Dữ liệu tham chiếu và RDM là gì — nền của tính nhất quán toàn tổ chức

Có một loại dữ liệu rất ít người để ý nhưng lại âm thầm chi phối gần như mọi báo cáo trong doanh nghiệp: dữ liệu tham chiếu (reference data). Đó là những danh mục mã chuẩn dùng chung mà các hệ thống cùng tra cứu — mã tỉnh thành, mã ngành nghề, đơn vị tiền tệ, trạng thái đơn hàng. Trang này dành cho người mới: hiểu dữ liệu tham chiếu là gì, phân biệt nhanh với dữ liệu chủ và giao dịch, thấy chuyện gì xảy ra khi không quản lý nó, và vì sao quản lý dữ liệu tham chiếu (RDM) lại là nền của tính nhất quán cho toàn tổ chức.

Dữ liệu tham chiếu là gì

Hãy hình dung một cuốn từ điển mà cả công ty cùng tra. Khi một biểu mẫu hỏi “tỉnh/thành”, đáng lẽ ai cũng phải chọn từ một danh sách giống nhau — chứ không phải mỗi người tự gõ tay một kiểu. Cái “danh sách dùng chung” đó chính là dữ liệu tham chiếu.

Đặc điểm nhận dạng của dữ liệu tham chiếu:

Là một tập giá trị có giới hạn, đã được thống nhất trước. Số lượng tỉnh thành là hữu hạn; số loại tiền tệ là hữu hạn. Người dùng chọn từ danh sách, không tự bịa ra giá trị mới.
Dùng chung trên nhiều hệ thống, nhiều phòng ban. Bán hàng, kế toán, kho, marketing đều tham chiếu cùng một danh mục mã tỉnh — đó là lý do nó được gọi là dữ liệu “tham chiếu”.
Thay đổi rất chậm. Một danh mục tiền tệ có thể nhiều năm không đổi; danh mục đơn vị hành chính chỉ thay đổi khi có quyết định sáp nhập hay đổi tên. Khác hẳn dữ liệu phát sinh hằng ngày.
Thường có cấu trúc đơn giản: một mã đi kèm một mô tả. Ví dụ mã 79 đi kèm mô tả “TP. Hồ Chí Minh”. Đôi khi thêm vài thuộc tính phụ.

Vài ví dụ rất quen thuộc ở doanh nghiệp Việt Nam: danh mục mã tỉnh/thành, danh mục mã ngành nghề kinh doanh, đơn vị tiền tệ (VND, USD, EUR), đơn vị đo (kg, tấn, thùng), trạng thái đơn hàng (mới, đang giao, hoàn tất, hủy), loại khách hàng (cá nhân, doanh nghiệp). Tất cả đều là những “danh mục nhỏ” nhưng xuất hiện ở khắp nơi.

Phân biệt nhanh với dữ liệu chủ và dữ liệu giao dịch

Người mới rất dễ gộp ba khái niệm này làm một. Một cách phân biệt nhanh: hỏi xem dữ liệu đó trả lời cho câu hỏi gì.

Dữ liệu tham chiếu — “giá trị này thuộc loại nào trong danh mục chuẩn?” Đây là các mã/loại dùng chung. Ví dụ: tỉnh là “TP. Hồ Chí Minh”, trạng thái đơn là “đang giao”.
Dữ liệu chủ (master data) — “ai/cái gì cụ thể?” Đây là các thực thể có thật mà doanh nghiệp quản lý lâu dài: một khách hàng cụ thể, một sản phẩm cụ thể, một nhà cung cấp cụ thể. Mỗi thực thể là duy nhất.
Dữ liệu giao dịch (transactional data) — “việc gì đã xảy ra, khi nào?” Đây là các sự kiện phát sinh liên tục: một đơn hàng lúc 9 giờ sáng, một lần thanh toán, một phiếu xuất kho.

Điểm mấu chốt: ba loại này kết nối với nhau. Một giao dịch (đơn hàng) gắn với một dữ liệu chủ (khách hàng X), và bên trong cả hai đều tham chiếu tới các danh mục mã chuẩn (tỉnh giao hàng là 79, tiền tệ là VND, trạng thái là “đang giao”). Nói cách khác, dữ liệu tham chiếu là bộ từ vựng chung mà cả dữ liệu chủ lẫn giao dịch cùng dùng để mô tả mình. Phân tích kỹ hơn về ranh giới master và transactional có ở trang Dữ liệu chủ và dữ liệu giao dịch.

”Code chaos” — chuyện gì xảy ra khi không có RDM

Nghe thì nhỏ, nhưng khi không ai quản lý dữ liệu tham chiếu một cách tập trung, hậu quả lan ra rất rộng. Hiện tượng này thường được gọi vui là “code chaos” — mỗi nơi giữ một bản danh mục riêng, mỗi người gõ một kiểu.

Lấy đúng ví dụ tỉnh thành ở một doanh nghiệp Việt Nam:

Hệ thống bán hàng lưu là TP.HCM.
Phần mềm kế toán lưu là Hồ Chí Minh.
File Excel của phòng marketing lưu là HCM.
Dữ liệu nhập từ nhiều năm trước vẫn còn Sài Gòn.

Với con người thì bốn cách viết này hiển nhiên là một chỗ. Nhưng với máy tính, đó là bốn giá trị khác nhau. Khi gộp báo cáo doanh thu theo tỉnh, hệ thống tách chúng thành bốn dòng — không cộng lại được, và bức tranh “thị trường TP.HCM” bị xé vụn. Khi lọc khách hàng ở một tỉnh, sẽ lọc sót những bản ghi viết khác kiểu.

Nhân hiện tượng này lên với mã ngành (mỗi phòng tự dựng một bảng phân loại), mã chi nhánh, mã sản phẩm… và bạn có một mớ danh mục lệch nhau. Tệ hơn nữa là lúc quy định thay đổi: khi có một đợt sáp nhập đơn vị hành chính, mỗi hệ thống phải tự sửa danh mục của mình. Sửa rải rác như vậy gần như chắc chắn dẫn tới sót chỗ này, lệch chỗ kia, và hai báo cáo từ hai phòng ban không bao giờ khớp.

Các vấn đề dễ phát sinh khi danh mục mã không được quản lý chung:

Báo cáo không gộp được hoặc gộp sai, vì cùng một ý nghĩa lại nằm dưới nhiều giá trị khác nhau.
Tích hợp giữa các hệ thống hay vỡ, vì hệ thống A gửi mã mà hệ thống B không hiểu.
Mỗi lần thay đổi danh mục là một lần rủi ro, do phải cập nhật nhiều nơi bằng tay.
Khó kiểm tra tính hợp lệ, vì không có một “danh sách đúng” duy nhất để đối chiếu.

RDM — quản tập trung một nguồn chuẩn duy nhất

Quản lý dữ liệu tham chiếu (Reference Data Management, RDM) là cách giải bài toán trên: thay vì để mỗi hệ thống tự ôm một bản danh mục, ta đưa tất cả về một nguồn chuẩn duy nhất và quản lý nó có kỷ luật.

Một nền tảng RDM như Ataccama ONE giúp tổ chức:

Tập trung danh mục mã về một chỗ — một nơi duy nhất nắm giữ bản chuẩn của mã tỉnh, mã ngành, tiền tệ, trạng thái.
Giao quyền sở hữu rõ ràng — mỗi danh mục có người chịu trách nhiệm (chủ danh mục / steward), tránh tình trạng “của chung không ai lo”.
Đưa thay đổi qua quy trình duyệt — một mã mới hay một lần điều chỉnh phải được đề xuất, xem xét và phê duyệt trước khi áp dụng, thay vì ai cũng sửa được tùy tiện.
Theo dõi phiên bản theo thời gian — biết mã nào còn hiệu lực, mã nào đã ngừng, để dữ liệu lịch sử vẫn tra cứu được chính xác.
Phân phối (xuất bản) danh mục về mọi hệ thống tiêu thụ — khi bản chuẩn cập nhật, các hệ thống khác nhận về cùng một phiên bản, không còn cảnh mỗi nơi một bản lệch.

Nói gọn: RDM biến dữ liệu tham chiếu từ “mấy bảng rời rạc trong từng phần mềm” thành một tài sản chung được quản lý.

Vì sao RDM là nền của tính nhất quán cho governance

Data governance (quản trị dữ liệu) theo đuổi một mục tiêu cốt lõi: để cả tổ chức hiểu và dùng dữ liệu theo cùng một cách. Mà muốn dùng cùng một cách thì trước hết phải nói cùng một thứ tiếng — cùng gọi tên một tỉnh, cùng phân loại một ngành, cùng định nghĩa một trạng thái. Đó chính xác là việc RDM làm: cung cấp bộ “thước chuẩn” dùng chung cho toàn tổ chức.

Vì là thước chuẩn nền, RDM đỡ cho nhiều mảnh khác của governance:

Chất lượng dữ liệu (data quality) dùng danh mục chuẩn làm lookup để kiểm tra: một giá trị tỉnh có thật sự nằm trong danh mục hợp lệ không? Nếu không, đó là dữ liệu sai.
Dữ liệu chủ (MDM) dùng danh mục chuẩn để chuẩn hóa các trường mã trong bản ghi vàng — mọi khách hàng đều quy về cùng một cách ghi tỉnh, cùng một mã loại.
Báo cáo và phân tích có thể gộp, đối chiếu, so sánh xuyên hệ thống, vì các giá trị đã quy về một chuẩn.

Đó là lý do nói RDM là nền của tính nhất quán toàn tổ chức: nó không phô trương như báo cáo hay AI, nhưng nếu thiếu nó, mọi thứ phía trên đều đứng trên cát. Có một danh mục mã chuẩn dùng chung, doanh nghiệp mới thật sự nói cùng một ngôn ngữ dữ liệu.

Danh mục mã (code list) — cấu trúc một bộ dữ liệu tham chiếu Một bộ mã gồm những gì: mã, mô tả, thuộc tính, trạng thái hiệu lực — và vì sao cấu trúc chuẩn lại quan trọng.

Dữ liệu chủ và dữ liệu giao dịch Phân biệt sâu hơn master và transactional, để thấy rõ chỗ đứng của dữ liệu tham chiếu.

Module One RDM trong Ataccama ONE Ataccama hiện thực hóa RDM thế nào: quản lý tập trung, quy trình duyệt và xuất bản danh mục.