Quản trị dữ liệu (Data governance) trong Doanh nghiệp

Với sự phát triển kinh doanh hiện nay, việc thu thập, khai thác và sử dụng dữ liệu một cách hiệu quả là một trong những yếu tố quan trọng, quyết định sự phát triển của doanh nghiệp (DN). DN không thể khai thác dữ liệu nếu không biết rõ giá trị của dữ liệu mình đang sở hữu: dữ liệu được lưu trữ ở đâu, làm thế nào để sử dụng, dữ liệu được tích hợp với các ứng dụng nào, ở đâu, thời gian nào ?,… Quản trị dữ liệu (QTDL) là một khái niệm không mới trên thế giới, đặc biệt là trong các DN, ngân hàng lớn.

Theo IBM, QTDL là sự kết hợp giữa con người, quy trình và kỹ thuật, cho phép một tổ chức, DN có thể tối ưu hóa, bảo vệ và sử dụng các nguồn dữ liệu (cấu trúc và phi cấu trúc) một cách hiệu quả như một tài sản của DN.

Theo Wiki, QTDL bao gồm việc quản trị nhiều lĩnh vực như: chất lượng dữ liệu, chính sách dữ liệu, quy trình nghiệp vụ và quản lý rủi ro thông qua việc khai thác dữ liệu trong DN. Thông qua QTDL, DN tìm kiếm các phương thức, quy trình để giúp người quản lý dữ liệu (data stewards) và người thao tác dữ liệu (data custodians) sử dụng, quản lý dữ liệu một cách hiệu quả nhất.

Qua Google, chúng ta có thể tìm được khoảng 10-20 định nghĩa khác nhau về QTDL của Gartner, E&Y, Deloitte, Pwc, Mc Kinsey…Tuy nhiên, hiểu một cách đơn giản: QTDL là việc tổ chức 3 thành phần: con người, quy trình và kỹ thuật để tăng cường hiệu quả sử dụng dữ liệu, khai thác thông tin trong DN. Nói cách khác, QTDL giúp DN hoạt động tốt hơn.

Trên thế giới, mỗi nhà cung cấp giải pháp sẽ có các định nghĩa, phương pháp triển khai khác nhau về mô hình QTDL. Bài viết này xin giới thiệu khái quát một vài mô hình (framework) phổ biến trên thế giới.

Theo Hiệp hội Quản lý dữ liệu (Data Management Association – DAMA, www.dama.org), QTDL bao gồm các lĩnh vực sau :

– Quản lý kiến trúc dữ liệu (Data Architecture Management): lập kế hoạch, theo dõi và điều phối cho việc xây dựng mô hình dữ liệu và kiến trúc dữ liệu tổng thể toàn hệ thống.

– Phát triển dữ liệu (Data Development): thực hiện việc triển khai mô hình dữ liệu như: phân tích, thiết kế, xây dựng, kiểm thử, triển khai và bảo trì.

– Quản lý thao tác dữ liệu (Data Operation Management): thực hiện các công việc như giám sát hiệu năng, cải tiến hiệu năng, dự phòng, sao lưu, phục hồi dữ liệu.

– Quản lý bảo mật dữ liệu (Data Security Management): xây dựng các quy tắc, chính sách bảo mật và thực hiện kiểm tra bảo mật dữ liệu định kỳ.

– Quản lý dữ liệu chủ (Reference & Master Data Management): quản lý hệ thống dữ liệu chủ của hệ thống.

– Kho dữ liệu DN (Data warehousing and BI): hỗ trợ khai thác, phân tích dữ liệu và ra quyết định đối với Ban Lãnh đạo.

– Quản lý tài liệu và nội dung (Document and Content Management): thực hiện việc lưu trữ, đánh chỉ mục, bảo vệ, truy cập các dữ liệu phi cấu trúc trong hệ thống.

– Quản lý Metadata (Metadata management): tích hợp, quản lý, cung cấp metadata của tất cả các nguồn dữ liệu, các ứng dụng.

– Quản lý chất lượng dữ liệu (Data Quality Management): quản lý chất lượng dữ liệu, làm giảm nhẹ ảnh hưởng của dữ liệu bẩn.

Theo Viện Quản trị dữ liệu (Data Governance Institute – DGI , www.datagovernance.com), để triển khai chương trình QTDL, sẽ gồm 3 nhóm:

– Kỹ thuật

o Nhiệm vụ và tầm nhìn của QTDL (1)

o Mục tiêu, các chỉ số đo lường sự thành công của QTDL (2)

o Các quy định, quy tắc dữ liệu. (3)