Quản trị dữ liệu chủ đa miền: nâng cao quản trị dữ liệu

cho các tổ chức doanh nghiệp

Ngô Thùy Linh - Phan Thanh Đức

Khoa Hệ thống thông tin quản lý, Học viện Ngân hàng

Ngày nhận: 17/05/2021

Ngày nhận bản sửa: 26/05/2021
Ngày duyệt đăng: 25/06/2020

Tóm tắt: Dữ liệu ngày nay đã trở thành một trong những tài sản quan trọng của các
tổ chức, doanh nghiệp. Tuy nhiên, thách thức đặt ra với các nhà quản lý là làm thế
nào để có thể khai thác, sử dụng và quản lý dữ liệu một cách hiệu quả và thông minh
khi có quá nhiều nguồn dữ liệu bên trong và bên ngoài tổ chức. Giải pháp quản lý
dữ liệu chủ đa miền dựa vào việc quản lý tổng thể dữ liệu trên đa miền sẽ giúp các
tổ chức có cái nhìn thống nhất và chính xác về các thực thể quan trọng, từ đó cung
cấp các thông tin tài chính phù hợp, đáng tin cậy. Bài báo này tập trung làm rõ các
khái niệm, tầm quan trọng của việc quản lý dữ liệu chủ đa miền và một số cách tiếp
cận khi xây dựng quản lý dữ liệu chủ đa miền.
Từ khóa: Dữ liệu chủ, Quản trị dữ liệu chủ, Quản lý dữ liệu chủ đa miền

Multi-domain master data management: improving data governance for enterprises

Abstract: Today data has become one of the important assets of organizations and businesses.
However, one challenge faced by managers is how to effectively and intelligently exploit, use and
manage data when the organization is exposed to a large number of both internal and external data
sources. A multi-domain master data management solution based on the overall management of data
across multiple domains will help organizations develop a unified and accurate view of important
entities, thereby providing suitable and reliable financial information. This article attempts to clarify
the concepts and the importance of multi-domain master data management, and propose feasible
approaches when building multi-domain master data management.
Keywords: Master Data, Master Data Management, Multi-Domain Master Data Management

Ngo, Thuy Linh

Email: linhnt@hvnh.edu.vn
Phan, Thanh Duc
Email: ducpt@hvnh.edu.vn
Organization of all: Faculty of Management Information System, Banking Academy of Vietnam

Tạp chí Khoa học & Đào tạo Ngân hàng © Học viện Ngân hàng
Số 229- Tháng 6. 2021 72 ISSN 1859 - 011X

1. Đặt vấn đề
Một khảo sát của Gartner (2019) cho thấy
rằng chất lượng dữ liệu kém đã dẫn đến chi
phí của các tổ chức tăng lên tới 11,8 triệu
USD. Một trong những nguyên nhân dẫn
đến chất lượng dữ liệu kém là chưa tích hợp
được thông tin từ các nguồn dữ liệu khác
nhau trong tổ chức. Nhiều tổ chức hiện
nay đã nhận ra giá trị và tầm quan trọng
của việc quản lý dữ liệu chủ (Master Data
Management- MDM) và coi MDM là một
giải pháp cho thách thức này. Các tổ chức
thường bắt đầu triển khai MDM và dừng
ở việc tập trung vào một miền dữ liệu (a
data domain), sau đó mới mở rộng đến các
miền khác trong mô hình quản lý dữ liệu đa
miền (a multi- domain model). Trong quá
trình thực hiện, hầu hết các tổ chức gặp một
số khó khăn trong việc thực hiện đầy đủ
và nhất quán các mục tiêu quản trị dữ liệu
chủ trên nhiều miền (Mark Allen & Dalton
Cervo, 2015). Sự khó khăn này bắt nguồn
từ việc không có cái nhìn tổng thể về các
thành phần, chức năng và cả các dịch vụ để
có thể quản trị dữ liệu chủ một cách chính
xác và hiệu quả. Một số tổ chức nhìn nhận
việc quản trị này về bản chất chỉ là việc tích
hợp dữ liệu đơn thuần. Đây sẽ trở thành
một sai lầm khi các dữ liệu theo thời gian
ngày càng trở nên đa dạng và phức tạp, bởi
vì ngoài việc tích hợp dữ liệu thì tổ chức
còn cần phải đưa ra các trách nhiệm của
bộ phận, phòng ban đối với dữ liệu và cần
phải quan tâm đến việc quản lý chất lượng
dữ liệu để có thể tiếp cận thành công quản
trị dữ liệu trên nhiều miền. Phần tiếp theo
của bài báo sẽ trình bày các vấn đề có liên
quan đến dữ liệu chủ, miền dữ liệu, quản
lý dữ liệu chủ, dữ liệu chủ đa miền và một
số cách tiếp cận xây dựng quản trị đa miền
nhằm nâng cao việc quản trị dữ liệu cho các
tổ chức, doanh nghiệp.
Số 229- Tháng 6. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng
NGÔ THÙY LINH - PHAN THANH ĐỨC
2. Dữ liệu chủ và miền dữ liệu
Mỗi một miền dữ liệu phản ánh đến một
tập các thực thể quan trọng mà các tổ chức,
doanh nghiệp thường quan tâm như: tập các
khách hàng, các sản phẩm, các nhà cung
cấp, các nhân viên, tài chính, chính sách...
(Mark Allen & Dalton Cervo, 2015). Trong
mỗi miền dữ liệu có thể có một hoặc nhiều
thực thể, thực thể có thể là một đối tượng,
cá nhân, đơn vị, địa điểm... phải là duy nhất
trong một miền nhất định và thường có
các thuộc tính kèm theo. Ví dụ, trong miền
Khách hàng, một doanh nghiệp đối tác
hoặc một cá nhân có hợp đồng với doanh
nghiệp có thể được coi là một thực thể,
mỗi thực thể khách hàng có một số thuộc
tính như: họ tên, số điện thoại, e-mail, giới
tính... Tùy vào từng loại hình, lĩnh vực kinh
doanh của từng tổ chức mà có các miền dữ
liệu với các thực thể khác nhau. Chẳng hạn
có một số miền dữ liệu tương ứng với từng
lĩnh vực như sau:
- Lĩnh vực sản xuất: Khách hàng, Sản phẩm,
Nhà cung cấp, Nguyên vật liệu, Địa điểm...
- Lĩnh vực chăm sóc sức khỏe: Bệnh nhân,
Nhà cung cấp, Sản phẩm, Khiếu nại, Triệu
chứng lâm sàng, Bảo hiểm...
- Lĩnh vực tài chính: Khách hàng, Tài
khoản, Sản phẩm, Địa điểm, Bảo hiểm...
- Lĩnh vực giáo dục: Sinh viên, Khoa bộ
môn, Địa điểm, Tài liệu, Khóa học...
Trên thực tế, mức độ ưu tiên về dữ liệu của
các thực thể là khác nhau, dữ liệu nào có
mức độ ưu tiên cao sẽ được lưu trữ trong
vùng bộ nhớ được truy cập nhanh hơn,
trong hệ tài nguyên tốt hơn, quan tâm về
chất lượng dữ liệu của thực thể đó hơn, có
cơ chế kiểm soát chất lượng dữ liệu tốt hơn.
Do đó khái niệm “Dữ liệu chủ” (Master
data) đã ra đời để mô tả, phản ánh đến
những dữ liệu quan trọng cần được quan
tâm nhiều hơn trong tổ chức. Theo John R.
Talburt & Yinle Zhou (2015), dữ liệu chủ
73
 Quản trị dữ liệu chủ đa miền: nâng cao quản trị dữ liệu cho các tổ chức doanh nghiệp

của một tổ chức được định nghĩa là dữ liệu
được lưu giữ bởi tổ chức đó, mô tả các thực
thể độc lập và liên quan chính đến các hoạt
động của tổ chức. Một định nghĩa khác về
dữ liệu chủ là dữ liệu mô tả về các thực thể
quan trọng đối với các hoạt động và phân
tích của tổ chức, cách dữ liệu này tương tác
và chia sẻ sẽ cung cấp ngữ cảnh cho dữ liệu
giao dịch (Mark Allen & Dalton Cervo,
2015). Hay dữ liệu chủ là dữ liệu mô tả các
thực thể lõi của tổ chức với tập các thuộc
tính và định danh là nhất quán và chính xác
(Keith Gordon, 2013).
Ví dụ sau đây sẽ mô tả rõ hơn về dữ liệu chủ,
dữ liệu về các thực thể khách hàng được lưu
trữ ở các hệ thống Kinh doanh và Kế toán
của công ty X (David Loshin, 2009)
Các thông tin liên quan đến thực thể khách

Hình 1. Dữ liệu về khách hàng được lưu trữ ở 2 hệ thống khác nhau
Nguồn: David Loshin (2009)

Bảng 1. Dữ liệu chủ miền khách hàng của Hệ thống Kinh doanh
Customer Master Data
ID Cust FirstName MiddleName LastName TelNum Address City
KH002 An Van Le 090234567 25 Ly Thai To Ha Noi

Nguồn: David Loshin (2009)

Bảng 2. Dữ liệu chủ miền khách hàng của Hệ thống Kế toán

Customer Master Data
ID First Last Add City Zip Tel
ID0070 An Le 12 Chua Boc Ha Noi 100000 0909789456

Nguồn: David Loshin (2009)

74 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 229- Tháng 6. 2021

hàng được lưu trữ ở hai hệ thống này bao
gồm:
Hệ thống “Kinh doanh” lưu trữ các thông
tin khách hàng bao gồm: Tên (FirstName),
Tên đệm (MiddleName), Họ (LastName),
Số điện thoại (TelNum), Địa chỉ (Address).
Dữ liệu chủ miền khách hàng của hệ thống
Kinh doanh được biểu diễn như ở Bảng 1.
Hệ thống “Kế toán” lưu trữ các thông tin
của khách hàng bao gồm: Tên (First), Họ
(Last), Địa chỉ (Add), Thành phố (City),
Mã bưu chính (ZIP), Số điện thoại (Tel).
Dữ liệu chủ miền khách hàng của hệ thống
Kế toán được thể hiện ở Bảng 2.
Các miền dữ liệu cũng như các dữ liệu khác
bên trong tổ chức đều có thể chia thành 2
loại: dữ liệu hoạt động (operational data)
và dữ liệu không hoạt động (nonoperational
data). “Dữ liệu hoạt động” là tập hợp dữ
liệu theo thời gian thực để hỗ trợ yêu cầu
của tổ chức trong các hoạt động hàng ngày
của họ. “Dữ liệu không hoạt động” thường
được thu thập trong kho dữ liệu với tần suất
ít hơn và được sử dụng cho hệ thống kinh
doanh thông minh (Dalton Cervo & Mark
Allen, 2011). Dữ liệu chủ về bản chất là các
dữ liệu “không hoạt động”, cụ thể hơn, cấu
trúc dữ liệu chủ được mô tả ở Hình 2.
Cấu trúc dữ liệu chủ gồm 3 lớp: dữ liệu
tham chiếu, dữ liệu cấu trúc giao dịch, dữ
liệu cấu trúc doanh nghiệp.
Hình 2. Cấu trúc 3 lớp dữ liệu chủ
Nguồn: Keith Gordon (2013)
Số 229- Tháng 6. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng
NGÔ THÙY LINH - PHAN THANH ĐỨC
- Dữ liệu tham chiếu (Reference Data): Dữ
liệu thường được mô tả bởi các giá trị được
sử dụng để phân biệt các dữ liệu khác nhau,
chẳng hạn như phân biệt giữa dữ liệu chủ
và dữ liệu giao dịch.
- Dữ liệu cấu trúc giao dịch (Transaction
structure data) đại diện cho những người
tham gia trực tiếp trong một giao dịch,
chẳng hạn như nhà cung cấp, khách hàng
và sản phẩm. Thông tin về một giao dịch
không thể được ghi lại trừ khi thông tin chi
tiết của những người tham gia này đã tồn
tại trong cơ sở dữ liệu.
- Dữ liệu cấu trúc doanh nghiệp (Enterprise
structure data) là dữ liệu mô tả cấu trúc của
doanh nghiệp, ví dụ dữ liệu mô tả về cơ cấu
tổ chức hoặc cơ cấu tài chính.
Nếu coi dữ liệu chủ được biểu diễn dưới
dạng các danh từ của dữ liệu và thông tin
thì dữ liệu giao dịch là các động từ. Chúng
mô tả các hoạt động diễn ra hàng ngày
trong tổ chức, doanh nghiệp như việc bán
hàng, doanh số bán hàng, hay các bệnh
nhân được phép xuất viện hay nhập viên tại
bệnh viện...
Bất kể các miền dữ liệu được xác định như
thế nào, khái niệm dữ liệu chủ cần được
xác định rõ ràng và phân biệt với các loại
dữ liệu khác. Việc xác định dữ liệu chủ phụ
thuộc quan điểm của từng tổ chức và dựa
vào các thực thể quan trọng trong các miền
dữ liệu của tổ chức đó.
3. Quản lý dữ liệu chủ
Mặc dù được định nghĩa là dữ liệu chủ
nhưng dữ liệu này vẫn có thể được lưu trữ
phân tán ở các hệ thống ứng dụng khác
nhau và do đó có thể dẫn đến các silo thông
tin (các thông tin biệt lập). Điều này phản
ánh một thực trạng tại nhiều doanh nghiệp
là dữ liệu về một thực thể hay dữ liệu chủ
của một miền dữ liệu được lưu trữ ở nhiều
cơ sở dữ liệu khác nhau trong các hệ thống
75
 Quản trị dữ liệu chủ đa miền: nâng cao quản trị dữ liệu cho các tổ chức doanh nghiệp

khác nhau, nhưng thông tin phản ánh về

Nguồn: Keith Gordon (2013)

chúng lại không đồng nhất.
Việc lưu trữ dữ liệu chủ ở các hệ thống khác
nhau gây khó khăn trong việc tổng hợp,
phân tích và xử lý thông tin. Ví dụ được mô
tả ở Hình 1, rõ ràng với dữ liệu chủ miền
khách hàng được lưu trữ ở hệ thống “Kinh
doanh” và hệ thống “Kế toán” là khác

Hình 3. Mối quan hệ giữa các quy trình nghiệp vụ và dữ liệu chủ
nhau. Thực tế là cùng một thực thể khách
hàng Lê Văn An nhưng thông tin về khách
hàng này được biểu diễn khác nhau ở 2 hệ
thống: hệ thống “Kinh doanh” khách hàng
An Van Le với mã khách hàng là KH002,
có số điện thoại 0902345678, địa chỉ 25 Lý
Thái Tổ, Hà Nội khác với khách hàng An
Le (mã ID0070) trong hệ thống “Kế toán”
với địa chỉ tại 12 Chùa Bộc, Hà nội, có số
điện thoại 0909789456. Mặc dù đây là một
khách hàng duy nhất Lê Văn An, nhưng khi
bộ phận quản lý muốn đưa ra các quyết định
liên quan đến kế hoạch chăm sóc khách
hàng và giới thiệu sản phẩm thì họ không
biết được số điện thoại nào khách hàng hay
sử dụng cũng như địa chỉ mà khách hàng
thường xuyên có mặt ở đâu để có thể thực
hiện các chiến dịch quảng cáo, marketing
sản phẩm,... Vậy thông tin nào chính xác
nhất khi mô tả về dữ liệu chủ miền khách
hàng là vấn đề mà doanh nghiệp cần quan
tâm cũng như có một cái nhìn thống nhất
về dữ liệu chủ khách hàng tại một nơi duy
nhất thay vì thông tin nằm rải rác ở nhiều
hệ thống.
Nhìn rộng hơn, với doanh nghiệp sản xuất
và kinh doanh sản phẩm có nhiều bộ phận
phòng ban thì dữ liệu chủ xuất hiện và được
lưu giữ ở các hệ thống tách biệt nhau như ở
Hình 3 (Keith Gordon, 2013). trữ một cách rời rạc ở các hệ thống thông
Như mô tả ở Hình 3, dữ liệu chủ các miền tin được cung cấp bởi các hãng khác nhau
dữ liệu: khách hàng, sản phẩm, phòng ban, như mô tả ở hai ví dụ trên (Hình 1, Hình
nhà cung cấp xuất hiện ở các quy trình 3) sẽ dẫn đến tình trạng: dữ liệu của cùng
trong các bộ phận, phòng ban khác nhau một thực thể trong một miền dữ liệu sẽ
(Bảng 3). rất khác biệt và khi đó chất lượng dữ liệu
Dữ liệu chủ các miền dữ liệu được lưu không được đảm bảo ảnh hưởng đến việc

76 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 229- Tháng 6. 2021

Bảng 3. Dữ liệu chủ xuất hiện ở các
hệ thống khác nhau
Được lưu trữ ở các hệ
Dữ liệu chủ
thống trong các phòng ban
Sản phẩm 8 hệ thống
Khách hàng 7 hệ thống
Phòng ban 3 hệ thống
Nhà cung cấp 3 hệ thống
Nguồn: Keith Gordon (2013)
ra quyết định của tổ chức, cùng nhiều vấn
đề khác nữa liên quan đến điều hành, quản
lý khi chất lượng dữ liệu kém... Chính vì
vậy, cần phải Quản lý dữ liệu chủ (Master
Data Management- MDM) để đảm bảo
chất lượng thông tin chính xác nhất cho các
thực thể quan trọng trong tổ chức.
Định nghĩa về quản lý dữ liệu chủ của
David Loshin (2009) cho biết: Quản lý dữ
liệu chủ là tập hợp các hoạt động quản lý
“dữ liệu tốt nhất”, mà có thể điều phối các
bên liên quan chính, những người tham gia
và khách hàng doanh nghiệp trong việc
kết hợp với các ứng dụng kinh doanh, các
phương pháp quản lý thông tin và công cụ
quản lý dữ liệu để thực thi các chính sách,
thủ tục, dịch vụ và cơ sở hạ tầng hỗ trợ cho
việc nắm bắt, tích hợp và sau đó chia sẻ
việc sử dụng dữ liệu chủ, đảm bảo dữ liệu
này là chính xác, kịp thời, nhất quán. Một
định nghĩa nữa về quản lý dữ liệu chủ “đó là
khuôn khổ của các quy trình và công nghệ
nhằm tạo ra và duy trì một môi trường có
thẩm quyền, đáng tin cậy, bền vững, chính
xác và an toàn mà có thể mô tả một phiên
bản duy nhất và toàn diện, chính xác của dữ
liệu chủ và các mối quan hệ của nó. Định
nghĩa được đưa ra bởi Gartner (2013): quản
lý dữ liệu chủ là tập các quy tắc dựa trên
công nghệ cho phép các bộ phận nghiệp
vụ và công nghệ thông tin làm việc cùng
nhau để giúp tổ chức có được một phiên
bản duy nhất và chính xác nhất về dữ liệu
Số 229- Tháng 6. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng
NGÔ THÙY LINH - PHAN THANH ĐỨC
chủ (Keith Gordon, 2013).
Các định nghĩa này nêu rõ hai thành phần
chính của việc quản lý dữ liệu chủ được mô
tả ở Hình 4.
Hai thành phần của MDM: Thành phần
Chính sách (Policies) bao gồm các chính
sách đại diện cho quản trị dữ liệu của MDM,
thành phần Công nghệ (Technologies) bao
gồm các công nghệ hỗ trợ MDM. Chính
sách xác định các vai trò và trách nhiệm
trong quy trình MDM. Ví dụ: nếu một công
ty giới thiệu một sản phẩm mới, các chính
sách xác định ai chịu trách nhiệm tạo mục
nhập mới trong sổ đăng ký sản phẩm chính,
các tiêu chuẩn cho tạo định danh sản phẩm,
những người hoặc bộ phận nào cần được
thông báo và những hệ thống dữ liệu khác
cần được cập nhật. Tuân thủ quy định cùng
với sự riêng tư và bảo mật thông tin cũng là
những vấn đề quan trọng (John R. Talburt
& Yinle Zhou, 2015).
Thành phần công nghệ của MDM cần xác
định hai việc chính, đó là: Quy trình xác
định thực thể (Entity Resolution Process)
và Quản lý thông tin xác thực thực thể
(Entity Identity Information Management-
EIIM).
- Quy trình xác định thực thể (ER) sẽ xác
định các thực thể quan trọng trong tổ chức,
quy trình này diễn ra khi hai hệ thống thông
tin đang cùng tham chiếu đến một hoặc
nhiều thực thể trong thế giới thực. Quy trình
Hình 4. Các thành phần của MDM
Nguồn: John R. Talburt & Yinle Zhou (2015)
77
 Quản trị dữ liệu chủ đa miền: nâng cao quản trị dữ liệu cho các tổ chức doanh nghiệp

Bảng 4. Dữ liệu chủ miền khách hàng sau khi được quản lý bởi MDM
Customer Master Data
ID First Middle Last TelNum Address City Zip
ID0010 An Van Le 0902345678 12 Chua Boc Ha Noi 100000

Nguồn: David Loshin (2009)

này sẽ “sắp xếp” chọn lọc thông tin về các
thực thể, xảy ra khi có nhiều nguồn thông
tin cùng tham chiếu đến tập các thực thể, sẽ
chọn ra thông tin có độ ưu tiên, chính xác
cao. Ví dụ, một bệnh nhân được đưa vào
bệnh viện ở các thời điểm khác nhau, mỗi
lần ở các khoa khác nhau là khoa nội trú và
ngoại trú. ER sẽ so sánh thông tin nhập viện
ở mỗi thời điểm và đưa ra quyết định hồ sơ
nhập viện nào cho cùng một bệnh nhân và
hồ sơ nào dành cho bệnh nhân khác.
- Quản lý thông tin nhận dạng thực thể
(EIIM) là bộ sưu tập và quản lý thông tin
nhận dạng với mục tiêu duy trì tính toàn
vẹn danh tính chủ thể theo thời gian (Zhou
& Talburt, 2011a). Tính toàn vẹn danh tính
thực thể yêu cầu mỗi thực thể phải được mô
tả trong một hệ thống là duy nhất. Các thực
thể riêng biệt phải được mô tả riêng cho
trong hệ thống (Maydanchik, 2007). Toàn
vẹn danh tính chủ thể là một yêu cầu cơ bản
cho các hệ thống MDM.
Quay trở lại ví dụ mô tả trên Hình 1, sau
khi xác minh với khách hàng tên Lê Văn
An thì bộ phận chăm sóc khách hàng biết
được rằng: ông Lê Văn An có địa chỉ 12
Chùa Bộc là địa chỉ tạm trú và địa chỉ ở
25 Lý Thường Kiệt là nơi đăng ký địa chỉ
thường trú, số điện thoại 0902345678 là
số điện thoại khách hàng thường xuyên sử
dụng. Do đó mọi giao dịch sẽ được thực
hiện với ông An ở 12 Chùa Bộc, liên hệ
qua số điện thoại 0902345678. Một số bộ
phận, phòng ban (phụ trách liên quan đến
mảng khách hàng) của doanh nghiệp X
mong muốn được lấy thông tin về khách
hàng một cách chính xác và đảm bảo nhất.
Dữ liệu chủ về miền khách hàng sau khi
được quản lý bởi MDM và được biểu diễn
như Bảng 4.
Miền dữ liệu khách hàng có thực thể khách
hàng Lê Văn An (Bảng 4) sau khi được
quản lý bởi MDM có mã định danh ID0010
duy nhất với các thuộc tính: Tên, Đệm,
Họ, Số điện thoại, Địa chỉ, Thành phố, Mã
bưu chính; ngoài thực thể này thì miền dữ
liệu khách hàng còn có nhiều khách hàng
khác và các đối tác... cũng được quản lý
bởi MDM.
Như vậy quản lý dữ liệu chủ không chỉ là
vấn đề về công nghệ, không chỉ là vấn đề
tích hợp dữ liệu mà còn liên quan đến trách
nhiệm quản lý dữ liệu, trách nhiệm của
các bộ phận phòng ban liên quan rồi chính
sách, chiến lược của tổ chức... Khi tổ chức,
doanh nghiệp triển khai MDM, thì các
bộ phận nghiệp vụ và bộ phận công nghệ
thông tin làm việc cùng nhau sẽ đảm bảo
được tính đồng nhất, độ chính xác, tính bền
vững của dữ liệu chủ được chia sẻ trong tổ
chức đó. Do đó tổ chức cũng tránh được
các cuộc tranh luận vô tận, tốn thời gian về
việc trả lời câu hỏi “dữ liệu của hệ thống
trong phòng ban nào là đúng?”, điều này có
thể dẫn đến các quyết định kém hiệu quả...
ảnh hưởng tới chiến lược của tổ chức.
Dữ liệu chủ đa miền
Quản lý dữ liệu chủ sẽ cung cấp công cụ

78 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 229- Tháng 6. 2021
 NGÔ THÙY LINH - PHAN THANH ĐỨC

Bảng 5. Một số nhân tố xác định các miền cần đến MDM
Giá trị kinh doanh là một yếu tố quan trọng khi quyết định những miền
nào cần phải có MDM. Một lý do tại sao hầu hết các công ty bắt đầu
với MDM khách hàng là vì không ccó gì nghi ngờ giá trị chính xác về
thông tin khách hàng mang lại cho doanh nghiệp. Một phiên bản duy
GIÁ TRỊ KINH DOANH
nhất và chính xác về khách hàng có thể liên quan trực tiếp đến sự
sống còn của một tổ chức. Như vậy, mọi miền cần được đánh giá từ
quan điểm giá trị kinh daonh để xác định lợi ích của việc áp dụng MDM
cho tổ chức đó
Số lượng liên quan trực tiếp đến việc cần thiết có MDM. Nếu một công
ty chỉ có hai hoặc ba đối tác, thì không có khả năng hưởng lợi từ MDM
SỐ LƯỢNG đến miền đối tác. Nhưng với một ví dụ khác, nếu một công ty kinh
doanh với hàng ngàn đại lý, thì việc thực hiện giải pháp MDM cho các
miền đối tác rất có ý nghĩa
Nếu dữ liệu không thay đổi và các tập thuộc tính của dữ liệu liên quan
TÍNH THAY ĐỔI
đến các thực thể không biến đổi thì không cần thiết phải cần đến MDM
Càng nhiều miền có trong một tổ chức thì việc sử dụng MDM càng cần
KHẢ NĂNG DỪNG LẠI thiết để có sự nhất quán, tin cậy, chính xác của các luồng thông tin
trong tổ chức đó.
Độ phức tạp của các thuộc tính và dữ liệu liên quan đến một miền là
cơ sở để thực thi giải pháp MDM. Lấy miền sản phẩm làm ví dụ: Các
ĐỘ PHỨC TẠP sản phẩm trong một công ty có thể rất phức tạp, với số lượng lớn các
thuộc tính liên quan. Từ thực tế đó việc triển khai MDM cho miền sản
phẩm trong công ty là rất lớn
Nguồn:Mark Allen & Dalton Cervo (2015)

và quy trình quản lý dữ liệu chủ, đảm bảo
dữ liệu chủ không chỉ nhất quán mà còn
chính xác. Quản lý dữ liệu chủ theo miền
(Master Data Management domain) phản
ánh một miền dữ liệu cụ thể mà tại đó việc
xác định và kiểm soát dữ liệu chủ được
tập trung. Trong tổ chức không chỉ có một
miền dữ liệu mà còn nhiều miền dữ liệu
quan trọng khác nữa, do đó họ không chỉ
tập trung quản lý dữ liệu chủ trên một miền
mà còn hướng tới quản lý trên nhiều miền.
Quản lý dữ liệu chủ đa miền có liên quan
đến việc quản lý tổng thể dữ liệu chủ trên
nhiều miền. Vậy liệu tất cả các miền có cần
đến MDM, nhân tố nào ảnh hưởng đến việc
xác định miền dữ liệu cần MDM tập trung
quan tâm đến? Bảng 5 mô tả một số nhân tố
chính trong việc định hướng miền dữ liệu
cho MDM trong mô hình đa miền.
Để việc quản lý dữ liệu và cung cấp thông
tin một cách hiệu quả cũng như tăng cao
khả năng cạnh tranh cho các tổ chức, doanh
nghiệp thì các giải pháp MDM đa miền cần
có sự tham gia và cộng tác hiệu quả của bộ
phận nghiệp vụ chịu trách nhiệm về chất
lượng dữ liệu và bộ phận công nghệ thông
tin có nhiệm vụ quản trị dữ liệu. MDM đa
miền cần hoạt động như một cầu nối tạo
động lực cho việc cộng tác cho hai bộ phận
đó trong tổ chức. Điều này dễ hiểu đối với
tình huống tổ chức doanh nghiệp nào cần
chuyển đổi từ cơ sở hạ tầng hệ thống cũ
sang hệ thống mới đòi hỏi phải có các yêu
cầu liên quan đến bảo mật, quyền riêng tư,
các quy định, chính sách... Để đối mặt và
giải quyết được các thách thức này cần có
sự kết hợp chặt chẽ giữa các phòng ban
nghiệp vụ và phòng ban công nghệ. Một
minh họa về giải pháp MDM đa miền được
mô tả ở Hình 5.

Số 229- Tháng 6. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng 79
 Quản trị dữ liệu chủ đa miền: nâng cao quản trị dữ liệu cho các tổ chức doanh nghiệp

Hình 5. Giải pháp MDM đa miền

Nguồn:Mark Allen & Dalton Cervo (2015)

Với giải pháp MDM đa miền được mô tả ở
Hình 5, cần đến 4 bộ phận hỗ trợ cho việc
triển khai MDM thành công, đó là: sự hỗ
trợ từ cấp điều hành, từ ban chỉ đạo, bộ
phận quản lý chương trình, bộ phận quản lý
các thay đổi và rủi ro. Với mỗi miền dữ liệu
1, 2,..., n cần phải bảo đảm chất lượng dữ
liệu, đồng bộ hóa dữ liệu, chính sách quản
lý dữ liệu, quản lý dữ liệu tham chiếu, xác
định thực thể, quản lý Đọc- Ghi- Cập nhật-
Xóa dữ liệu (CRUD). Giải pháp MDM thể
hiện trên Hình 5 cho thấy một số chức năng
được dùng chung và có thể được sử dụng
bởi nhiều miền dữ liệu. Ví dụ, chương trình
quản trị dữ liệu có phạm vi và quyền hạn
rộng hơn, không chỉ tập trung vào dữ liệu
chủ. Tương tự, việc bảo mật dữ liệu có thể
sẽ tập trung vào các chính sách và quản lý
liên quan đến truy cập dữ liệu và bảo vệ dữ
liệu chủ. Vì MDM được áp dụng trên nhiều
miền, nên các chức năng, các công cụ và
quy trình liên quan tới các miền trở nên dễ
sử dụng hơn. Một số chức năng, chẳng hạn
như quản lý chất lượng dữ liệu là vô cùng
rộng. Bởi vì nếu chất lượng dữ liệu của một
miền tốt thực sự thì có thể tái sử dụng dữ
liệu này trên nhiều miền, nhưng chúng vẫn
có các yêu cầu cụ thể theo miền cho các
hoạt động như mô tả dữ liệu, làm sạch dữ
liệu, chuẩn hóa dữ liệu...
Như vậy giải pháp MDM được thiết lập
để giải quyết các vấn đề: dữ liệu trùng lặp,
phân mảnh, không nhất quán trên nhiều
nguồn. Các hệ thống thông tin thường sẽ
hỗ trợ một nghiệp vụ cụ thể và khi đó dữ
liệu chủ yếu duy trì cho nghiệp vụ này. Có
rất ít sự kết nối dữ liệu giữa các hệ thống
với nhau vì thiếu quy trình tổng thể trong

80 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 229- Tháng 6. 2021
 NGÔ THÙY LINH - PHAN THANH ĐỨC

Hình 6. Các chức năng của MDM đa miền

Nguồn:Mark Allen & Dalton Cervo (2015)

tổ chức. Và hệ quả là dữ liệu có chất lượng
kém, không chính xác bởi vì có nhiều nguồn
thông tin cùng mô tả, đại diện cho một thực
thể. MDM sẽ đóng vai trò hỗ trợ thiết lập
và quản lý các luật để xác định các thành
phần dữ liệu chung, được sử dụng để khớp
các thực thể từ nhiều nguồn, cũng như đưa
các kỹ thuật để làm sạch và củng cố thông
tin từ các nguồn đó. Từ đó tạo ra một phiên
bản duy nhất và chính xác nhất về thực thể.
Hình 6 biểu diễn các chức năng của MDM
đa miền như: quản trị dữ liệu, quản trị chất
lượng dữ liệu, đồng bộ và tích hợp dữ liệu,
quản lý dữ liệu tham chiếu, bảo mật dữ
liệu, kiến trúc dữ liệu....
4. Một số cách tiếp cận xây dựng dữ liệu
chủ đa miền
Không có một cách tiếp cận duy nhất nào
có thể phù hợp cho tất cả các yêu cầu của
MDM đa miền ở mọi tổ chức, doanh nghiệp.
Như đã trình bày ở Bảng 5, có nhiều yếu
tố ảnh hưởng đến việc xác định miền dữ
liệu của một tổ chức có cần đến MDM hay
không, riêng một miền dữ liệu cũng đã đòi
hỏi nhiều công nghệ để vận hành. Hơn nữa
việc triển khai MDM không chỉ đơn thuần
chỉ là thêm một ứng dụng mới mà có thể sẽ
ảnh hưởng đến các dữ liệu quan trọng đang
được lưu trữ trong các hệ thống hiện có. Từ
góc độ công nghệ, hiện nay không có giải
pháp duy nhất nào có thể đồng thời thỏa
mãn các yêu cầu của các tổ chức, doanh
nghiệp. Do đó, khi đánh giá các sản phẩm
MDM đa miền, cần phải hiểu những gì nhà
cung cấp mang lại cho doanh nghiệp.
MDM đa miền có thể phát triển từ nhiều
tình huống khác nhau có thể xảy ra trong
doanh nghiệp, vì vậy khó có một chiến
lược hoặc kế hoạch toàn diện nào cho các
tổ chức, doanh nghiệp. Chẳng hạn trong
Ngân hàng X bộ phận Telesales sau khi gọi
điện cho khách hàng A tư vấn về sản phẩm
bảo hiểm thì họ được khách hàng này phản
hồi là đã từng đến giao dịch tại chi nhánh

Số 229- Tháng 6. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng 81
 Quản trị dữ liệu chủ đa miền: nâng cao quản trị dữ liệu cho các tổ chức doanh nghiệp

Y của ngân hàng đó và cũng đã được tư
vấn tại quầy giao dịch nhiều lần, gói bảo
hiểm này được gọi với tên gọi khác nhưng
thực chất vẫn chỉ là một sản phẩm. Hiện
tại khách hàng A vẫn chưa muốn sử dụng
sản phẩm này và khách hàng này rất không
hài lòng nếu nhân viên Telesales của ngân
hàng X gọi điện làm phiền thêm lần nữa.
Do đó, cần phải đồng nhất thông tin khách
hàng và sản phẩm cũng như lịch sử giao
dịch tại mọi điểm tiếp xúc để tránh mất
thời gian của cả nhân viên và khách hàng
cũng như tránh được việc tư vấn sản phẩm
không đúng người, không đúng thời điểm.
Tình huống phát sinh này cho thấy cần thiết
phải quản lý dữ liệu chủ miền khách hàng
và miền sản phẩm.
Một số nơi triển khai MDM từ các nguồn
dữ liệu phái sinh, không phải trực tiếp từ
các hệ thống nguồn lưu trữ dữ liệu giao dịch
hàng ngày của tổ chức. Trong trường hợp
này, việc triển khai MDM thường bắt đầu
với việc thiết lập kho dữ liệu để tận dụng
các khả năng tích hợp dữ liệu từ các nguồn
hiện có. Đồng thời nâng cao chất lượng dữ
liệu, cụ thể là làm sạch dữ liệu, chuẩn hóa
dữ liệu, củng cố và gia tăng thông tin đầu ra.
Cách tiếp cận này được gọi là MDM phân
tích, với mục đích chính là cải thiện phân
tích, báo cáo và kinh doanh thông minh hỗ
trợ đưa ra các quyết định chính xác phù hợp
với chiến lược của tổ chức, doanh nghiệp.
Hình 7 mô tả một MDM đa miền phân tích.
Theo cách tiếp cận MDM kiểu phân tích
được trình bày ở Hình 7, thì trung tâm quản
trị dữ liệu chủ đa miền (MDM hub, hay
trung tâm MDM) có nhiều cách khác nhau
để quản lý dữ liệu từ các hệ thống nguồn.
Cụ thể là:
- Kiểu tích hợp ảo
- Kiểu bền vững
- Kiểu kết hợp
Kiểu 1: MDM đa miền kiểu tích hợp ảo
Trong cách tiếp cận này, MDM hub duy trì
tập các thông tin tối thiểu cần thiết để xác
định dữ liệu liên quan đến một thực thể và
thông tin để biết thực thể đó được lưu trữ ở
đâu trong các hệ thống nguồn. MDM hub
duy trì dữ liệu định danh và các trường dữ
liệu chính của các hệ thống nguồn. Tất cả

Hình 7. MDM đa miền phân tích

Nguồn:Mark Allen & Dalton Cervo (2015)

82 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 229- Tháng 6. 2021
 NGÔ THÙY LINH - PHAN THANH ĐỨC

Hình 8. MDM đa miền kiểu tích hợp ảo

Nguồn:Mark Allen & Dalton Cervo (2015)

Hình 9. MDM đa miền kiểu bền vững

Nguồn:Mark Allen & Dalton Cervo (2015)

các dữ liệu khác liên quan đến một thực
thể được lưu giữ tại các nguồn tương ứng
của chúng để tránh việc bị trùng lặp trong
MDM hub. Về bản chất, MDM hub hỗ trợ
để xác định một phiên bản của thực thể tại
nhiều nguồn dữ liệu của các phân hệ nghiệp
vụ có liên quan. Do đó trung tâm MDM chỉ
đơn giản là một hệ thống tham chiếu đến
các nguồn dữ liệu nguồn khác nhau. Hình
8 mô tả một triển khai MDM đa miền kiểu
tích hợp ảo.
Kiểu 2: MDM kiểu bền vững
Với cách tiếp cận này, trung tâm MDM sẽ
lưu trữ tất cả các trường thuộc tính của một
thực thể. Do vậy trung tâm MDM trở thành
một nguồn tập trung dữ liệu chính xác và
duy nhất, và từ đó sẽ cung cấp các thuộc
tính dữ liệu quan trọng cho các hệ thống
ứng dụng khác. Theo giải pháp này, giả
định ban đầu trung tâm MDM sẽ cập nhật
dữ liệu các thực thể từ nhiều nguồn. Sau
đó, dữ liệu về các thực thể sẽ được tạo ra
và duy trì lưu trữ trong trung tâm MDM và
được sử dụng bởi các ứng dụng khác. Mô
hình triển khai này cần có một kiểu thiết kế
kiến trúc kết hợp phức tạp cao, và đây cũng
là hạn chế vì có thể yêu cầu thay đổi lớn
đối với các ứng dụng hiện có để truy cập

Số 229- Tháng 6. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng 83
 Quản trị dữ liệu chủ đa miền: nâng cao quản trị dữ liệu cho các tổ chức doanh nghiệp
Hình 10. MDM đa miền kiểu kết hợp
dữ liệu từ trung tâm MDM thay vì dữ liệu
được duy trì cục bộ. Hình 9 mô tả một kiến
trúc kiểu bền vững.
Kiểu 3: MDM kiểu kết hợp
Cách tiếp cận này kết hợp giữa MDM kiểu
tích hợp và kiểu bền vững để khắc phục
những hạn chế của hai mô hình đó. Trong
kiểu kết hợp, không chỉ các trường thuộc
tính định danh được lưu trữ trong trung tâm
MDM, mà một bản sao của nhiều thuộc
tính liên quan đến một thực thể cũng được
duy trì tại đó sẽ tăng tốc truy vấn đến trung
tâm MDM. Ngoài ra, vì thông tin là bản sao
nên các hệ thống hiện tại có thể tiếp tục sử
dụng phiên bản dữ liệu của riêng mình. Do
đó với cách tiếp cận này, trung tâm MDM
là một hệ thống tham chiếu, tích hợp từ
nhiều nguồn, và áp dụng quy trình xác định
các thực thể và các chức năng đảm bảo chất
lượng dữ liệu và cung cấp một phiên bản
chính xác duy nhất về dữ liệu chủ. Hình 10
trình bày mô hình MDM đa miền kết hợp.
Khi tổ chức lên kế hoạch thực hiện giải
pháp MDM đa miền, cần phải có đủ thời
gian để tìm hiểu các cách tiếp cận triển khai
MDM, cũng như kiểm tra sự ảnh hưởng, tác
động qua lại của các nghiệp vụ kinh doanh
84 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 229- Tháng 6. 2021
Nguồn:Mark Allen & Dalton Cervo (2015)
ở các phòng ban, và xác định chương trình
quản lý nào đang được thực hiện. Không
xem xét đầy đủ các yêu cầu này sẽ dẫn
đến tình trạng: các chương trình hiện có
ảnh hưởng, tác động qua lại lẫn nhau và
liên quan đến các điều chỉnh ưu tiên. Các
phòng ban nghiệp vụ và bộ phận giao dịch
là những nơi tạo lập và sử dụng thường
xuyên dữ liệu chủ. Khi đó có thể các giao
dịch sẽ cần đến dữ liệu chủ từ nhiều miền,
chẳng hạn miền kế hoạch thực hiện và đơn
đặt hàng có thể có tác động đáng kể đến các
hoạt động kinh doanh ở bộ phận bán hàng
và marketing. Có thể bước đầu ​​MDM được
thực hiện thành công sẽ mang lại nhiều lợi
ích cho hoạt động doanh nghiệp và các hoạt
động phân tích, nhưng cũng kéo theo các
thay đổi về dữ liệu và quy trình có thể bị
gián đoạn nếu như chúng không được quản
lý tốt. Báo giá, đơn đặt hàng, yêu cầu, thanh
toán, và cung cấp dịch vụ liên quan đến các
quy trình chính có thể dễ bị gián đoạn khi dữ
liệu chủ thay đổi phụ thuộc vào ​​MDM. Và
tất nhiên, nếu không được xử lý tốt, những
thay đổi đó có thể ảnh hưởng tiêu cực đến
sự hài lòng và lòng trung thành của khách
hàng do đó có thể ảnh hưởng đến lợi nhuận

của công ty và trở thành một vấn đề không
mong muốn. Như vậy khi tiến hành quản lý
tất cả các miền dữ liệu với giải pháp MDM
đa miền, điều quan trọng là phải kiểm kê,
đánh giá các quy trình nghiệp vụ, khu vực
tiêu dùng và vòng đời của dữ liệu chủ. Giải
pháp MDM đa miền cần phải là cầu nối tạo
ra sự cộng tác giữa các bộ phận có trách
nhiệm liên quan và các bộ phận đóng vai
trò trực tiếp trong quản lý dữ liệu thông qua
các phòng ban nghiệp vụ cũng như phòng
ban công nghệ thông tin.
5. Kết luận
Dữ liệu là một tài sản của tổ chức, dữ liệu
chủ là chìa khóa cho hoạt động kinh doanh,
đòi hỏi cần phải có sự quản lý thích đáng.
MDM là giải pháp cho việc quản lý dữ
liệu, tuy nhiên MDM không chỉ là vấn đề
công nghệ, mà còn liên quan đến khả năng
quản trị và ảnh hưởng đến các quy trình
kinh doanh của doanh nghiệp. Phạm vi
của MDM khá lớn do nó là sự tích hợp của
các thành phần, các chức năng và dịch vụ
cần thiết để tạo, duy trì và quản lý, chia sẻ
các dữ liệu quan trọng. Bên cạnh đó, việc
lập kế hoạch cho một chương trình MDM
đa miền cho tổ chức, doanh nghiệp trên
thực tế gặp nhiều thách thức. Chiến lược
và cách tiếp cận phù hợp chỉ ra rằng đó là
cơ sở thích hợp để hoàn thiện đầy đủ, thực
hiện thành công các chiến lược và mục tiêu
MDM trên toàn doanh nghiệp. Đây là chìa
khóa để cung cấp dữ liệu đáng tin cậy kịp
thời để giúp doanh nghiệp đạt được lợi thế
cạnh tranh.
Trong MDM đa miền, điều quan trọng là
phải xác định: nên sử dụng cách tiếp cận
MDM nào phù hợp với các thành phần,
chức năng và dịch vụ trên các miền dữ liệu.
Hơn thế nữa, sự cộng tác chặt chẽ giữa
các bộ phận kinh doanh, nghiệp vụ và bộ
phận công nghệ thông tin sẽ thúc đẩy các tổ
Số 229- Tháng 6. 2021- Tạp chí Khoa học & Đào tạo Ngân hàng
NGÔ THÙY LINH - PHAN THANH ĐỨC
chức, doanh nghiệp đạt được mục tiêu cũng
như lợi thế cạnh tranh trên thị trường.
Đối với các doanh nghiệp quy mô lớn,
chẳng hạn các ngân hàng thương mại thì
MDM là một giải pháp không thể thiếu nếu
muốn quản lý được các nguồn dữ liệu lớn,
đa dạng và thường xuyên biến động. Các
ngân hàng đã có đến hàng triệu khách hàng
tiềm năng và có số vốn tài chính lớn. Hoạt
động tại các ngân hàng có liên quan đến
nhiều doanh nghiệp, quản lý hàng triệu tài
khoản và vô số sản phẩm tài chính, xử lý
giao dịch với hàng ngàn đại lý và duy trì
mối quan hệ với hàng ngàn nhà cung cấp và
các công ty khác (ví dụ: nhà đấu giá, công
ty thẩm định, phá sản, tòa án và ủy thác, và
các cơ quan thu nợ). Các ngân hàng cũng
sở hữu hoặc sử dụng dịch vụ của các công
ty bảo hiểm, giao dịch với hàng ngàn luật
sư đại diện cho họ hoặc khách hàng khi xảy
ra tranh chấp, và thuê hàng ngàn nhân viên.
Với những mô tả đó thì có thể xác định vô
số các miền dữ liệu mà một ngân hàng cần
phải có: triển vọng, khách hàng, phương
tiện, nhà sản xuất, tài khoản tài chính, sản
phẩm tài chính, đại lý, liên hệ, nhà cung
cấp, luật sư và nhân viên... Rõ ràng là khối
lượng thông tin lớn thì số lượng thuộc tính
và các hệ thống dữ liệu duy trì tất cả thông
tin sẽ lớn và phức tạp. Các ngân hàng sẽ
hưởng lợi ích từ giải pháp MDM đa miền
khi loại trừ được các vấn đề về dư thừa
dữ liệu và sự không nhất quán trên nhiều
nguồn dữ liệu. Vì vậy với tổ chức doanh
nghiệp có quy mô lớn như các ngân hàng
rất thích hợp để triển khai MDM.
Bài báo đã trình bày khái niệm cơ bản của
dữ liệu chủ, quản lý dữ liệu chủ, dữ liệu chủ
đa miền, và các cách tiếp cận để xây dựng
quản trị dữ liệu chủ đa miền. Từ đó, chỉ
ra vai trò và tầm quan trọng của việc quản
trị dữ liệu chủ đa miền trong các tổ chức,
doanh nghiệp hiện nay. Việc xây dựng và
quản trị dữ liệu chủ đa miền đã góp phần
85
 Quản trị dữ liệu chủ đa miền: nâng cao quản trị dữ liệu cho các tổ chức doanh nghiệp

nâng cao quản trị rủi ro cho doanh nghiệp,

giúp doanh nghiệp có cái nhìn chính xác
nhất về các thực thể quan trọng trong hoạt
động kinh doanh để kịp thời đưa ra các
quyết định mang tính chiến lược trong bối
cảnh của cách mạng công nghiệp 4.0 đang
diễn ra mạnh mẽ như hiện nay. ■

Tài liệu tham khảo

David Loshin, 2009, “Master Data Management”, Elsevier Inc.
Dalton Cervo & Mark Allen, “Master data management in practice”, 2011, John Wiley & Sons, Inc.
Gartner, 2019, “How to Get Started With Master Data Management”.
John R. Talburt, Yinle Zhou, 2015, “Master Data Management and Information Integration”, Elsevier Inc.
Keith Gordon, 2013, “Principles of data management”, BCS Learning and Development Ltd.
Mark Allen & Dalton Cervo, 2015, “Multi - Domain Master Data Management”, Elsevier Inc.
Maydanchik, A., 2007. “Data Quality Assessment”. Technics Publications.
Zhou, Y., Talburt, J.R., 2011a. “Entity identity information management”. International Conference on Information
Quality 2011.

86 Tạp chí Khoa học & Đào tạo Ngân hàng- Số 229- Tháng 6. 2021