Cách chuẩn hóa dữ liệu doanh nghiệp

Một doanh nghiệp chỉ có dữ liệu thống nhất khi cùng một đối tượng—chẳng hạn khách hàng, sản phẩm, hợp đồng hoặc doanh thu—được định nghĩa, nhận diện, cập nhật và sử dụng theo cùng một nguyên tắc. Vì vậy, quá trình chuẩn hóa phải kết hợp ba yếu tố: chuẩn hóa ý nghĩa, chuẩn hóa cấu trúc và chuẩn hóa vận hành.

Nếu chỉ làm sạch dữ liệu trong một lần mà không xác định quyền sở hữu, tiêu chuẩn chất lượng và cơ chế kiểm soát, dữ liệu sẽ nhanh chóng trở lại trạng thái phân mảnh. Ngược lại, khi các phòng ban cùng sử dụng một bộ định nghĩa, một nguồn dữ liệu đáng tin cậy và một quy trình xử lý sai lệch, doanh nghiệp có thể giảm đáng kể thời gian đối soát và nâng cao độ tin cậy của báo cáo.

Vì sao dữ liệu giữa các phòng ban thường không thống nhất?

Sự khác biệt dữ liệu thường không bắt đầu từ lỗi kỹ thuật. Nó xuất hiện khi mỗi phòng ban thu thập và sử dụng dữ liệu theo mục tiêu riêng.

Phòng kinh doanh có thể xem khách hàng là một cá nhân hoặc doanh nghiệp đang có cơ hội bán hàng. Phòng kế toán chỉ ghi nhận khách hàng sau khi phát sinh hóa đơn. Bộ phận chăm sóc khách hàng lại quản lý từng người liên hệ hoặc từng yêu cầu hỗ trợ. Khi ba hệ thống sử dụng ba tiêu chí nhận diện khác nhau, số lượng khách hàng trong các báo cáo đương nhiên không trùng khớp.

Tình trạng tương tự xảy ra với nhiều đối tượng khác:

·         Marketing phân loại nguồn khách hàng theo chiến dịch

·         Kinh doanh phân loại theo nhân viên hoặc khu vực phụ trách

·         Tài chính phân loại theo pháp nhân và trung tâm chi phí

·         Vận hành phân loại theo kho, tuyến giao hàng hoặc trạng thái xử lý

·         Ban lãnh đạo tổng hợp dữ liệu theo đơn vị kinh doanh

Mỗi cách phân loại có thể đúng trong phạm vi nghiệp vụ riêng nhưng trở thành nguồn gây mâu thuẫn khi dữ liệu được tổng hợp ở cấp doanh nghiệp.

Các nguyên nhân phổ biến gồm:

·         Không có định nghĩa dữ liệu dùng chung

·         Một đối tượng được tạo nhiều mã khác nhau

·         Trường dữ liệu bắt buộc không giống nhau giữa các hệ thống

·         Quy tắc nhập liệu phụ thuộc vào từng nhân viên

·         Danh mục dùng chung được quản lý bằng nhiều tệp riêng

·         Hệ thống trao đổi dữ liệu nhưng không kiểm tra ý nghĩa của trường

·         Không xác định đơn vị chịu trách nhiệm xử lý sai lệch

·         Báo cáo tự tính toán lại cùng một chỉ tiêu theo nhiều công thức

Vì vậy, vấn đề cần giải quyết không chỉ là “dữ liệu đang sai ở đâu”, mà còn là “vì sao doanh nghiệp cho phép nhiều cách hiểu và nhiều cách tạo dữ liệu cùng tồn tại”.

Xác định phạm vi chuẩn hóa trước khi xử lý dữ liệu

Không nên bắt đầu bằng mục tiêu chuẩn hóa toàn bộ dữ liệu doanh nghiệp. Phạm vi quá rộng khiến dự án khó xác định ưu tiên, kéo dài thời gian triển khai và tạo ra nhiều cuộc tranh luận không cần thiết.

Doanh nghiệp nên lựa chọn một miền dữ liệu có ảnh hưởng trực tiếp đến quy trình liên phòng ban, chẳng hạn:

·         Dữ liệu khách hàng

·         Dữ liệu sản phẩm

·         Dữ liệu nhà cung cấp

·         Dữ liệu nhân sự

·         Dữ liệu hợp đồng

·         Dữ liệu đơn hàng

·         Dữ liệu doanh thu và chi phí

Sau đó, phạm vi được thu hẹp theo đối tượng, quy trình và mục đích sử dụng. Ví dụ, thay vì đặt mục tiêu “chuẩn hóa dữ liệu khách hàng”, doanh nghiệp có thể xác định rõ hơn: chuẩn hóa thông tin nhận diện khách hàng phục vụ báo cáo doanh thu, chăm sóc khách hàng và kiểm soát công nợ.

Cách xác định này giúp trả lời bốn câu hỏi quan trọng:

1.    Đối tượng dữ liệu nào cần được thống nhất?

2.    Những phòng ban nào đang tạo hoặc sử dụng dữ liệu đó?

3.    Quy trình nào bị ảnh hưởng khi dữ liệu không thống nhất?

4.    Kết quả kinh doanh hoặc báo cáo nào cần được cải thiện?

Nên ưu tiên những miền dữ liệu có tần suất sử dụng cao, liên quan đến nhiều phòng ban hoặc đang tạo ra chi phí đối soát đáng kể. Đây là cách tạo kết quả sớm mà không biến chuẩn hóa dữ liệu thành một chương trình quá lớn ngay từ đầu.

Thống nhất định nghĩa nghiệp vụ cho từng đối tượng dữ liệu

Chuẩn hóa phải bắt đầu từ ý nghĩa trước khi đi vào định dạng kỹ thuật. Nếu các phòng ban chưa thống nhất “khách hàng đang hoạt động” là gì, việc quy định trường ngày theo định dạng nào không thể làm cho báo cáo khách hàng trở nên nhất quán.

Mỗi khái niệm quan trọng cần có định nghĩa nghiệp vụ rõ ràng. Một định nghĩa tốt nên bao gồm:

·         Tên thuật ngữ chính thức

·         Mô tả ý nghĩa

·         Điều kiện để một bản ghi được tính vào khái niệm

·         Trường hợp không được tính

·         Nguồn dữ liệu sử dụng

·         Đơn vị chịu trách nhiệm

·         Quy tắc tính toán nếu là chỉ tiêu

·         Thời điểm có hiệu lực

Ví dụ, “doanh thu” có thể được hiểu theo giá trị đơn hàng, giá trị hóa đơn hoặc khoản tiền thực thu. Ba cách hiểu này phục vụ ba mục đích khác nhau. Nếu báo cáo không ghi rõ định nghĩa và nguồn dữ liệu, các phòng ban có thể đưa ra những con số khác nhau dù đều xử lý dữ liệu đúng theo hệ thống của mình.

Doanh nghiệp nên tập hợp các định nghĩa trong một từ điển dữ liệu dùng chung. Từ điển này không chỉ dành cho đội công nghệ mà phải dễ hiểu với người làm nghiệp vụ. Thuật ngữ kỹ thuật có thể được bổ sung, nhưng định nghĩa cốt lõi phải mô tả được ý nghĩa kinh doanh.

Một hiểu lầm phổ biến là chỉ cần đặt tên trường giống nhau thì dữ liệu đã được chuẩn hóa. Trên thực tế, hai trường cùng tên vẫn có thể chứa dữ liệu khác nghĩa. Ngược lại, hai trường khác tên có thể đại diện cho cùng một khái niệm. Vì vậy, chuẩn hóa ngữ nghĩa phải đi trước việc ánh xạ trường dữ liệu.

Thiết lập bộ quy tắc dữ liệu dùng chung

Sau khi thống nhất định nghĩa, doanh nghiệp cần chuyển chúng thành các quy tắc cụ thể để hệ thống và người dùng có thể thực hiện nhất quán.

Quy tắc nhận diện

Mỗi đối tượng cần có phương pháp nhận diện rõ ràng. Ví dụ, khách hàng doanh nghiệp có thể được nhận diện bằng mã khách hàng nội bộ kết hợp với mã số thuế. Sản phẩm có thể được quản lý bằng mã sản phẩm duy nhất, không phụ thuộc tên thương mại hoặc cách viết của từng phòng ban.

Khóa nhận diện phải ổn định, không thay đổi theo trạng thái nghiệp vụ và không được tái sử dụng cho đối tượng khác.

Quy tắc định dạng

Các trường dữ liệu cần thống nhất về:

·         Kiểu dữ liệu

·         Độ dài

·         Định dạng ngày tháng

·         Đơn vị đo

·         Mã quốc gia và mã vùng

·         Quy tắc viết hoa

·         Ký tự được phép sử dụng

·         Cách biểu diễn giá trị rỗng

·         Số chữ số thập phân

·         Múi giờ

Chuẩn hóa định dạng giúp hệ thống trao đổi dữ liệu chính xác hơn, nhưng không thay thế được việc chuẩn hóa ý nghĩa.

Quy tắc danh mục

Những giá trị được sử dụng lặp lại nên được quản lý bằng danh mục chuẩn, chẳng hạn trạng thái đơn hàng, loại khách hàng, nhóm sản phẩm, đơn vị tiền tệ hoặc khu vực kinh doanh.

Danh mục cần có mã ổn định, tên hiển thị, mô tả, trạng thái hiệu lực và quan hệ ánh xạ với các giá trị cũ. Không nên để mỗi phòng ban tự bổ sung cách viết mới mà không có cơ chế phê duyệt.

Quy tắc bắt buộc và điều kiện

Không phải trường nào cũng bắt buộc trong mọi tình huống. Quy tắc cần mô tả điều kiện nghiệp vụ cụ thể.

Ví dụ, mã số thuế có thể bắt buộc đối với khách hàng doanh nghiệp nhưng không áp dụng cho khách hàng cá nhân. Ngày đóng hợp đồng chỉ được yêu cầu khi trạng thái hợp đồng là đã kết thúc.

Quy tắc có điều kiện giúp dữ liệu đầy đủ mà không tạo thêm trường nhập liệu không cần thiết.

Quy tắc kiểm tra quan hệ

Một bản ghi có thể đúng về định dạng nhưng sai về logic. Chẳng hạn ngày giao hàng không thể sớm hơn ngày đặt hàng; tổng giá trị thanh toán không nên vượt giá trị phải thu nếu không có khoản ứng trước hoặc điều chỉnh hợp lệ.

Các kiểm tra quan hệ giúp phát hiện sai lệch mà việc kiểm tra từng trường riêng lẻ không thể nhận diện.

Xây dựng dữ liệu chủ và nguồn dữ liệu đáng tin cậy

Khi cùng một đối tượng xuất hiện trong nhiều hệ thống, doanh nghiệp cần xác định hệ thống nào có quyền tạo, cập nhật hoặc cung cấp từng nhóm thông tin.

Không nhất thiết chỉ có một hệ thống chịu trách nhiệm cho toàn bộ đối tượng. Ví dụ:

·         Hệ thống CRM quản lý thông tin liên hệ và trạng thái cơ hội

·         Hệ thống kế toán quản lý thông tin hóa đơn và công nợ

·         Hệ thống chăm sóc khách hàng quản lý yêu cầu hỗ trợ

·         Nền tảng dữ liệu tổng hợp thông tin phục vụ phân tích

Điều quan trọng là phải xác định nguồn có thẩm quyền cho từng thuộc tính. Địa chỉ xuất hóa đơn có thể thuộc quyền quản lý của kế toán, trong khi người liên hệ chính thuộc quyền quản lý của kinh doanh.

Từ đó, doanh nghiệp xây dựng “bản ghi chuẩn” cho mỗi đối tượng. Bản ghi này tổng hợp dữ liệu từ các nguồn theo quy tắc ưu tiên, nhưng không tùy tiện ghi đè dữ liệu nguồn. Khi hai hệ thống cung cấp giá trị khác nhau, quy tắc phải xác định giá trị nào được chọn hoặc trường hợp nào cần chuyển cho người có trách nhiệm xử lý.

Cơ chế dữ liệu chủ thường bao gồm:

1.    Tạo mã định danh duy nhất

2.    Đối chiếu các bản ghi có khả năng thuộc cùng một đối tượng

3.    Hợp nhất bản ghi theo quy tắc

4.    Lưu quan hệ giữa mã chuẩn và mã tại từng hệ thống

5.    Phân phối dữ liệu chuẩn trở lại các hệ thống sử dụng

6.    Theo dõi lịch sử thay đổi và nguồn gốc dữ liệu

Một nguồn dữ liệu đáng tin cậy không có nghĩa là sao chép mọi dữ liệu về một nơi. Nó là nguồn được doanh nghiệp công nhận để trả lời một câu hỏi cụ thể. Chẳng hạn, báo cáo công nợ phải dùng dữ liệu kế toán, trong khi báo cáo mức độ tương tác có thể dùng dữ liệu CRM.

Phân công quyền sở hữu và trách nhiệm dữ liệu

Chuẩn hóa dữ liệu thất bại khi mọi người đều sử dụng dữ liệu nhưng không ai chịu trách nhiệm về chất lượng của nó.

Doanh nghiệp cần phân biệt ít nhất ba vai trò:

Chủ sở hữu dữ liệu

Chủ sở hữu dữ liệu chịu trách nhiệm ở cấp nghiệp vụ: phê duyệt định nghĩa, quyết định quy tắc và giải quyết xung đột giữa các đơn vị. Vai trò này nên thuộc về người có thẩm quyền đối với quy trình kinh doanh, không mặc định giao cho bộ phận công nghệ.

Người quản trị dữ liệu nghiệp vụ

Người quản trị dữ liệu theo dõi chất lượng, duy trì danh mục, tiếp nhận lỗi và phối hợp xử lý. Đây là đầu mối vận hành thường xuyên giữa nghiệp vụ và công nghệ.

Đơn vị quản lý kỹ thuật

Đội công nghệ triển khai quy tắc trong hệ thống, quản lý tích hợp, phân quyền, lịch sử thay đổi và các công cụ kiểm soát tự động.

Bên cạnh ba vai trò trên, người tạo dữ liệu vẫn chịu trách nhiệm nhập đúng thông tin tại nguồn. Tuy nhiên, không nên dựa hoàn toàn vào ý thức người dùng. Các trường quan trọng cần được kiểm soát bằng danh mục chọn sẵn, ràng buộc hệ thống và quy trình phê duyệt.

Ma trận trách nhiệm cần trả lời rõ:

·         Ai đề xuất thay đổi định nghĩa?

·         Ai phê duyệt?

·         Ai triển khai kỹ thuật?

·         Ai xử lý dữ liệu sai?

·         Ai được thông báo?

·         Khi các phòng ban bất đồng, ai ra quyết định cuối cùng?

Nếu không có cơ chế này, các cuộc họp chuẩn hóa thường kết thúc bằng thỏa thuận tạm thời nhưng không tạo ra thay đổi bền vững.

Làm sạch và hợp nhất dữ liệu hiện có

Sau khi tiêu chuẩn đã được phê duyệt, doanh nghiệp mới nên làm sạch dữ liệu lịch sử. Làm sạch trước khi có tiêu chuẩn chỉ tạo ra một phiên bản dữ liệu “có vẻ đẹp hơn” nhưng chưa chắc phù hợp với nhu cầu chung.

Quy trình làm sạch thường gồm:

1.    Lập hồ sơ dữ liệu để xác định tỷ lệ rỗng, giá trị bất thường và phân bố dữ liệu

2.    Chuẩn hóa định dạng và đơn vị

3.    Ánh xạ các giá trị cũ về danh mục chuẩn

4.    Phát hiện bản ghi trùng lặp

5.    Xác định bản ghi ưu tiên hoặc hợp nhất

6.    Bổ sung dữ liệu thiếu khi có nguồn đáng tin cậy

7.    Cách ly những bản ghi chưa thể xử lý

8.    Kiểm tra lại kết quả theo quy tắc nghiệp vụ

9.    Ghi nhận lịch sử điều chỉnh

Việc phát hiện trùng lặp không nên chỉ dựa vào một trường. Tên doanh nghiệp có thể khác nhau do viết tắt, dấu câu hoặc thay đổi pháp nhân. Số điện thoại và địa chỉ cũng có thể được nhập theo nhiều định dạng. Vì vậy, doanh nghiệp có thể kết hợp nhiều thuộc tính để tính mức độ tương đồng, sau đó thiết lập ngưỡng xử lý:

·         Mức độ tin cậy cao: tự động hợp nhất theo quy tắc

·         Mức độ trung bình: chuyển cho người phụ trách xác minh

·         Mức độ thấp: giữ nguyên và tiếp tục theo dõi

Ngưỡng cụ thể phải được thử nghiệm trên dữ liệu thực tế. Nếu ngưỡng quá thấp, hệ thống có thể hợp nhất nhầm hai đối tượng khác nhau. Nếu quá cao, nhiều bản ghi trùng lặp sẽ không được xử lý. Đây là sự đánh đổi giữa tự động hóa và độ an toàn.

Tích hợp tiêu chuẩn vào quy trình và hệ thống

Chuẩn hóa chỉ bền vững khi quy tắc được thực thi tại thời điểm dữ liệu được tạo hoặc thay đổi. Nếu doanh nghiệp chỉ kiểm tra sau khi dữ liệu đã đi qua nhiều hệ thống, chi phí sửa lỗi sẽ tăng và rất khó xác định trách nhiệm.

Các biện pháp kiểm soát nên được triển khai theo nhiều lớp.

Ở giao diện nhập liệu, hệ thống có thể sử dụng danh mục chọn sẵn, kiểm tra trường bắt buộc, cảnh báo bản ghi có khả năng trùng và tự động chuẩn hóa một số định dạng.

Ở lớp tích hợp, dữ liệu cần được kiểm tra kiểu, mã danh mục, khóa nhận diện và quan hệ giữa các trường trước khi được chuyển sang hệ thống đích. Bản ghi không đạt yêu cầu nên được ghi nhận vào hàng đợi lỗi thay vì âm thầm bỏ qua.

Ở kho dữ liệu hoặc nền tảng báo cáo, các chỉ tiêu cần sử dụng công thức và nguồn dữ liệu đã được phê duyệt. Không nên để mỗi báo cáo tự xây dựng lại logic tính toán.

Khi hệ thống cũ chưa thể thay đổi ngay, doanh nghiệp có thể sử dụng lớp ánh xạ trung gian. Tuy nhiên, đây chỉ nên là giải pháp chuyển tiếp. Nếu mọi sai lệch đều được xử lý ở lớp báo cáo, dữ liệu vận hành gốc vẫn không được cải thiện.

Đo lường chất lượng dữ liệu bằng chỉ số cụ thể

Không thể quản trị chất lượng dữ liệu bằng nhận xét chung như “dữ liệu khá sạch” hoặc “hệ thống còn nhiều lỗi”. Doanh nghiệp cần chuyển chất lượng dữ liệu thành các chỉ số có thể đo lường.

Tính đầy đủ

Tỷ lệ trường bắt buộc có giá trị hợp lệ:

Tính đầy đủ = Số trường bắt buộc có dữ liệu hợp lệ / Tổng số trường bắt buộc cần có

Tính hợp lệ

Tỷ lệ giá trị đáp ứng định dạng, miền giá trị và quy tắc nghiệp vụ:

Tính hợp lệ = Số giá trị đạt quy tắc / Tổng số giá trị được kiểm tra

Tính duy nhất

Tỷ lệ bản ghi không bị trùng theo quy tắc nhận diện:

Tính duy nhất = Số bản ghi duy nhất / Tổng số bản ghi

Tính nhất quán

Tỷ lệ giá trị không mâu thuẫn giữa các hệ thống hoặc giữa các trường liên quan:

Tính nhất quán = Số giá trị nhất quán / Tổng số giá trị được đối chiếu

Tính kịp thời

Tỷ lệ dữ liệu được cập nhật trong thời hạn quy định:

Tính kịp thời = Số bản ghi cập nhật đúng hạn / Tổng số bản ghi phải cập nhật

Không có một ngưỡng phù hợp cho mọi loại dữ liệu. Dữ liệu dùng cho thanh toán, tuân thủ hoặc báo cáo tài chính thường cần mức kiểm soát cao hơn dữ liệu phục vụ phân tích thử nghiệm.

Doanh nghiệp nên thiết lập ngưỡng theo mức độ quan trọng. Chẳng hạn, trường định danh pháp lý có thể yêu cầu gần như đầy đủ tuyệt đối, trong khi một trường mô tả tùy chọn có thể chấp nhận tỷ lệ thấp hơn. Khi chỉ số xuống dưới ngưỡng, hệ thống phải tạo cảnh báo, xác định người xử lý và thời hạn khắc phục.

Triển khai chuẩn hóa theo từng giai đoạn

Một lộ trình thực tế có thể được chia thành năm giai đoạn.

Giai đoạn 1: Khảo sát hiện trạng

Lập danh sách hệ thống, phòng ban, báo cáo và luồng trao đổi liên quan đến miền dữ liệu đã chọn. Đo chất lượng ban đầu và xác định những điểm gây sai lệch nhiều nhất.

Giai đoạn 2: Thống nhất tiêu chuẩn

Xây dựng định nghĩa nghiệp vụ, mô hình dữ liệu, danh mục chuẩn, quy tắc chất lượng và ma trận trách nhiệm. Các phòng ban liên quan phải tham gia phê duyệt.

Giai đoạn 3: Làm sạch dữ liệu trọng yếu

Ưu tiên các trường định danh và thuộc tính ảnh hưởng trực tiếp đến quy trình liên phòng ban. Không cần sửa toàn bộ dữ liệu cùng lúc.

Giai đoạn 4: Tích hợp kiểm soát

Đưa quy tắc vào giao diện nhập liệu, quy trình phê duyệt, tích hợp hệ thống và nền tảng báo cáo. Thiết lập cơ chế phát hiện và xử lý lỗi.

Giai đoạn 5: Theo dõi và cải tiến

Đo chỉ số chất lượng theo chu kỳ, phân tích nguyên nhân gốc và cập nhật tiêu chuẩn khi quy trình kinh doanh thay đổi.

Mỗi giai đoạn cần có tiêu chí hoàn thành. Ví dụ, thay vì đặt mục tiêu chung “cải thiện dữ liệu khách hàng”, doanh nghiệp có thể yêu cầu tất cả bản ghi khách hàng doanh nghiệp có mã nhận diện duy nhất, được ánh xạ với hệ thống kế toán và không còn tạo mới bằng danh mục tự do.

Cơ chế xử lý khi các phòng ban không thống nhất

Mâu thuẫn về dữ liệu thường là mâu thuẫn về nhu cầu nghiệp vụ, không nên giải quyết bằng cách yêu cầu một phòng ban từ bỏ hoàn toàn cách quản lý của mình.

Trước tiên, cần xác định liệu các bên đang nói về cùng một khái niệm hay hai khái niệm khác nhau. “Ngày bán hàng” có thể là ngày ký hợp đồng, ngày xác nhận đơn, ngày xuất hóa đơn hoặc ngày ghi nhận doanh thu. Nếu mỗi ngày phục vụ một mục đích riêng, giải pháp đúng là đặt tên và định nghĩa riêng thay vì ép tất cả về một trường duy nhất.

Khi các bên thực sự sử dụng cùng một khái niệm nhưng có quy tắc khác nhau, quyết định nên dựa trên:

·         Mục đích sử dụng dữ liệu

·         Quy trình tạo ra dữ liệu

·         Nguồn có thẩm quyền

·         Yêu cầu kiểm soát và tuân thủ

·         Khả năng truy vết

·         Tác động đến hệ thống hiện hữu

·         Chi phí chuyển đổi

Chủ sở hữu dữ liệu phải là người ra quyết định cuối cùng. Bộ phận công nghệ có thể tư vấn khả năng triển khai nhưng không nên tự quyết định ý nghĩa nghiệp vụ.

Mọi quyết định cần được ghi vào từ điển dữ liệu hoặc tài liệu tiêu chuẩn. Nếu chỉ tồn tại trong biên bản họp, cùng một tranh luận có thể lặp lại khi nhân sự hoặc hệ thống thay đổi.

Những sai lầm khiến chuẩn hóa dữ liệu không bền vững

Sai lầm đầu tiên là xem chuẩn hóa như một dự án làm sạch dữ liệu một lần. Dữ liệu lịch sử có thể được sửa, nhưng dữ liệu mới vẫn tiếp tục sai nếu quy trình tạo dữ liệu không thay đổi.

Sai lầm thứ hai là giao toàn bộ trách nhiệm cho đội công nghệ. Công nghệ có thể thực thi quy tắc nhưng không thể tự quyết định khách hàng, doanh thu hoặc hợp đồng phải được hiểu như thế nào.

Sai lầm thứ ba là cố ép mọi phòng ban sử dụng một mô hình giống hệt nhau. Các đơn vị vẫn có thể cần những thuộc tính riêng. Điều cần thống nhất là phần dữ liệu cốt lõi dùng chung, mã nhận diện và quy tắc trao đổi.

Sai lầm thứ tư là xây dựng quá nhiều tiêu chuẩn nhưng không xác định mức độ ưu tiên. Khi mọi trường đều được xem là quan trọng như nhau, chi phí kiểm soát tăng nhưng nguồn lực không tập trung vào dữ liệu có tác động lớn nhất.

Sai lầm cuối cùng là không đo chất lượng sau khi triển khai. Nếu không có đường cơ sở, chỉ số mục tiêu và người chịu trách nhiệm, doanh nghiệp không thể biết tiêu chuẩn mới có thực sự cải thiện dữ liệu hay không.

Bộ khung vận hành chuẩn hóa dữ liệu giữa các phòng ban

Một bộ khung tối thiểu nên bao gồm sáu thành phần liên kết với nhau:

1.    Từ điển dữ liệu: Thống nhất thuật ngữ, định nghĩa và công thức

2.    Danh mục dữ liệu chuẩn: Kiểm soát các mã và giá trị dùng chung

3.    Mô hình quyền sở hữu: Xác định người phê duyệt và người vận hành

4.    Quy tắc chất lượng: Xác định dữ liệu đúng, sai và ngưỡng chấp nhận

5.    Cơ chế dữ liệu chủ: Tạo mã định danh và bản ghi chuẩn cho đối tượng dùng chung

6.    Quy trình xử lý sai lệch: Tiếp nhận, phân loại, khắc phục và phòng ngừa lỗi lặp lại

Sáu thành phần này phải được vận hành đồng thời. Từ điển dữ liệu không có người sở hữu sẽ nhanh chóng lỗi thời. Quy tắc chất lượng không được tích hợp vào hệ thống sẽ phụ thuộc vào kiểm tra thủ công. Dữ liệu chủ không có quy trình xử lý sai lệch sẽ tích lũy các trường hợp ngoại lệ.

Doanh nghiệp không nhất thiết phải đầu tư ngay một nền tảng quản trị dữ liệu lớn. Có thể bắt đầu bằng một kho định nghĩa được kiểm soát phiên bản, danh mục chuẩn, bảng phân công trách nhiệm và báo cáo chất lượng định kỳ. Công cụ nên được mở rộng khi số lượng miền dữ liệu, quy tắc và hệ thống vượt quá khả năng quản lý thủ công.

Chuẩn hóa dữ liệu giữa các phòng ban hiệu quả đòi hỏi doanh nghiệp thống nhất cả ý nghĩa, cấu trúc và cách vận hành dữ liệu. Trình tự phù hợp là chọn miền dữ liệu trọng yếu, xây dựng định nghĩa chung, thiết lập quy tắc, phân công quyền sở hữu, làm sạch dữ liệu hiện có và đưa kiểm soát vào hệ thống tạo dữ liệu.

Kết quả không nên được đánh giá bằng số lượng trường đã sửa, mà bằng mức giảm sai lệch giữa các hệ thống, tỷ lệ dữ liệu đạt chuẩn, thời gian xử lý lỗi và khả năng sử dụng cùng một nguồn dữ liệu cho các quyết định liên phòng ban. Khi tiêu chuẩn được gắn với trách nhiệm và chỉ số đo lường, dữ liệu mới có thể duy trì tính nhất quán lâu dài.