Data steward và quy trình duyệt dữ liệu chủ thủ công

Đối sánh và gộp tự động xử lý được phần lớn dữ liệu, nhưng không bao giờ tới 100 phần trăm. Luôn có những cặp bản ghi máy “không chắc”: giống nhiều nhưng chưa đủ chắc để gộp, mà cũng không khác hẳn để bỏ qua. Đó là lúc cần một con người ra quyết định — và người đó là data steward (quản gia dữ liệu). Trang này giải thích vai trò ấy, vì sao MDM cần nó, và quy trình duyệt thủ công diễn ra thế nào trong Ataccama ONE.

Data steward là ai?

Data steward (quản gia dữ liệu) là người chịu trách nhiệm về chất lượng và tính đúng đắn của dữ liệu chủ trong một phạm vi cụ thể — ví dụ dữ liệu khách hàng, dữ liệu sản phẩm, hoặc dữ liệu nhà cung cấp. Họ không phải lập trình viên hay quản trị hệ thống; họ là người hiểu nghiệp vụ và hiểu dữ liệu, đủ thẩm quyền để nói “hai bản ghi này đúng là một người” hay “không, đây là hai khách hàng khác nhau”.

Trong MDM, data steward đóng vai trò mắt-xích-người giữa máy và thực tế:

Duyệt các cặp nghi ngờ khớp mà luật đối sánh không tự quyết được.
Xử lý ngoại lệ: những trường hợp dữ liệu kỳ lạ, mâu thuẫn, hoặc không lọt vào khuôn luật nào.
Phê duyệt gộp hoặc tách: xác nhận một nhóm bản ghi được gộp thành một bản ghi vàng, hoặc tách một bản ghi vàng bị gộp nhầm.
Bổ sung, sửa giá trị khi bản ghi vàng thiếu hoặc sai một trường quan trọng.

Nói ngắn gọn: máy lo phần khối lượng lớn và rõ ràng; data steward lo phần mơ hồ, ngoại lệ và phán đoán — phần mà chỉ con người mới làm đúng.

Vì sao MDM không thể tự động 100 phần trăm?

Nhiều người mới kỳ vọng MDM là “bật lên rồi máy tự dọn sạch toàn bộ”. Thực tế không như vậy, và lý do nằm ở bản chất của dữ liệu:

Dữ liệu thật luôn mơ hồ. “Nguyễn Văn An, sinh 1985, Hà Nội” và “Nguyen V. An, 1985, HN” rất có thể là một người — nhưng cũng có thể là hai người trùng tên cùng năm sinh. Không có công thức nào chắc chắn 100 phần trăm.
Đẩy ngưỡng tự động lên cao thì sai kiểu khác. Nếu chỉnh luật cho máy tự gộp mọi thứ “hơi giống”, bạn sẽ gộp nhầm hai khách hàng thành một (gọi là gộp thừa / over-merge) — hậu quả nặng hơn nhiều so với để sót trùng. Ngược lại, chỉnh quá chặt thì bỏ sót nhiều cặp đúng.
Có những trường hợp máy không đủ thông tin. Hai bản ghi thiếu số điện thoại, thiếu mã số thuế, chỉ trùng tên — máy đành “treo” lại để người xem.
Quyết định gắn với trách nhiệm pháp lý và nghiệp vụ. Gộp nhầm hồ sơ khách hàng trong ngân hàng có thể vi phạm KYC; tách nhầm có thể làm mất lịch sử giao dịch. Những quyết định này cần người chịu trách nhiệm, không thể phó mặc thuật toán.

Vì vậy cách làm chuẩn là chia dữ liệu thành ba vùng: chắc chắn khớp (máy tự gộp), chắc chắn không khớp (máy bỏ qua), và vùng xám ở giữa (đẩy cho data steward duyệt). Mục tiêu của một dự án MDM tốt là thu hẹp vùng xám để con người chỉ phải xử lý phần thật sự cần phán đoán — chứ không phải duyệt tay từng cặp.

Quy trình stewardship trong Ataccama ONE

Ataccama ONE biến công việc duyệt thủ công thành một quy trình có cấu trúc, thay vì để steward “tự đi tìm việc”. Cốt lõi là hàng đợi việc cần duyệt (review queue / task) và ghi vết quyết định (audit trail).

Máy đối sánh và phân loại. Mỗi lần chạy đối sánh, Ataccama gắn mỗi cặp/nhóm bản ghi vào một trong ba mức: tự gộp, bỏ qua, hoặc chờ duyệt. Các cặp “chờ duyệt” được đẩy vào hàng đợi của data steward.
Steward mở hàng đợi việc. Trong giao diện, steward thấy danh sách các cặp/nhóm nghi ngờ, kèm điểm tương đồng và lý do máy nghi là một thực thể (trùng tên, gần địa chỉ, cùng số điện thoại…).
So sánh cạnh nhau. Với mỗi việc, hệ thống hiển thị các bản ghi đặt cạnh nhau, làm nổi trường giống và trường khác, để steward thấy ngay bằng chứng.
Ra quyết định. Steward chọn xác nhận gộp (đúng là một thực thể), từ chối / tách (không phải), hoặc đánh dấu cần thêm thông tin. Khi cần, steward có thể sửa giá trị trên bản ghi vàng — ví dụ chọn lại địa chỉ đúng.
Ghi vết và áp dụng. Quyết định được lưu kèm ai duyệt, lúc nào, vì lý do gì, rồi áp vào bản ghi vàng. Lần đối sánh sau, hệ thống tôn trọng quyết định thủ công này thay vì hỏi lại.

Hai điểm khiến quy trình này đáng tin:

Ghi vết quyết định (audit trail). Mọi thao tác duyệt đều để lại dấu vết: ai làm, khi nào, quyết định gì. Khi cần giải trình “vì sao hai khách hàng này được gộp”, luôn có câu trả lời. Đây là yêu cầu bắt buộc trong môi trường được kiểm toán (ngân hàng, bảo hiểm, y tế).
Quyết định thủ công được “nhớ”. Khi steward đã xử lý một cặp, hệ thống không bắt họ làm lại ở lần chạy sau — vừa tiết kiệm công, vừa giữ tính nhất quán.

Stewardship trong bức tranh governance

Stewardship không chỉ là “duyệt cặp khớp” — nó là chỗ MDM gắn dữ liệu với trách nhiệm con người, một trụ cột của data governance:

Có chủ dữ liệu rõ ràng. Mỗi miền dữ liệu chủ (khách hàng, sản phẩm…) có người chịu trách nhiệm. Không còn cảnh “ai cũng dùng, không ai chịu trách nhiệm”.
Trách nhiệm giải trình (accountability). Quyết định về bản ghi vàng luôn truy được về một con người và một lý do, không phải “máy tự làm”.
Phân quyền đúng người. Ai được duyệt, ai chỉ được xem — phụ thuộc vai trò. Trong Ataccama, điều này gắn với hệ thống vai trò và quyền (xem Vai trò và phân quyền — RBAC), để chỉ người có thẩm quyền mới được phê duyệt gộp/tách.
Vòng lặp cải tiến. Những cặp steward hay phải duyệt cho thấy luật đối sánh còn yếu ở đâu. Đội triển khai dựa vào đó tinh chỉnh luật, giảm dần khối lượng duyệt tay theo thời gian.

Ví dụ Việt Nam

Ngân hàng — hồ sơ KYC. Một ngân hàng phát hiện hai hồ sơ: “Trần Thị Bình, CMND 0123…, Đà Nẵng” và “Tran Thi Binh, CCCD 0456…, Đà Nẵng”. Trùng tên, cùng thành phố, nhưng số giấy tờ khác nhau (một cũ CMND, một mới CCCD). Máy không dám tự gộp vì khác mã định danh. Cặp này vào hàng đợi; data steward — nhân viên nghiệp vụ KYC — đối chiếu ngày sinh và lịch sử, xác nhận đúng một người (đã đổi từ CMND sang CCCD), rồi phê duyệt gộp. Quyết định được ghi vết để sau này giải trình với bộ phận tuân thủ.

Bán lẻ — sau khuyến mãi. Sau một đợt khuyến mãi online, hệ thống có nhiều khách điền tên hơi khác nhau cùng một số điện thoại. Phần lớn máy tự gộp. Nhưng có ca: cùng số điện thoại nhưng hai tên khác hẳn (có thể hai người dùng chung số nhà). Steward xem xét, quyết định không gộp và ghi chú lý do — tránh trộn lẫn lịch sử mua hàng của hai người.

Doanh nghiệp B2B — danh mục nhà cung cấp. “Công ty TNHH Thương mại Minh Phát” và “Cty Minh Phát TM” có cùng mã số thuế nhưng khác địa chỉ (một trụ sở, một chi nhánh). Máy đẩy lên duyệt; steward xác nhận là một nhà cung cấp, gộp lại và chọn địa chỉ trụ sở làm giá trị sống sót.

Trong cả ba ví dụ, điểm chung là: máy làm phần lớn, nhưng quyết định cuối ở vùng xám thuộc về con người có trách nhiệm — và mọi quyết định đều để lại dấu vết.

Hiểu cơ chế tạo ra “vùng xám” cần duyệt: Đối sánh và nhận diện trùng lặp (matching).
Hiểu chuyện gì xảy ra khi xác nhận gộp: Gộp bản ghi và quy tắc sống sót (survivorship).
Hiểu ai được phép duyệt gì: Vai trò và phân quyền (RBAC).