Module Quản trị dữ liệu: glossary, tags, domains, data products

Catalog cho bạn tìm thấy dữ liệu, lineage cho bạn truy được đường đi, quality cho bạn tin vào con số. Nhưng còn một lớp nữa quyết định dữ liệu có thực sự dùng chung được trong toàn tổ chức hay không: mọi người có gọi tên các khái niệm giống nhau không, ai chịu trách nhiệm cho tài sản nào, dữ liệu nhạy cảm nằm ở đâu, và ai được phép làm gì. Đó là việc của module Quản trị (Governance) trong OpenMetadata — lớp biến một kho metadata thành một nền tảng quản trị dữ liệu doanh nghiệp đúng nghĩa.

Quản trị dữ liệu giải bài toán gì?

Đa số doanh nghiệp VN không thiếu dữ liệu — họ thiếu sự đồng thuận về dữ liệu. Phòng kế toán hiểu “doanh thu” một kiểu, phòng kinh doanh hiểu một kiểu, báo cáo cho ban lãnh đạo lại ra con số thứ ba. Bảng chứa số căn cước, số điện thoại, lương nhân viên nằm lẫn lộn cùng bảng thường, không ai biết cái nào phải bảo vệ. Khi có sự cố, không xác định được ai là chủ sở hữu để hỏi. Khi quy mô lớn lên, một đội dữ liệu trung tâm không kịp phục vụ tất cả các phòng ban.

Module Quản trị của OpenMetadata gom các công cụ giải những bài toán này về cùng một chỗ, gắn trực tiếp lên tài sản dữ liệu trong catalog — chứ không nằm rời rạc trong file Excel, wiki hay đầu của vài người. Sáu nhóm năng lực chính:

Glossary Từ điển thuật ngữ nghiệp vụ chung, có quy trình đề xuất – duyệt.

Classification & Tags Hệ phân loại và nhãn, kèm tự động phát hiện dữ liệu nhạy cảm (auto-PII).

Tiers Xếp hạng mức độ quan trọng để ưu tiên đầu tư và bảo vệ.

Domains & Data Products Tổ chức dữ liệu theo miền nghiệp vụ và đóng gói thành sản phẩm dữ liệu (data mesh).

Policies & RBAC Vai trò và chính sách kiểm soát ai được làm gì trên tài sản nào.

Custom Properties Thuộc tính tùy biến để gắn thông tin quản trị riêng của doanh nghiệp.

Glossary — một ngôn ngữ chung cho toàn tổ chức

Glossary là từ điển thuật ngữ nghiệp vụ: mỗi thuật ngữ (vd “Khách hàng đang hoạt động”, “Doanh thu thuần”, “Nợ xấu nhóm 3”) có một định nghĩa chuẩn, được duyệt, và được gắn thẳng vào những cột/bảng hiện thực hóa nó. Khi một người mới mở một bảng và thấy cột gắn thuật ngữ “Doanh thu thuần” với định nghĩa rõ ràng, họ không phải đi hỏi vòng quanh nữa.

Giá trị thật của glossary không nằm ở chỗ “có danh sách định nghĩa” — file Excel cũng làm được. Nó nằm ở chỗ:

Có quy trình đề xuất và duyệt. Một thuật ngữ mới do nghiệp vụ đề xuất, người phụ trách (data steward) duyệt mới có hiệu lực. Định nghĩa không bị mỗi người sửa một kiểu.
Gắn vào tài sản thật. Thuật ngữ không treo lơ lửng mà liên kết với cột dữ liệu cụ thể, nên ai cũng truy ngược được “khái niệm này đang sống ở những bảng nào”.
Phân cấp và liên kết. Thuật ngữ có thể nhóm theo lĩnh vực, liên kết với nhau, tạo thành một bộ ngữ nghĩa nghiệp vụ thay vì danh sách phẳng.

Quy trình duyệt thuật ngữ gắn chặt với module Cộng tác (tasks): một đề xuất thuật ngữ trở thành một việc giao cho người duyệt, có thảo luận ngay tại chỗ. Đây là điểm khiến glossary của OpenMetadata “sống” chứ không phải tài liệu chết.

Classification, tags và auto-PII — kiểm soát dữ liệu nhạy cảm

Classification là hệ phân loại; tags là các nhãn cụ thể trong hệ đó (vd nhãn PII.Sensitive, PII.NonSensitive, hoặc nhãn theo phòng ban, theo mức bảo mật). Gắn nhãn lên cột/bảng cho phép tìm kiếm, lọc, áp chính sách theo nhãn — ví dụ “liệt kê mọi cột chứa dữ liệu cá nhân trong toàn hệ thống”.

Điểm đáng giá nhất với doanh nghiệp VN là tự động phát hiện dữ liệu nhạy cảm (auto-PII): trong quá trình thu thập metadata, OpenMetadata có thể tự nhận diện và gắn nhãn các cột nghi chứa thông tin cá nhân (số điện thoại, email, số định danh…) dựa trên mẫu dữ liệu, thay vì chờ con người rà tay từng bảng. Trong bối cảnh Nghị định 13/2023 về bảo vệ dữ liệu cá nhân, đây là nền tảng để:

Lập bản đồ dữ liệu cá nhân đang nằm ở đâu trong tổ chức — bước đầu tiên của mọi chương trình tuân thủ.
Áp chính sách che/giới hạn truy cập theo nhãn thay vì theo từng cột thủ công.
Chứng minh với kiểm toán rằng doanh nghiệp có cơ chế nhận diện và quản lý dữ liệu nhạy cảm có hệ thống.

Auto-PII không thay thế phán đoán của con người (vẫn cần rà soát lại), nhưng nó biến một việc bất khả thi ở quy mô hàng nghìn bảng thành việc khả thi.

Tiers — xếp hạng mức độ quan trọng

Tier là cách gắn nhãn mức độ quan trọng cho tài sản dữ liệu (vd Tier 1 = dữ liệu cốt lõi, ảnh hưởng trực tiếp tới vận hành/báo cáo tài chính; tới Tier thấp hơn = dữ liệu thử nghiệm, ít hệ trọng). Đây là một công cụ ưu tiên hóa đơn giản mà tác động lớn:

Đội dữ liệu biết đặt nguồn lực quan sát, kiểm thử, sao lưu vào đâu trước — không phải bảng nào cũng cần SLA như nhau.
Khi lineage cho thấy một sự cố lan tới một bảng Tier 1, mức ưu tiên xử lý rõ ràng ngay.
Người dùng tự phục vụ biết bảng nào đáng tin để dùng cho báo cáo chính thức, bảng nào chỉ để khám phá.

Tier thường được dùng cùng ownership (chủ sở hữu) — xem thêm cách hai khái niệm này hỗ trợ nhau ở trang Ownership & Tier trong nhóm Khám phá.

Domains & Data Products — nền tảng cho data mesh

Khi tổ chức lớn lên, mô hình “một đội dữ liệu trung tâm làm tất cả” trở thành nút thắt cổ chai. Data mesh là cách tiếp cận ngược lại: trao quyền sở hữu dữ liệu cho chính các miền nghiệp vụ (domains) — Bán hàng, Tài chính, Vận hành, Nhân sự… — và để mỗi miền cung cấp dữ liệu của mình ra cho phần còn lại của tổ chức dưới dạng data product (sản phẩm dữ liệu) có chủ, có mô tả, có chất lượng cam kết.

OpenMetadata hỗ trợ trực tiếp mô hình này:

Domains nhóm tài sản theo miền nghiệp vụ, gắn chủ sở hữu và người quản trị cho từng miền. Ranh giới trách nhiệm trở nên rõ ràng.
Data products đóng gói một tập dữ liệu thành “sản phẩm” mà các đội khác có thể tìm thấy và sử dụng — kèm mô tả, chủ sở hữu, tier, glossary, lineage và (lý tưởng nhất) cam kết chất lượng qua data contract.

Giá trị nghiệp vụ: thay vì mọi yêu cầu dữ liệu đều dồn về một đội trung tâm, mỗi miền tự chịu trách nhiệm và tự phục vụ — tổ chức mở rộng (scale) việc quản trị dữ liệu theo chiều ngang. OpenMetadata trở thành “chợ” nơi các đội tìm và dùng data product của nhau một cách có kiểm soát.

Data mesh không phải đích đến cho mọi doanh nghiệp ngay từ đầu — nó hợp với tổ chức đã đủ lớn, nhiều phòng ban tự chủ về dữ liệu. Với doanh nghiệp nhỏ, domains vẫn hữu ích như một cách phân nhóm và phân quyền gọn gàng.

Policies & RBAC — ai được làm gì

Quản trị không thể thiếu kiểm soát truy cập. OpenMetadata dùng mô hình RBAC (vai trò – chính sách): định nghĩa các vai trò (role), gắn chính sách (policy) gồm những quy tắc cho phép/cấm hành động trên loại tài sản nào, theo điều kiện nào (vd theo nhãn, theo domain). Nhờ đó:

Người nghiệp vụ thấy được catalog và mô tả, nhưng chỉ data steward mới sửa được glossary đã duyệt.
Có thể giới hạn ai xem được tài sản gắn nhãn dữ liệu nhạy cảm.
Quyền gắn theo quy tắc (vd “theo nhãn PII”) thay vì gán tay từng tài sản, nên bền vững khi hệ thống lớn lên.

Chi tiết thiết lập nằm ở trang Roles & Policies trong nhóm Bảo mật.

Khi nào nên dùng module Quản trị?

Khi nhiều phòng ban cùng tranh cãi về định nghĩa một chỉ số → bắt đầu từ glossary.
Khi cần tuân thủ Nghị định 13 / kiểm soát dữ liệu cá nhân → bắt đầu từ classification + auto-PII.
Khi không rõ ai chịu trách nhiệm cho dữ liệu nào → domains + ownership + tiers.
Khi đội dữ liệu trung tâm quá tải vì quy mô → cân nhắc data mesh (domains + data products).
Khi cần kiểm soát truy cập theo vai trò → policies/RBAC.

Bạn không cần triển khai cả sáu năng lực cùng lúc. Cách hiệu quả là chọn một bài toán đau nhất, làm gọn, cho ra giá trị thấy được, rồi mở rộng.

Ví dụ tại Việt Nam

Ngân hàng / công ty tài chính: dùng auto-PII để lập bản đồ dữ liệu cá nhân phục vụ tuân thủ Nghị định 13; dùng glossary để chuẩn hóa định nghĩa “nợ xấu”, “khách hàng đang hoạt động” giữa khối rủi ro và khối kinh doanh; dùng tiers + policies để siết truy cập vào dữ liệu khách hàng.
Tập đoàn bán lẻ / FMCG nhiều mảng: chia domains theo Bán hàng – Cung ứng – Marketing, mỗi miền phát hành data product (vd “Doanh số theo điểm bán theo ngày”) cho các đội khác tự dùng, giảm tải cho đội BI trung tâm.
Doanh nghiệp sản xuất đang số hóa: dùng glossary + tiers để dựng một “nguồn sự thật” về các chỉ số vận hành cốt lõi trước khi nhân rộng việc tự phục vụ.

Đào sâu phần thao tác chi tiết ở nhóm Quản trị (how-to):

Tổng quan Quản trị dữ liệu Bức tranh tổng thể các năng lực governance trong OpenMetadata.

Glossary — thuật ngữ nghiệp vụ Cách dựng và quản lý từ điển thuật ngữ chung.

Domains (data mesh) Tổ chức dữ liệu theo miền nghiệp vụ.

Data products Đóng gói và phát hành sản phẩm dữ liệu.

Hoặc xem tiếp Module Cộng tác — lớp đưa các hoạt động quản trị trên vào luồng làm việc hằng ngày.