Các loại dữ liệu doanh nghiệp

Không có một cách phân loại duy nhất phù hợp với mọi mục đích. Cùng một tập dữ liệu có thể đồng thời thuộc nhiều nhóm. Chẳng hạn, lịch sử mua hàng của khách hàng vừa là dữ liệu có cấu trúc, dữ liệu nội bộ, dữ liệu giao dịch, vừa có thể là dữ liệu mật vì chứa thông tin nhận dạng cá nhân.

Do đó, doanh nghiệp thường phân loại dữ liệu theo nhiều chiều khác nhau. Năm chiều phổ biến và có giá trị quản trị cao gồm:

·         Cấu trúc dữ liệu

·         Nguồn hình thành

·         Vai trò trong hoạt động kinh doanh

·         Mức độ nhạy cảm

·         Vòng đời sử dụng

Phân loại dữ liệu doanh nghiệp theo cấu trúc

Cấu trúc phản ánh mức độ tổ chức của dữ liệu và khả năng xử lý bằng các hệ thống phần mềm. Theo tiêu chí này, dữ liệu doanh nghiệp thường được chia thành ba nhóm.

Dữ liệu có cấu trúc

Dữ liệu có cấu trúc được tổ chức theo một mô hình xác định trước, thường gồm các hàng, cột, trường dữ liệu và kiểu dữ liệu cụ thể. Nhờ cấu trúc nhất quán, hệ thống có thể tìm kiếm, lọc, tổng hợp và phân tích tương đối thuận lợi.

Các ví dụ phổ biến gồm:

·         Mã khách hàng

·         Tên sản phẩm

·         Số lượng đơn hàng

·         Ngày giao dịch

·         Giá bán

·         Số dư tài khoản

·         Mã nhân viên

·         Số ngày công

Dữ liệu có cấu trúc thường được lưu trong cơ sở dữ liệu quan hệ, hệ thống ERP, CRM, phần mềm kế toán hoặc kho dữ liệu. Đây là nguồn chính cho các báo cáo vận hành, báo cáo tài chính và bảng điều khiển quản trị.

Tuy nhiên, có cấu trúc không đồng nghĩa với có chất lượng. Một bảng dữ liệu vẫn có thể chứa mã khách hàng trùng lặp, trường thông tin bị bỏ trống hoặc đơn vị đo không thống nhất. Vì vậy, doanh nghiệp vẫn cần quy tắc kiểm tra, chuẩn hóa và xác định trách nhiệm quản lý dữ liệu.

Dữ liệu bán cấu trúc

Dữ liệu bán cấu trúc không tuân theo mô hình bảng cố định nhưng vẫn có nhãn, thẻ hoặc quy tắc giúp hệ thống nhận biết từng thành phần.

Nhóm này thường bao gồm:

·         Tệp JSON hoặc XML

·         Email có trường người gửi, người nhận và thời gian

·         Nhật ký hoạt động của hệ thống

·         Dữ liệu trao đổi qua API

·         Dữ liệu cảm biến

·         Sự kiện phát sinh trên website hoặc ứng dụng

Dữ liệu bán cấu trúc linh hoạt hơn dữ liệu dạng bảng vì có thể bổ sung trường mới mà không phải thay đổi toàn bộ mô hình. Đổi lại, doanh nghiệp cần công cụ và quy trình phù hợp để phân tích cú pháp, kiểm tra tính nhất quán và kết nối dữ liệu từ nhiều nguồn.

Dữ liệu phi cấu trúc

Dữ liệu phi cấu trúc không được tổ chức sẵn thành các trường dữ liệu cố định. Nội dung của nó thường cần được đọc, nghe, xem hoặc xử lý bằng công nghệ chuyên biệt trước khi có thể phân tích.

Ví dụ gồm:

·         Văn bản hợp đồng

·         Tài liệu nội bộ

·         Hình ảnh sản phẩm

·         Bản ghi âm cuộc gọi

·         Video đào tạo

·         Nội dung trò chuyện với khách hàng

·         Bài đăng và bình luận trên mạng xã hội

Dữ liệu phi cấu trúc có thể chứa nhiều thông tin giá trị nhưng khó tìm kiếm và kiểm soát hơn. Doanh nghiệp thường phải bổ sung metadata, hệ thống quản lý tài liệu, công cụ tìm kiếm hoặc công nghệ xử lý ngôn ngữ và hình ảnh để khai thác nhóm dữ liệu này.

Ranh giới giữa ba nhóm không phải lúc nào cũng tuyệt đối. Một email có phần thông tin người gửi được tổ chức rõ ràng nhưng nội dung thư lại là văn bản tự do. Vì vậy, email thường được xem là dữ liệu bán cấu trúc có chứa thành phần phi cấu trúc.

Phân loại theo nguồn hình thành dữ liệu

Nguồn hình thành cho biết dữ liệu đến từ bên trong hay bên ngoài tổ chức. Tiêu chí này giúp doanh nghiệp đánh giá quyền sở hữu, độ tin cậy và điều kiện sử dụng dữ liệu.

Dữ liệu nội bộ

Dữ liệu nội bộ được tạo ra trong quá trình doanh nghiệp vận hành. Các hệ thống, phòng ban, nhân viên hoặc thiết bị thuộc doanh nghiệp là nguồn phát sinh chính.

Dữ liệu nội bộ có thể bao gồm:

·         Đơn hàng và hóa đơn

·         Hồ sơ khách hàng

·         Dữ liệu kế toán

·         Dữ liệu nhân sự

·         Thông tin tồn kho

·         Kết quả sản xuất

·         Lịch sử bảo trì

·         Nhật ký truy cập hệ thống

Ưu điểm của dữ liệu nội bộ là doanh nghiệp có khả năng kiểm soát tương đối rõ quá trình tạo lập và sử dụng. Tuy nhiên, dữ liệu có thể bị phân tán giữa nhiều phòng ban, sử dụng mã định danh khác nhau hoặc được ghi nhận theo những quy tắc không thống nhất.

Dữ liệu bên ngoài

Dữ liệu bên ngoài được thu thập hoặc tiếp nhận từ các nguồn ngoài doanh nghiệp, chẳng hạn:

·         Cơ quan quản lý nhà nước

·         Đối tác và nhà cung cấp

·         Đơn vị nghiên cứu thị trường

·         Nền tảng truyền thông

·         Nguồn dữ liệu mở

·         Dịch vụ dữ liệu thương mại

·         Website và kênh thông tin công khai

Nhóm dữ liệu này giúp doanh nghiệp bổ sung bối cảnh mà dữ liệu nội bộ không thể tự phản ánh, ví dụ xu hướng thị trường, biến động kinh tế, hành vi ngành hoặc thông tin đối thủ.

Giới hạn quan trọng là doanh nghiệp không hoàn toàn kiểm soát phương pháp thu thập và chất lượng của nguồn bên ngoài. Trước khi sử dụng, cần kiểm tra nguồn gốc, thời điểm cập nhật, phạm vi dữ liệu, điều kiện cấp phép và mức độ phù hợp với mục đích phân tích.

Phân loại theo vai trò trong hoạt động kinh doanh

Đây là cách phân loại đặc biệt hữu ích khi thiết kế hệ thống quản trị dữ liệu. Nó cho biết một tập dữ liệu đang đóng vai trò gì trong quy trình nghiệp vụ.

Dữ liệu chủ

Dữ liệu chủ, thường được gọi là master data, mô tả các đối tượng cốt lõi được sử dụng lặp lại trong nhiều giao dịch và hệ thống.

Các đối tượng dữ liệu chủ phổ biến gồm:

·         Khách hàng

·         Sản phẩm

·         Nhà cung cấp

·         Nhân viên

·         Địa điểm

·         Tài sản

·         Đơn vị tổ chức

Ví dụ, mã sản phẩm được sử dụng trong bán hàng, tồn kho, mua hàng, kế toán và vận chuyển. Nếu mỗi hệ thống sử dụng một mã hoặc tên sản phẩm khác nhau, doanh nghiệp khó tổng hợp số liệu chính xác.

Vì vậy, dữ liệu chủ cần có mã định danh thống nhất, quy tắc tạo mới, cơ chế phê duyệt và đơn vị chịu trách nhiệm rõ ràng.

Dữ liệu giao dịch

Dữ liệu giao dịch ghi nhận các sự kiện phát sinh trong hoạt động kinh doanh. Mỗi bản ghi thường phản ánh một hành động xảy ra tại một thời điểm nhất định.

Ví dụ gồm:

·         Đơn đặt hàng

·         Thanh toán

·         Phiếu nhập kho

·         Phiếu xuất kho

·         Lần đăng nhập

·         Yêu cầu hỗ trợ

·         Lệnh sản xuất

·         Giao dịch hoàn tiền

Dữ liệu giao dịch thường có khối lượng lớn và tăng liên tục. Nó phụ thuộc vào dữ liệu chủ để xác định giao dịch liên quan đến khách hàng, sản phẩm, nhân viên hoặc địa điểm nào.

Dữ liệu tham chiếu

Dữ liệu tham chiếu cung cấp các danh mục hoặc tập giá trị chuẩn dùng để phân loại dữ liệu khác.

Ví dụ:

·         Mã quốc gia

·         Mã tiền tệ

·         Loại khách hàng

·         Trạng thái đơn hàng

·         Nhóm sản phẩm

·         Mã vùng

·         Đơn vị đo lường

Dữ liệu tham chiếu thường ít thay đổi hơn dữ liệu giao dịch nhưng có ảnh hưởng rộng. Nếu hai hệ thống sử dụng các bộ trạng thái khác nhau, quá trình tích hợp và đối chiếu báo cáo có thể phát sinh sai lệch.

Dữ liệu phân tích

Dữ liệu phân tích được hình thành bằng cách tổng hợp, làm sạch hoặc biến đổi dữ liệu từ một hay nhiều nguồn để phục vụ báo cáo và ra quyết định.

Nhóm này có thể bao gồm:

·         Doanh thu theo tháng

·         Chi phí theo phòng ban

·         Giá trị vòng đời khách hàng

·         Tỷ lệ khách hàng rời bỏ

·         Dự báo nhu cầu

·         Điểm đánh giá rủi ro

·         Chỉ số hiệu suất hoạt động

Dữ liệu phân tích không nhất thiết phản ánh trực tiếp một giao dịch riêng lẻ. Nó thường là kết quả của công thức, mô hình hoặc quy tắc nghiệp vụ. Vì vậy, doanh nghiệp cần ghi lại nguồn dữ liệu, cách tính, thời điểm cập nhật và phiên bản của chỉ số.

Metadata

Metadata là dữ liệu mô tả dữ liệu. Nó giúp người dùng hiểu một trường dữ liệu có ý nghĩa gì, được tạo ở đâu, thuộc định dạng nào và ai chịu trách nhiệm quản lý.

Metadata thường thể hiện:

·         Tên và định nghĩa trường dữ liệu

·         Kiểu dữ liệu

·         Hệ thống nguồn

·         Thời điểm cập nhật

·         Chủ sở hữu dữ liệu

·         Quy tắc chất lượng

·         Quan hệ giữa các bảng

·         Lịch sử biến đổi dữ liệu

Nếu thiếu metadata, hai phòng ban có thể sử dụng cùng một thuật ngữ nhưng hiểu theo hai cách khác nhau. Chẳng hạn, “khách hàng hoạt động” có thể được tính theo số ngày đăng nhập ở một hệ thống và theo số lần mua hàng ở hệ thống khác.

Phân loại theo mức độ nhạy cảm

Phân loại theo độ nhạy cảm giúp doanh nghiệp xác định ai được phép truy cập dữ liệu và cần áp dụng biện pháp bảo vệ nào. Tên gọi cụ thể có thể khác nhau giữa các tổ chức, nhưng thường gồm bốn cấp cơ bản.

Dữ liệu công khai

Dữ liệu công khai được phép phổ biến ra bên ngoài mà không gây ảnh hưởng đáng kể đến doanh nghiệp hoặc các bên liên quan.

Ví dụ có thể là:

·         Thông cáo báo chí đã phát hành

·         Nội dung website công khai

·         Danh mục sản phẩm công bố rộng rãi

·         Báo cáo đã được phép xuất bản

Việc một dữ liệu không bí mật không có nghĩa là mọi nhân viên đều được quyền tự ý công bố. Trạng thái công khai cần được xác nhận thông qua quy trình xuất bản của doanh nghiệp.

Dữ liệu sử dụng nội bộ

Dữ liệu sử dụng nội bộ phục vụ công việc hằng ngày nhưng không предназначено để phổ biến ra ngoài tổ chức.

Nhóm này có thể gồm:

·         Quy trình làm việc

·         Lịch họp

·         Danh bạ nội bộ

·         Hướng dẫn vận hành

·         Báo cáo quản trị thông thường

Dữ liệu nội bộ thường không cần mức bảo vệ cao nhất, nhưng vẫn cần giới hạn truy cập và kiểm soát việc chia sẻ qua thiết bị, email hoặc nền tảng bên ngoài.

Dữ liệu mật

Dữ liệu mật có thể gây thiệt hại cho doanh nghiệp, khách hàng hoặc đối tác nếu bị truy cập hoặc công bố trái phép.

Ví dụ:

·         Hồ sơ khách hàng

·         Thông tin lương

·         Hợp đồng chưa công bố

·         Báo cáo tài chính nội bộ

·         Dữ liệu định giá

·         Kế hoạch kinh doanh

·         Thông tin xác thực tài khoản

Nhóm này thường cần phân quyền theo vai trò, mã hóa, ghi nhật ký truy cập và quy định rõ điều kiện chia sẻ.

Dữ liệu hạn chế hoặc đặc biệt nhạy cảm

Đây là cấp có mức ảnh hưởng cao nhất, chỉ dành cho số lượng người dùng rất hạn chế.

Dữ liệu có thể bao gồm:

·         Khóa mã hóa

·         Mật khẩu hoặc bí mật xác thực

·         Hồ sơ điều tra nội bộ

·         Bí mật kinh doanh quan trọng

·         Dữ liệu cá nhân có mức độ nhạy cảm cao

·         Thông tin phục vụ giao dịch chiến lược chưa công bố

Biện pháp kiểm soát thường phải nghiêm ngặt hơn dữ liệu mật, chẳng hạn xác thực mạnh, tách biệt môi trường lưu trữ, phê duyệt truy cập và giám sát hành vi sử dụng.

Mức độ nhạy cảm không nên được xác định chỉ theo định dạng. Một bảng tính đơn giản vẫn có thể là dữ liệu đặc biệt nhạy cảm nếu chứa thông tin tài chính hoặc thông tin nhận dạng quan trọng.

Phân loại theo vòng đời dữ liệu

Vòng đời cho biết dữ liệu đang ở giai đoạn nào kể từ khi được tạo ra đến khi bị xóa hoặc hủy. Cách phân loại này hỗ trợ kiểm soát chi phí lưu trữ, thời hạn lưu giữ và khả năng truy xuất.

Dữ liệu đang hoạt động

Dữ liệu đang hoạt động được sử dụng thường xuyên trong các quy trình hiện tại.

Ví dụ:

·         Đơn hàng đang xử lý

·         Hồ sơ nhân viên đang làm việc

·         Hợp đồng còn hiệu lực

·         Dữ liệu tồn kho hiện tại

·         Yêu cầu hỗ trợ chưa đóng

Nhóm này cần khả năng truy cập nhanh, cập nhật kịp thời và độ sẵn sàng phù hợp với hoạt động vận hành.

Dữ liệu ít sử dụng

Dữ liệu ít sử dụng không còn được truy cập thường xuyên nhưng vẫn có thể cần cho đối chiếu, phân tích hoặc xử lý nghiệp vụ.

Ví dụ có thể là lịch sử giao dịch của những năm trước hoặc hồ sơ của một dự án đã kết thúc. Doanh nghiệp có thể chuyển dữ liệu sang lớp lưu trữ có chi phí thấp hơn nhưng vẫn phải bảo đảm khả năng khôi phục khi cần.

Dữ liệu lưu trữ

Dữ liệu lưu trữ được giữ lại vì yêu cầu pháp lý, kiểm toán, hợp đồng, lịch sử hoặc chính sách nội bộ.

Dữ liệu lưu trữ cần được bảo vệ khỏi việc chỉnh sửa ngoài ý muốn. Doanh nghiệp cũng phải duy trì khả năng tìm kiếm, chứng minh tính toàn vẹn và xác định thời hạn lưu giữ.

Dữ liệu hết thời hạn lưu giữ

Khi dữ liệu không còn mục đích sử dụng hợp lệ và đã hết thời hạn lưu giữ, doanh nghiệp cần xóa hoặc hủy theo quy trình kiểm soát.

Giữ dữ liệu vô thời hạn không phải lúc nào cũng an toàn. Dữ liệu dư thừa làm tăng chi phí lưu trữ, phạm vi tìm kiếm và hậu quả tiềm tàng nếu xảy ra sự cố bảo mật. Tuy nhiên, doanh nghiệp cũng không được xóa dữ liệu đang thuộc diện điều tra, tranh chấp hoặc yêu cầu bảo toàn hồ sơ.

Một tập dữ liệu có thể thuộc nhiều nhóm cùng lúc

Các cách phân loại trên không loại trừ lẫn nhau. Chúng mô tả những thuộc tính khác nhau của cùng một tập dữ liệu.

Ví dụ, dữ liệu đơn hàng trực tuyến có thể được xác định như sau:

·         Theo cấu trúc: Dữ liệu có cấu trúc

·         Theo nguồn: Dữ liệu nội bộ

·         Theo vai trò: Dữ liệu giao dịch

·         Theo độ nhạy cảm: Dữ liệu mật nếu chứa thông tin khách hàng

·         Theo vòng đời: Dữ liệu đang hoạt động hoặc dữ liệu lưu trữ tùy trạng thái đơn hàng

Cách nhìn đa chiều giúp doanh nghiệp tránh một hiểu lầm phổ biến: cho rằng chỉ cần gắn một nhãn duy nhất là đủ để quản lý dữ liệu. Nhãn “dữ liệu giao dịch” cho biết vai trò nghiệp vụ nhưng không cho biết dữ liệu có được công khai hay phải mã hóa. Tương tự, nhãn “dữ liệu có cấu trúc” không cho biết thời hạn cần lưu giữ.

Cách xây dựng hệ thống phân loại dữ liệu phù hợp

Doanh nghiệp không nên tạo quá nhiều nhóm ngay từ đầu. Hệ thống phân loại chỉ có giá trị khi người dùng hiểu, áp dụng nhất quán và gắn mỗi nhóm với một hành động quản trị cụ thể.

Xác định mục đích phân loại

Trước tiên, cần xác định doanh nghiệp phân loại dữ liệu để giải quyết vấn đề gì, chẳng hạn:

·         Kiểm soát quyền truy cập

·         Chuẩn hóa báo cáo

·         Tích hợp hệ thống

·         Quản lý thời hạn lưu giữ

·         Phục vụ phân tích

·         Bảo vệ dữ liệu nhạy cảm

Mỗi mục đích có thể yêu cầu một chiều phân loại khác nhau. Quản lý truy cập cần ưu tiên độ nhạy cảm, trong khi tích hợp hệ thống thường cần làm rõ dữ liệu chủ, dữ liệu giao dịch và dữ liệu tham chiếu.

Lập danh mục dữ liệu

Doanh nghiệp cần xác định dữ liệu đang tồn tại ở đâu, thuộc hệ thống nào, do bộ phận nào sử dụng và ai chịu trách nhiệm.

Danh mục không nên chỉ ghi tên tệp hoặc tên bảng. Nó cần mô tả ý nghĩa nghiệp vụ, nguồn phát sinh, mức độ nhạy cảm, tần suất cập nhật và mối liên hệ với các dữ liệu khác.

Xây dựng tiêu chí có thể áp dụng thống nhất

Mỗi nhóm cần có định nghĩa và điều kiện nhận diện rõ ràng. Những nhãn mơ hồ như “quan trọng” hoặc “nhạy cảm” dễ dẫn đến việc mỗi phòng ban áp dụng theo một cách khác nhau.

Tiêu chí nên trả lời được:

·         Dữ liệu nào thuộc nhóm này

·         Dữ liệu nào không thuộc nhóm này

·         Ai có quyền gắn hoặc thay đổi nhãn

·         Biện pháp quản lý nào được kích hoạt

·         Khi nào cần xem xét lại phân loại

Gắn phân loại với biện pháp quản trị

Phân loại không nên dừng ở việc đặt tên. Mỗi nhãn cần dẫn đến một cách xử lý cụ thể.

Ví dụ:

·         Dữ liệu mật phải được giới hạn truy cập

·         Dữ liệu chủ phải có quy trình phê duyệt thay đổi

·         Dữ liệu lưu trữ phải có thời hạn bảo quản

·         Dữ liệu phân tích phải có định nghĩa chỉ số

·         Dữ liệu bên ngoài phải được kiểm tra nguồn và điều kiện sử dụng

Rà soát định kỳ

Giá trị, mức độ nhạy cảm và mục đích sử dụng của dữ liệu có thể thay đổi. Một tài liệu chiến lược đang thuộc nhóm đặc biệt nhạy cảm có thể trở thành dữ liệu công khai sau khi được công bố chính thức.

Doanh nghiệp cần rà soát khi hệ thống, quy trình, quy định hoặc mục đích sử dụng dữ liệu thay đổi. Việc rà soát giúp tránh tình trạng dữ liệu được bảo vệ quá mức, bảo vệ chưa đủ hoặc bị lưu giữ lâu hơn cần thiết.

Dữ liệu doanh nghiệp thường được phân loại theo cấu trúc, nguồn hình thành, vai trò nghiệp vụ, mức độ nhạy cảm và vòng đời. Trong đó, dữ liệu có cấu trúc, bán cấu trúc và phi cấu trúc phản ánh cách dữ liệu được tổ chức; dữ liệu nội bộ và bên ngoài phản ánh nguồn phát sinh; dữ liệu chủ, giao dịch, tham chiếu, phân tích và metadata phản ánh chức năng nghiệp vụ.

Không có một hệ thống phân loại duy nhất phù hợp cho mọi doanh nghiệp. Cách tiếp cận hiệu quả là phân loại dữ liệu theo nhiều chiều, sau đó gắn từng nhãn với quyền truy cập, tiêu chuẩn chất lượng, phương thức lưu trữ và thời hạn lưu giữ cụ thể. Khi đó, phân loại dữ liệu mới thực sự trở thành nền tảng cho quản trị và khai thác dữ liệu.