Quản lý chất lượng dữ liệu kinh doanh

Chia sẻ: Liễu Yêu Yêu | Ngày: | Loại File: PDF | Số trang:18

Thêm vào BST

Báo xấu

11
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết "Quản lý chất lượng dữ liệu kinh doanh" đi sâu vào trình bày, phân tích những nội dung liên quan đến dữ liệu kinh doanh, quản trị chất lượng dữ liệu kinh doanh trong bối cảnh của cuộc cách mạng công nghiệp 4.0 tiếp cận trên cả phương diện quản trị hoạt động kinh doanh và quản trị hệ thống Công nghệ thông tin ứng dụng trong kinh doanh. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Quản lý chất lượng dữ liệu kinh doanh

QUẢN LÝ CHẤT LƯỢNG DỮ LIỆU KINH DOANH Trần Anh Sơn Khoa Công nghệ Thông tin. Trường Đại học Tài chính – Marketing Email: tason@ufm.edu.vn Tóm tắt: Nếu như quản lý dữ liệu được ví như là cột sống để kết nối tất cả các phân đoạn của toàn bộ vòng đời thông tin thì việc quản lý chất lượng dữ liệu đó càng trở nên quan trọng hơn bao giờ hết. Suy cho cùng thì dữ liệu kinh doanh của tổ chức chính là mạch máu của doanh nghiệp và chất lượng dữ liệu kinh doanh không tốt hay xấu, không cao hay thấp mà đơn giản nó chỉ là một phạm vi hoặc thước đo tình trạng của dữ liệu được bơm qua tổ chức của bạn. Quản lý chất lượng dữ liệu kinh doanh cung cấp một quy trình theo ngữ cảnh cụ thể để cải thiện tính phù hợp của dữ liệu được sử dụng để phân tích và ra các quyết định liên quan đến hoạt động kinh doanh. Mục tiêu là tạo ra những hiểu biết sâu sắc về tình trạng của dữ liệu kinh doanh bằng cách sử dụng các quy trình và công nghệ khác nhau trên các tập dữ liệu ngày càng lớn hơn và phức tạp hơn. Trong phạm vi bài tham luận này, tác giả đi sâu vào trình bày, phân tích những nội dung liên quan đến dữ liệu kinh doanh, quản trị chất lượng dữ liệu kinh doanh trong bối cảnh của cuộc cách mạng công nghiệp 4.0 tiếp cận trên cả phương diện quản trị hoạt động kinh doanh và quản trị hệ thống Công nghệ thông tin ứng dụng trong kinh doanh. Kết quả của bài tham luận sẽ là tài liệu hữu ích không chỉ cho những nhà phát triển hệ thống thông tin quản lý kinh doanh số trong định hướng chiến lược quản lý chất lượng dữ liệu kinh doanh của mình mà nội dung của bài tham luận còn giúp cho tất cả những ai muốn tìm hiểu, nghiên cứu về các dự án quản lý chất lượng dữ liệu nói chung cũng như các nhà quản lý kinh doanh có cơ sở trong định hướng chiến lược công nghệ thông tin và quản lý dữ liệu, quản lý chất lượng dữ liệu đáp ứng với mục tiêu chiến lược hoạt động kinh doanh của doanh nghiệp. Từ khóa: Dữ liệu kinh doanh, chất lượng dữ liệu, quản lý chất lượng dữ liệu kinh doanh 1. ĐẶT VẤN ĐỀ Dữ liệu là một chủ đề nóng trong thế giới kinh doanh hiện nay. Mọi người đều muốn nói về những hiểu biết sâu sắc và giá trị mà họ có thể thu được từ dữ liệu. Có một lý do chính đáng cho điều đó bởi đơn giản dữ liệu là một trong những tài nguyên có giá trị nhất hiện nay đối với mọi tổ chức hoạt động trong tất cả các ngành của nền kinh tế. Tuy nhiên, dữ liệu chỉ hữu ích nếu nó có chất lượng cao và ngược lại dữ liệu sẽ trở nên không quan trọng. Trong trường hợp xấu nhất, nó có thể khiến các công ty mắc phải những sai lầm đắt giá. IBM ước tính rằng dữ liệu xấu gây thiệt hại cho nền kinh tế Mỹ khoảng 3,1 nghìn tỷ 278
Mỹ kim mỗi năm. Những chi phí đó đến từ thời gian nhân viên phải bỏ ra để sửa chữa dữ liệu xấu và khắc phục những sai sót do dữ liệu xấu gây ra lỗi đối với khách hàng. Rõ ràng, cải thiện chất lượng dữ liệu kinh doanh cho doanh nghiệp là một cơ hội lớn giúp cải thiện hoạt động của doanh nghiệp. Đối với nhiều nhà lãnh đạo doanh nghiệp đang nhận thức được tác động to lớn của dữ liệu lớn (Big data) đối với quỹ đạo của tổ chức doanh nghiệp vì nó liên quan đến nhiều vấn đề như: Dự đoán kỳ vọng của khách hàng; Hỗ trợ quản lý sản phẩm hiệu quả; Có sẵn theo yêu cầu để ảnh hưởng đến việc ra quyết định từ trên xuống; Điều chỉnh đổi mới dịch vụ khách hàng bằng cách điều tra thói quen mua sắm của khách hàng; và Cung cấp cho các tổ chức thông tin về đối thủ cạnh tranh. Tuy nhiên, có một lưu ý vô cùng quan trọng đó là nếu dữ liệu không chính xác, đầy đủ và nhất quán thì điều đó lại có thể dẫn đến những sai lầm nghiêm trọng khi đưa ra một quyết định kinh doanh. Trên thực tế, Gartner ước tính tác động tài chính trung bình của chất lượng dữ liệu kém đối với các doanh nghiệp là 15 triệu đô la Mỹ mỗi năm, có nghĩa là bạn không thể không ưu tiên quản lý chất lượng dữ liệu ngay từ bây giờ. Hơn nữa, khi các tổ chức tìm cách áp dụng làn sóng công nghệ mới trong cuộc cách mạng công nghiệp 4.0 hiện nay như tự động hóa, trí tuệ nhân tạo (AI), Internet kết nối vạn vật (IoT),... sự thành công của họ trong việc làm như vậy và khả năng tạo sự khác biệt trong những không gian đó sẽ phụ thuộc vào khả năng quản lý dữ liệu. Điều này ngày càng trở nên quan trọng khi các thiết bị cùng các cảm biến được kết nối ngày càng nhiều đã gây ra sự tăng trưởng dữ liệu theo cấp số nhân và cơ hội khai thác dữ liệu cũng tăng trưởng một cách tương xứng. Những người định vị tổ chức để quản lý dữ liệu một cách chính xác và hiểu được giá trị vốn có của nó sẽ có nhiều lợi thế hơn. Trên thực tế, chúng ta có thể thấy các nhà lãnh đạo đã nhìn xa trước rằng nó sẽ làm cho thị trường trở nên rất khó khăn cho những người chấp nhận chậm về công nghệ hoặc những người mới tham gia. Khi các kỹ thuật và công nghệ quản lý dữ liệu được cải thiện, dữ liệu ngày càng trở nên quan trọng đối với các doanh nghiệp. Ngày càng có nhiều công ty sử dụng dữ liệu để đưa ra quyết định về tiếp thị, phát triển sản phẩm, tài chính và hơn thế nữa. Khi nhiều công ty thu được lợi ích từ dữ liệu, việc sử dụng dữ liệu ngày càng trở thành một vấn đề để theo kịp đối thủ. Các công ty không tận dụng dữ liệu và các công nghệ liên quan có nguy cơ bị tụt hậu. Tuy nhiên, để dữ liệu có lợi, nó cần phải có chất lượng cao. Chất lượng dữ liệu 279
càng tốt thì doanh nghiệp càng có thể khai thác được nhiều hơn. Nếu thông tin có chất lượng thấp, nó thậm chí có thể gây hại. Nếu bạn đưa ra quyết định dựa trên dữ liệu không hợp lệ, bạn có thể lựa chọn sai. Các công nghệ mới cũng đang làm tăng tầm quan trọng của dữ liệu và chất lượng của nó. Các công nghệ như trí tuệ nhân tạo và tự động hóa có tiềm năng to lớn, nhưng thành công với những công nghệ này phụ thuộc nhiều vào chất lượng dữ liệu. Ví dụ, máy học yêu cầu khối lượng lớn dữ liệu chính xác. Thuật toán máy học càng có nhiều dữ liệu tốt thì nó có thể tạo ra kết quả càng nhanh và những kết quả đó sẽ càng tốt. Trong một cuộc khảo sát gần đây đối với các giám đốc điều hành cấp cao của New Vantage Partners, hơn 3/4 số người được hỏi nói rằng sự gia tăng khối lượng và nguồn dữ liệu đang thúc đẩy tăng cường đầu tư vào AI và học tập nhận thức. Tóm lại, dữ liệu ngày càng trở nên không thể thiếu đối với hoạt động của doanh nghiệp. Thay vì coi dữ liệu là tách biệt với các chức năng khác của chúng, một số công ty thành công nhất hiện nay tích hợp nó vào mọi thứ họ làm. Sự tích hợp gia tăng này có nghĩa là chất lượng dữ liệu có thể tác động đến nhiều khía cạnh của doanh nghiệp từ tiếp thị đến bán hàng đến sáng tạo nội dung. Điều này càng thể hiện rằng chất lượng dữ liệu cũng tất yếu trở nên vô cùng quan trọng bởi các vấn đề liên quan đến sự tuân thủ. Khi các quy định liên quan đến dữ liệu tiếp tục phát triển, việc các công ty quản lý dữ liệu của họ đúng cách ngày càng trở nên quan trọng. Sẽ khó hơn để chứng minh sự tuân thủ nếu dữ liệu của bạn thiếu tính tổ chức hoặc được duy trì kém. Điều này đặc biệt quan trọng đối với dữ liệu tài chính và dữ liệu cá nhân nhạy cảm nhưng cũng có thể áp dụng cho các loại thông tin khác. Chính vì vậy, hơn ai hết chúng ta cần phải xem xét bài bản về chất lượng dữ liệu kinh doanh và nhanh chóng tiếp cận quản lý nó theo định hướng ứng dụng hiệu quả công nghệ để phát huy hết giá trị to lớn của dữ liệu kinh doanh phục vụ cho các hoạt động của doanh nghiệp. 2. CƠ SỞ CỦA QUẢN LÝ CHẤT LƯỢNG DỮ LIỆU KINH DOANH 2.1. Chất lượng của dữ liệu kinh doanh Chất lượng dữ liệu kinh doanh là rất quan trọng vì nếu không có dữ liệu chất lượng cao, bạn không thể hiểu hoặc giữ liên lạc với khách hàng của mình. Trong thời đại dựa trên dữ liệu này, việc tìm hiểu thông tin chính về khách hàng hiện tại và khách hàng tiềm năng trở nên dễ dàng hơn bao giờ hết. Thông tin này có thể cho phép bạn tiếp thị hiệu quả hơn và khuyến khích lòng trung thành có thể tồn tại trong nhiều thập kỷ. Hãy yên tâm rằng nếu bạn không bị thuyết phục về tầm quan trọng của chất lượng dữ liệu thì đối thủ cạnh tranh 280
của bạn cũng vậy và họ sẽ không ngần ngại cố gắng tìm kiếm dữ liệu tốt nhất để cải thiện lợi thế cạnh tranh của chính họ. Vậy chất lượng dữ liệu kinh doanh là gì và làm thế nào để có được dữ liệu kinh doanh có chất lượng phục vụ cho hoạt động của tổ chức đang là câu hỏi mà bất kỳ nhà quản lý kinh doanh nào cũng rất cần có câu trả lời cụ thể vào trong ngữ cảnh của doanh nghiệp mình. Tuy nhiên, như đã đề cập ở ngay đầu bài viết thì dữ liệu, thông tin không hoàn toàn tốt hay tồi mà nó lệ thuộc vào người tiếp nhận dữ liệu, thông tin đó. Một nội dung dữ liệu, thông tin có thể rất hữu ích (rất có giá trị) đối với một cá nhân hay tổ chức này tuy nhiên nó có thể không có ảnh hưởng gì (không có giá trị) đối với một cá nhân hay tổ chức khác, thậm chí là nó còn có thể ảnh hưởng không tốt đối với họ. Vì vậy, rất khó có một định nghĩa chính xác về chất lượng dữ liệu nói chung hay chất lượng dữ liệu kinh doanh nói riêng. Mặc dù vậy, các nhà nghiên cứu cũng đã cố gắng đưa ra nhiều khái niệm liên quan đến chất lượng dữ liệu cũng như một số tiêu chuẩn tham khảo để đánh giá về chất lượng của dữ liệu. a). Khái niệm về chất lượng dữ liệu kinh doanh: Theo ISO 9000:2014 định nghĩa chất lượng là mức độ mà một tập hợp các đặc tính vốn có của một đối tượng đáp ứng các yêu cầu, trong đó đối tượng là bất cứ thứ gì có thể hiểu được hoặc có thể hình dung được. Thuật ngữ đối tượng được thêm vào kể từ phiên bản trước của tiêu chuẩn ISO 9000. Theo định nghĩa này, chất lượng của dữ liệu là mức độ mà một tập hợp các đặc tính vốn có của dữ liệu đáp ứng các yêu cầu của người hay tổ chức sử dụng dữ liệu. - Trên phương diện của quản trị hoạt động của tổ chức thì chất lượng dữ liệu (Data quality) nói chung và chất lượng dữ liệu kinh doanh nói riêng (Business data quality) có thể hiểu theo nghĩa hẹp hoặc theo nghĩa rộng. Cụ thể: Xét theo nghĩa hẹp, căn cứ vào giá trị của dữ liệu kinh doanh đối với đối tượng sử dụng dữ liệu là các doanh nghiệp thì: Chất lượng dữ liệu kinh doanh là mức độ đáp ứng của dữ liệu đối với các nhiệm vụ hay mục tiêu kinh doanh (các hoạt động kinh doanh, các quyết định kinh doanh) của doanh nghiệp. Tuy nhiên, theo Cộng đồng quản trị dữ liệu toàn cầu (The Global Data Management Community) thì chất lượng dữ liệu có thể hiểu rộng hơn không chỉ là giá trị của dữ liệu đối với đối tượng sử dụng dữ liệu mà còn bao hàm cả các quy trình, phương pháp để cải thiện chất lượng của chính nguồn dữ liệu đó. 281
- Trên phương diện của công nghệ thông tin và quản trị dữ liệu số ứng dụng trong kinh doanh thì chất lượng dữ liệu kinh doanh ngoài các nội dung được xem xét như đối với quản trị hoạt động của tổ chức thì còn phải đánh giá cả về tính phù hợp của công nghệ tổ chức lưu trữ và khai thác nguồn lực dữ liệu này theo từng doanh nghiệp và theo từng ngành kinh doanh. b). Các tiêu chí đánh giá chất lượng dữ liệu kinh doanh: Để đo lường chất lượng dữ liệu kinh doanh của tổ chức, rõ ràng bạn cần các thước đo về chất lượng dữ liệu phù hợp với tổ chức đó. Thước đo về chất lượng dữ liệu cũng chính là chìa khóa để đánh giá nỗ lực của tổ chức trong việc gia tăng chất lượng dữ liệu, thông tin của tổ chức. Trong số các kỹ thuật quản lý chất lượng dữ liệu khác nhau, các thước đo chất lượng dữ liệu phải là yếu tố quan trọng hàng đầu và phải được xác định một cách rõ ràng. Các chỉ số (hay các đặc tính đã được ISO 9000 : 2014 đề cập) để đo lường chất lượng dữ liệu, thông tin nói chung và chất lượng dữ liệu kinh doanh nói riêng thường bao gồm nhiều khía cạnh khác nhau của chất lượng, tuy nhiên có 5 đặc tính quan trọng mà chúng ta thường phải quan tâm đó là: Độ chính xác (Accuracy), tính nhất quán (Consistency), tính đầy đủ (Completeness), tính toàn vẹn (Integrity) hay còn gọi là tính hợp lệ (Validity) và tính kịp thời (Timeliness). Mặc dù phân tích dữ liệu khá phức tạp, nhưng có một số phép đo cơ bản mà tất cả các bên liên quan chính của quản lý chất lượng dữ liệu cần phải biết. Các chỉ số chất lượng dữ liệu là điều cần thiết để cung cấp cơ sở tốt nhất và vững chắc nhất cho các phân tích liên quan trong tương lai. Các số liệu này sẽ giúp tổ chức theo dõi hiệu quả của các nỗ lực cải tiến chất lượng của mình và là cơ sở cần thiết để đảm bảo ràng tổ chức đang đi đúng theo định hướng. Bảng 1 mô tả về một số tính chất cơ bản để đánh giá chất lượng dữ liệu mà các tổ chức thường tham khảo khi xây dựng bộ tiêu chí đánh giá chất lượng dữ liệu của mình. Bảng 1: Mô tả một số tính chất ảnh hưởng đến chất lượng dữ liệu kinh doanh TT Tính chất Ý nghĩa Cách đo lường 1 Độ chính xác Độ chính xác đo lường mức độ đung với thực Đo lường tỷ lệ dữ tế của giá trị dữ liệu. Độ chính xác là điều tối liệu so với lỗi. quan trọng đối với khả năng đưa ra kết luận chính xác từ dữ liệu của bạn. 282
TT Tính chất Ý nghĩa Cách đo lường 2 Tính nhất quán Tính nhất quán tập trung vào các phần tử dữ Đo lường bằng số liệu phải đồng nhất trong tất cả các thể hiện dữ lượng hiện thực liệu khác nhau từ mọi nguồn cung cấp dữ liệu. khác biệt (không đồng nhất) 3 Tính đầy đủ Tính đầy đủ thể hiện mức độ lấp đầy các mục Đo lường thông nội dung liên quan đến dữ liệu. Tính đầy đủ thể qua số mục nội hiện rằng tất cả các mục nội dung liên quan đến dung bị thiếu dữ liệu đều có giá trị hữu hình. (Không có giá trị) 4 Tính toàn vẹn Tính toàn vẹn thể hiện mức độ đáp ứng các đòi Đo lường thông hỏi (ràng buộc) hay các yêu cầu của thực tiễn qua mức độ (tỷ lệ) hay không? Tính toàn vẹn được xem xét cả về lỗi khi chuyển đổi nội dung lẫn hình thức thể hiện của dữ liệu. (biến đổi) dữ liệu. 5 Tính kịp thời Tính kịp thời phản ánh mức độ nhanh chóng Đo lường khoảng của việc thu thập dữ liệu hay mức độ cập nhật thời gian giữa sự của dữ liệu. Tính kịp thời còn thể hiện mức độ kiện thực với thời mới hay hiện thời của dữ liệu. điểm mà dữ liệu ghi nhận sự kiện Tính chính xác của dữ liệu kinh doanh: Trong số các nhà tiếp thị mua dữ liệu nhân khẩu học, 84% nói rằng độ chính xác là rất quan trọng đối với quyết định mua hàng của họ. Độ chính xác đề cập đến mức độ dữ liệu mô tả các điều kiện trong thế giới thực mà nó muốn mô tả. Dữ liệu không chính xác rõ ràng sẽ tạo ra các vấn đề vì nó có thể khiến bạn đưa ra kết luận không chính xác. Những hành động bạn thực hiện dựa trên những kết luận đó có thể không mang lại hiệu quả như bạn mong đợi vì chúng dựa trên dữ liệu không chính xác. Chẳng hạn: Dữ liệu có thể khiến các nhà tiếp thị tin rằng khách hàng của họ chủ yếu là phụ nữ ở độ tuổi 20. Nếu dữ liệu đó không chính xác và khách hàng của họ thực sự chủ yếu là nam giới ở độ tuổi 40 thì cuối cùng họ sẽ nhắm mục tiêu sai nhóm với quảng cáo của mình. Đề cập đến các giao dịch kinh doanh hoặc thay đổi trạng thái khi chúng xảy ra trong thời gian thực. Độ chính xác cần được đo lường thông qua tài liệu nguồn (tức là từ các 283
tương tác kinh doanh), nhưng nếu không có sẵn, thì thông qua các kỹ thuật xác nhận có tính chất độc lập. Nó sẽ cho biết liệu dữ liệu có bị lỗi nghiêm trọng hay không. Một số liệu điển hình để đo độ chính xác là tỷ lệ dữ liệu so với lỗi, theo dõi lượng lỗi đã biết (như mục nhập bị thiếu, không đầy đủ hoặc thừa) tương đối với tập dữ liệu. Tỷ lệ này tất nhiên sẽ tăng lên theo thời gian, chứng tỏ rằng chất lượng dữ liệu của bạn ngày càng tốt hơn. Không có tỷ lệ cụ thể giữa dữ liệu và lỗi, vì nó phụ thuộc rất nhiều vào kích thước và tính chất của tập dữ liệu của bạn và tất nhiên tỷ lệ này càng cao càng tốt. Tính nhất quán của dữ liệu: Khi so sánh một mục dữ liệu hoặc một phần nội dung của nó trên nhiều tập dữ liệu nguồn hoặc cơ sở dữ liệu nguồn thì dữ liệu đó phải giống nhau. Sự không có khác biệt này giữa nhiều thể hiện của một mục dữ liệu được gọi là tính nhất quán. Một mục dữ liệu phải nhất quán cả về nội dung và định dạng của nó. Nếu dữ liệu của bạn không nhất quán, các nhóm khác nhau có thể đang hoạt động theo các giả định khác nhau về chỉ một vấn đề thực. Điều này có nghĩa là các bộ phận khác nhau trong công ty của bạn sẽ không được phối hợp tốt mà thậm chí có thể vô tình làm việc chống lại nhau. Nói một cách chính xác, tính nhất quán chỉ định rằng hai giá trị dữ liệu được lấy từ các tập dữ liệu riêng biệt không được xung đột với nhau. Tuy nhiên, tính nhất quán không tự động bao hàm tính đúng đắn. Một ví dụ về tính nhất quán đó là một quy tắc sẽ xác định rằng tổng số nhân viên trong mỗi bộ phận của một công ty sẽ không bao giờ vượt quá tổng số nhân viên trong toàn bộ công ty đó. Tính đầy đủ của dữ liệu: Nếu dữ liệu đầy đủ thì sẽ không có bất kỳ nội dung nào liên quan bị bỏ trống trong đó. Điều này có nghĩa là mọi thứ cần phải thu thập đã được thu thập hoàn chỉnh. Chẳng hạn nếu khách hàng bỏ qua một số câu hỏi trong cuộc khảo sát, thì dữ liệu họ gửi sẽ không đầy đủ. Nếu dữ liệu của bạn không đầy đủ, bạn có thể gặp khó khăn khi thu thập thông tin chi tiết chính xác từ dữ liệu đó. Nếu ai đó bỏ qua một số câu hỏi trong cuộc khảo sát, điều đó có thể khiến phần còn lại của thông tin mà họ cung cấp ít hữu ích hơn. Ví dụ nếu người trả lời không trả lời về tuổi của họ thì sẽ rất khó để nhắm mục tiêu nội dung đến những khách hàng dựa trên độ tuổi của họ. Tính đầy đủ sẽ cho biết là liệu chúng ta có đủ thông tin để đưa ra kết luận hay không. Tính đầy đủ có thể được đo lường bằng cách xác định xem mỗi mục nhập dữ liệu có phải 284
là mục nhập dữ liệu “hoàn toàn đầy đủ” hay không. Tất cả các trường nhập dữ liệu có sẵn phải đầy đủ và bộ hồ sơ dữ liệu không được thiếu bất kỳ thông tin thích hợp nào. Một cách đo lường chỉ số này khá đơn giản mà chúng ta có thể sử dụng là số lượng giá trị trống trong tập dữ liệu. Tính toàn vẹn hay tính hợp lệ của dữ liệu: Tính toàn vẹn hay tính hợp lệ đề cập đến cách dữ liệu được thu thập chứ không phải là bản thân dữ liệu. Dữ liệu hợp lệ hay toàn vẹn nếu nó ở đúng định dạng, đúng loại và nằm trong phạm vi phù hợp. Nếu dữ liệu không đáp ứng các tiêu chí này, chúng ta có thể gặp khó khăn khi tổ chức và phân tích dựa vào nó. Một số phần mềm có thể giúp bạn chuyển đổi dữ liệu sang định dạng chính xác. Ví dụ: nếu bạn đang thu thập dữ liệu về thời gian trong ngày mà người dùng truy cập trang web của bạn, bạn phải quyết định định dạng bạn sẽ sử dụng dạng thời gian 24 giờ và đồng nhất sử dụng hai chữ số cho phút, hai chữ số cho giờ. Dữ liệu không tuân theo định dạng này sẽ không hợp lệ hay không toàn vẹn. Như vậy, tính toàn vẹn đề cập đến việc kiểm tra cấu trúc của dữ liệu để đảm bảo rằng dữ liệu tuân thủ các quy định. Điều này cũng đồng nghĩa là không có lỗi dữ liệu ngoài ý muốn và nó phù hợp với các thiết lập đã được xác định sẵn. Do đó, tính toàn vẹn của dữ liệu phụ thuộc vào tỷ lệ lỗi chuyển đổi dữ liệu. Chúng có thể được đo lường thông qua số lượng hoạt động chuyển đổi dữ liệu tương đối không thành công. Hay nói cách khác, đó chính là tần suất quá trình lấy dữ liệu được lưu trữ ở một định dạng và chuyển đổi nó sang một định dạng khác không được thực hiện thành công. Tính kịp thời của dữ liệu: Tính kịp thời đề cập đến việc sự kiện mà dữ liệu đại diện đã xảy ra gần đây như thế nào. Nói chung, dữ liệu phải được ghi lại càng sớm càng tốt ngay sau khi sự kiện trong thế giới thực xảy ra. Dữ liệu thường trở nên ít hữu ích và kém chính xác hơn theo thời gian. Dữ liệu phản ánh các sự kiện xảy ra gần đây có nhiều khả năng phản ánh thực tế của hiện tại hơn. Sử dụng dữ liệu lỗi thời có thể dẫn đến kết quả không chính xác và thực hiện các hành động không phản ánh thực tế hiện tại. Tính kịp thời tương ứng với kỳ vọng về tính sẵn có và khả năng tiếp cận của thông tin. Nói cách khác, nó đo lường khoảng thời gian giữa thời điểm dữ liệu được mong đợi và thời điểm khi dữ liệu có sẵn để sử dụng. Một cách để đánh giá tính kịp thời là giá trị về khoảng thời gian từ thời điểm ghi nhận dữ liệu đến giá trị thực của dữ liệu. Đây là điều cần 285
thiết để đo lường và tối ưu hóa thời gian này, vì nó có nhiều tác động đối với sự thành công của một doanh nghiệp. Thời điểm tốt nhất để có được thông tin có giá trị của dữ liệu luôn luôn là bây giờ hay là hiện tại. Vì vậy chúng ta có quyền truy cập thông tin đó càng sớm càng tốt. 2.2. Quản lý chất lượng dữ liệu kinh doanh Chất lượng dữ liệu kinh doanh của doanh nghiệp hay của ngành đóng vai trò quyết định đến hiệu quả hoạt động của nó. Chính vì vậy, việc xây dựng các chỉ tiêu chất lượng dữ liệu kinh doanh cho riêng mình cũng như các thao tác xử lý dữ liệu để đạt chất lượng cao hơn là một nội dung hết sức quan trọng trong toàn bộ hoạt động quản lý dữ liệu, đặc biệt là trong quản lý dữ liệu lớn như hiện nay. Đó chính là những vấn đề thuộc phạm vi của quản lý chất lượng dữ liệu nói chung và quản lý chất lượng dữ liệu kinh doanh cho doanh nghiệp nói riêng. a). Quản lý chất lượng dữ liệu kinh doanh: Quản lý chất lượng dữ liệu nói chung là một tập hợp các hoạt động thực tiễn nhằm duy trì chất lượng cao của dữ liệu, thông tin. Quản lý chất lượng dữ liệu bao gồm tất cả các bước từ việc thu thập dữ liệu và thực hiện các quy trình dữ liệu nâng cao, đến phân phối dữ liệu hiệu quả. Nó cũng đòi hỏi sự giám sát của người quản lý đối với dữ liệu, thông tin đang có. Quản lý chất lượng dữ liệu hiệu quả được đánh giá là điều cần thiết đối với bất kỳ phân tích dữ liệu nhất quán nào bởi vì chất lượng dữ liệu là vô cùng quan trọng làm cơ sở cho các quyết định đúng đắn hay các quyết định có chất lượng. Trong lĩnh vực kinh doanh, quản lý chất lượng dữ liệu kinh doanh đề cập đến một nguyên tắc kinh doanh đòi hỏi sự kết hợp của tất cả những người, quy trình và công nghệ phù hợp với mục tiêu chung là cải thiện các thước đo chất lượng dữ liệu quan trọng nhất đối với một tổ chức doanh nghiệp. Mục đích quan trọng cuối cùng của quản lý chất lượng dữ liệu kinh doanh không chỉ là cải thiện chất lượng dữ liệu vì những lợi ích của dữ liệu chất lượng cao mang lại mà còn để đạt được mục tiêu cũng như kết quả kinh doanh mong đợi dựa trên nền tảng sử dụng dữ liệu kinh doanh chất lượng cao. Trong thời đại cách mạng công nghiệp 4.0, dữ liệu lớn là một thành phần quan trọng của hoạt động kinh doanh. Nó cung cấp thông tin chi tiết về khách hàng, về đối thủ cạnh tranh mà những thông tin này không thể có được bằng bất kỳ công cụ kỹ thuật hoặc nguồn tài nguyên nào khác. Do tốc độ cao, các nhà lãnh đạo doanh nghiệp có thể truy cập được 286
dữ liệu lớn và họ có thể sử dụng nó để đưa ra quyết định ngay tức thì (quyết định trong thời gian thực). Tuy nhiên, cũng vì lý do đó mà nó cũng đi kèm với các rủi ro kinh doanh mà những rủi ro này rất cần được quản lý đúng cách. Trong trường hợp này thì quản lý chất lượng dữ liệu kinh doanh là một trong những công cụ hiệu quả để đạt được mục tiêu đó. b). Vai trò của quản lý chất lượng dữ liệu kinh doanh: Quản lý chất lượng dữ liệu kinh doanh là một quy trình thiết yếu để có thể hiểu dữ liệu kinh doanh của tổ chức, điều này cuối cùng có thể giúp cho lợi nhuận của doanh nghiệp đạt hiệu quả bởi vì các lý do: - Thứ nhất, quản lý chất lượng dữ liệu kinh doanh tốt xây dựng nền tảng cho tất cả các sáng kiến kinh doanh. Dữ liệu kinh doanh lỗi thời hoặc không đáng tin cậy có thể dẫn đến sai lầm tiếp nối sai lầm. Chương trình quản lý chất lượng dữ liệu kinh doanh sẽ thiết lập một khuôn khổ cho tất cả các bộ phận trong tổ chức nhằm cung cấp và thực thi các quy tắc về chất lượng dữ liệu kinh doanh. - Thứ hai, dữ liệu kinh doanh chính xác và được cập nhật sẽ cung cấp bức tranh rõ ràng về hoạt động hàng ngày của công ty để mọi người có thể tin tưởng vào các ứng dụng lõi hay các ứng dụng phía người dùng cuối khi các ứng dụng này sử dụng tất cả dữ liệu kinh doanh có chất lượng đó. Quản lý chất lượng dữ liệu kinh doanh cũng góp phần cắt giảm các chi phí không cần thiết cho doanh nghiệp. Chất lượng dữ liệu kém có thể dẫn đến những sai lầm và sơ suất làm tăng chi phí hoạt động. Quản lý chất lượng dữ liệu kinh doanh xây dựng một nền tảng thông tin cho phép người sử dụng hiểu tổ chức và chi phí của tổ chức bằng cách nắm chắc dữ liệu kinh doanh của tổ chức. - Thứ ba, tổ chức cần quản lý chất lượng dữ liệu kinh doanh để đáp ứng các mục tiêu về tuân thủ và kiểm soát rủi ro. Quản lý dữ liệu kinh doanh tốt yêu cầu các thủ tục và thông tin liên lạc phải rõ ràng, cũng như dữ liệu kinh doanh cơ bản tốt. Ví dụ, bộ phận quản trị dữ liệu kinh doanh có thể xác định điều gì nên được coi là “chấp nhận được” đối với sức khỏe của dữ liệu kinh doanh. Nhưng làm thế nào để có thể xác định nó trong cơ sở dữ liệu kinh doanh? Chúng ta cần giám sát và thực thi các chính sách như thế nào? Chất lượng dữ liệu kinh doanh là một phần quan trọng trong việc triển khai khuôn khổ quản trị dữ liệu kinh doanh. Và quản lý chất lượng dữ liệu kinh doanh tốt hỗ trợ người quản lý dữ liệu thực hiện công việc của họ. Nhìn chung, quản lý chất lượng dữ liệu kinh doanh mang lại nhiều lợi ích cho doanh nghiệp, chẳng hạn: 287
- Các quy trình kinh doanh được thực thi hiệu quả hơn do những người thực hiện nhận được dữ liệu phù hợp ngay từ lần đầu tiên. - Kết quả kinh doanh của doanh nghiệp tốt hơn do quản lý chất lượng dữ liệu kinh doanh cung cấp cho những nhà quản lý cái nhìn tốt hơn về những gì đang diễn ra với khách hàng, nhà cung cấp, nhà tiếp thị, v.v.. của họ. - Các nhà quản lý tự tin hơn bởi quản lý chất lượng dữ liệu kinh doanh giúp họ đưa ra các quyết định kinh doanh sáng suốt hơn. Tuy nhiên, điều quan trọng cần lưu ý đó là: Quản lý chất lượng dữ liệu kinh doanh là một quá trình liên tục đòi hỏi phải theo dõi và báo cáo dữ liệu kinh doanh một cách liên tục. 2.3. Những nhân tố ảnh hưởng tích cực đến quản lý chất lượng dữ liệu kinh doanh Chúng ta đã hiểu tầm quan trọng của dữ liệu kinh doanh chất lượng cao và muốn thực hiện hành động để củng cố nền tảng dữ liệu kinh doanh cho doanh nghiệp của mình, hãy xem các nhân tố có ảnh hưởng tích cực đến nó. a). Nhân tố con người: Công nghệ chỉ có thể hiệu quả khi có những cá nhân thực hiện công nghệ đó. Chúng ta có thể hoạt động trong một xã hội kinh doanh có công nghệ tiên tiến, nhưng sự giám sát của con người và việc thực hiện quy trình vẫn chưa bị lỗi thời. Do đó, có một số nhóm nguồn nhân lực với vai trò quản lý chất lượng dữ liệu kinh doanh vẫn rất cần được đảm bảo. Các nhóm nguồn nhân lực này bao gồm: - Người quản lý chương trình quản lý chất lượng dữ liệu kinh doanh: Vai trò người quản lý chương trình quản lý chất lượng dữ liệu kinh doanh nên được đảm nhiệm bởi một nhà lãnh đạo cấp cao, người nhận trách nhiệm giám sát chung đối với các sáng kiến kinh doanh. Người này cũng nên giám sát việc quản lý các hoạt động hàng ngày liên quan đến phạm vi dữ liệu, ngân sách dự án và hiện thực chương trình. Người quản lý chương trình quản lý chất lượng dữ liệu kinh doanh nên là người có tầm nhìn hàng đầu về dữ liệu kinh doanh chất lượng và những lợi ích tài chính mà nó mang lại cho doanh nghiệp. - Người quản lý sự thay đổi của tổ chức: Người quản lý sự thay đổi của tổ chức thực hiện nhiệm vụ đúng như tiêu đề của nó đó là “tổ chức”. Người quản lý sự thay đổi của tổ chức sẽ hỗ trợ việc tổ chức bằng cách cung cấp sự rõ ràng và sâu sắc về các giải pháp công nghệ dữ liệu tiên tiến. Các vấn đề chất lượng thường được đặc biệt quan tâm khi sử dụng 288
các phần mềm dạng bảng điều khiển, do vậy người quản lý sự thay đổi đóng một vai trò quan trọng trong việc hình dung về chất lượng dữ liệu. - Người phân tích dữ liệu, phân tích tiến trình kinh doanh: Người phân tích dữ liệu, phân tích tiến trình kinh doanh là nguồn nhân lực đóng vai trò chủ lực trong quản lý chất lượng dữ liệu kinh doanh của doanh nghiệp. Những người này sẽ xác định nhu cầu chất lượng từ góc độ của tổ chức. Những nhu cầu này sau đó được lượng hóa thành các mô hình dữ liệu để tiến hành thu nhận và phân phối chúng. Đội ngũ những người phân tích dữ liệu, phân tích tiến trình kinh doanh sẽ đảm bảo sự truyền đạt và kiểm soát về tiêu chuẩn chất lượng dữ liệu kinh doanh cho nhóm phát triển ứng dụng. b). Nhân tố hồ sơ dữ liệu kinh doanh: Hồ sơ dữ liệu kinh doanh là một nhân tố thiết yếu của quá trình quản lý chất lượng dữ liệu kinh doanh. Hồ sơ dữ liệu kinh doanh bao gồm: - Nội dung dữ liệu kinh doanh chi tiết; - Sự so sánh và đối chiếu dữ liệu kinh doanh với siêu dữ liệu kinh doanh của chính nó; - Kết quả chạy các mô hình thống kê; - Báo cáo chất lượng của dữ liệu kinh doanh. Việc lập hồ sơ dữ liệu kinh doanh được thực hiện để có cái nhìn sâu sắc về dữ liệu kinh doanh hiện có và so sánh nó với các mục tiêu của chất lượng dữ liệu. Hồ sơ dữ liệu kinh doanh giúp các doanh nghiệp thiết lập điểm khởi đầu trong quy trình quản lý chất lượng dữ liệu kinh doanh và đặt ra tiêu chuẩn về cách cải thiện chất lượng cho dữ liệu kinh doanh của tổ chức. Xây dựng hồ sơ cho các chỉ số về chất lượng dữ liệu của dữ liệu kinh doanh đầy đủ và chính xác là yêu cầu bắt buộc đối với việc lập hồ sơ dữ liệu kinh doanh. c). Nhân tố tiêu chuẩn chất lượng dữ liệu kinh doanh: Tiêu chuẩn chất lượng dữ liệu kinh doanh được hiện thực thông qua bộ quy tắc về chất lượng dữ liệu kinh doanh. Quy tắc về chất lượng dữ liệu kinh doanh phải được tạo lập và xác định dựa trên các mục tiêu và yêu cầu kinh doanh. Đây là các quy tắc kinh doanh hoặc các quy tắc mang tính kỹ thuật mà dữ liệu kinh doanh phải tuân thủ để được coi là có chất lượng. 289
Như vậy, các yêu cầu kinh doanh sẽ là cơ sở quan trọng để xây dựng nhân tố này vì nó còn phụ thuộc vào từng ngành kinh doanh. Việc phát triển các quy tắc chất lượng dữ liệu kinh doanh là điều cần thiết cho sự thành công của bất kỳ quy trình quản lý chất lượng dữ liệu kinh doanh nào, vì các quy tắc này sẽ phát hiện và ngăn chặn dữ liệu bị xâm phạm có thể ảnh hưởng đến toàn bộ dữ liệu kinh doanh của đơn vị. Giống như các kháng thể phát hiện và sửa chữa vi rút trong cơ thể của chúng ta, các quy tắc về chất lượng dữ liệu kinh doanh sẽ khắc phục được sự không nhất quán giữa các dữ liệu kinh doanh có giá trị. Khi được kết hợp với các công cụ kinh doanh thông minh trực tuyến thì các quy tắc chất lượng này có thể là chìa khóa trong việc dự đoán xu hướng và lập báo cáo phân tích. d). Nhân tố báo cáo dữ liệu: Báo cáo quản lý chất lượng dữ liệu kinh doanh là quá trình xóa và ghi lại tất cả dữ liệu kinh doanh có thể bị xâm phạm. Điều này nên được thiết kế để tuân theo như một quá trình tự nhiên thực thi các quy tắc về chất lượng dữ liệu kinh doanh. Khi các ngoại lệ đã được xác định và nắm bắt, chúng nên được tổng hợp lại để có thể xác định các mẫu dữ liệu kinh doanh có chất lượng. Các điểm dữ liệu kinh doanh thu thập được phải được mô hình hóa và xác định dựa trên các đặc điểm cụ thể (như theo quy tắc, theo ngày, theo nguồn,…). Khi dữ liệu này được kiểm tra, nó có thể được kết nối với phần mềm báo cáo trực tuyến để báo cáo về trạng thái chất lượng và các ngoại lệ tồn tại của dữ liệu trong bảng tổng quan. Báo cáo và giám sát là mấu chốt về lợi ích tài chính của quản lý chất lượng dữ liệu kinh doanh, vì chúng cung cấp khả năng hiển thị trạng thái dữ liệu kinh doanh bất kỳ lúc nào trong thời gian thực. Bằng cách cho phép các doanh nghiệp xác định vị trí và vị trí của các ngoại lệ dữ liệu kinh doanh, các nhóm chuyên gia dữ liệu có thể bắt đầu lập chiến lược cho các quy trình khắc phục dữ liệu. e). Nhân tố sự sửa chữa khắc phục dữ liệu: Việc sửa chữa khắc phục dữ liệu là quá trình gồm hai bước nhằm xác định cách tốt nhất để xử lý dữ liệu và phương pháp hiệu quả nhất để thực hiện sự thay đổi dữ liệu đó. Vấn đề quan trọng nhất của việc khắc phục dữ liệu là thực hiện kiểm tra “nguyên nhân gốc rễ” để xác định lý do tại sao, ở đâu và lỗi dữ liệu được bắt nguồn như thế nào. Chỉ sau khi việc kiểm tra này được thực hiện thì kế hoạch khắc phục dữ liệu mới được bắt đầu. 290
Các quy trình dữ liệu mà quy trình này phụ thuộc vào dữ liệu bị lỗi trước đó có thể sẽ cần phải được bắt đầu thực hiện lại, đặc biệt nếu việc thực hiện nó có nguy cơ hoặc bị xâm phạm bởi dữ liệu đã bị đào thải. Đây cũng là điểm mà các quy tắc về chất lượng dữ liệu kinh doanh cần được xem xét lại. Quá trình xem xét lại sẽ giúp xác định xem các quy tắc có cần được điều chỉnh hoặc cập nhật lại hay không và nó sẽ giúp bắt đầu quá trình phát triển dữ liệu kinh doanh. Khi dữ liệu kinh doanh được coi là chất lượng cao, các quy trình và chức năng kinh doanh quan trọng sẽ được thực thi hiệu quả và chính xác hơn, với hiệu quả tài chính mang lại cao hơn và chi phí hoạt động thấp hơn. 3. HIỆN THỰC VỀ QUẢN LÝ CHẤT LƯỢNG DỮ LIỆU KINH DOANH TẠI CÁC DOANH NGHIỆP 3.1. Những thách thức khi hiện thực quản lý chất lượng dữ liệu kinh doanh Không thể phủ nhận vai trò của chất lượng dữ liệu kinh doanh và nhiệm vụ quản lý chất lượng dữ liệu kinh doanh đặc biệt là dữ liệu kinh doanh lớn đối với hiệu quả kinh doanh của doanh nghiệp. Tuy nhiên, để hiện thực các vấn đề này vào trong thực tiễn hoạt động doanh nghiệp, nhất là các doanh nghiệp vừa và nhỏ tại Việt nam cũng như các nước đang phát triển khác trong một thời đại công nghệ mới cũng đang phải đối mặt với không ít những thách thức trong việc chuyển đổi từ tri thức doanh nghiệp đến công nghệ. a). Các thách thức từ chuyển đổi tri thức doanh nghiệp: Việc chuyển đổi tri thức doanh nghiệp từ tri thức truyền thống, trực quan sang tri thức doanh nghiệp số (tri thức số) với nhiều đối tượng “thực tế ảo” được mô hình hóa bằng công nghệ số có thể nói là thách thức chung lớn nhất mà mọi doanh nghiệp đều phải đối mặt khi tiến hành chuyển đổi số doanh nghiệp. Nhiều nguồn lực được mô hình hóa bằng công nghệ số phát sinh khiến cho các doanh nghiệp phải đối mặt với một lượng lớn dữ liệu phát sinh từ nhiều nguồn khác nhau với nhiều dạng khác nhau. Điều này cũng khiến doanh nghiệp tiếp tục phải đối mặt với việc tích hợp và chuyển đổi dữ liệu. b). Các thách thức từ chính dữ liệu kinh doanh của doanh nghiệp: Việc tích hợp dữ liệu kinh doanh từ nhiều nguồn, nhiều địa điểm, nhiều thời điểm, nhiều đối tượng trang thiết bị công nghệ khác nhau làm phát sinh nhanh chóng một lượng dữ liệu kinh doanh khổng lồ với nhiều hình thức khác nhau. Kết quả là doanh nghiệp phải nhanh chóng tiếp cận với quản lý dữ liệu lớn. 291
c). Các thách thức từ công nghệ mới: Quản trị dữ liệu lớn hay chuyển đổi số doanh nghiệp đã đưa doanh nghiệp tiếp cận với nhiều công nghệ mới từ trí tuệ nhân tạo, máy học đến điện toán đám mây rồi Internet kết nối vận vật và hơn thế nữa. Kết quả là mô hình quản lý kinh doanh trên nền tảng doanh nghiệp số tất yếu xuất hiện thay thế mô hình quản lý kinh doanh truyền thống. 3.2. Hiện thực các nội dung trong quản lý chất lượng dữ liệu kinh doanh Đối với các doanh nghiệp bắt đầu quá trình quản lý chất lượng dữ liệu kinh doanh thì một số nội dung công việc cơ bản sau rất cần được quan tâm hiện thực: a). Xem xét lại dữ liệu kinh doanh hiện tại của doanh nghiệp: Có thể doanh nghiệp có nhiều dữ liệu liên quan đến khách hàng để bắt đầu và chúng ta không muốn vứt bỏ nó để bắt đầu lại, nhưng đúng như vấn đề được đề cập trong thế giới công nghệ đó là: Rác vào, rác ra. Điều cuối cùng chúng ta cần là lấp đầy cơ sở hạ tầng dữ liệu kinh doanh mới của doanh nghiệp mình chính là bằng những thông tin chi tiết chưa tốt. Do đó, khi chúng ta bắt đầu với quản lý chất lượng dữ liệu kinh doanh, hãy kiểm tra dữ liệu kinh doanh hiện tại của doanh nghiệp mình. Điều này liên quan đến việc kiểm kê các điểm không nhất quán, sai sót, trùng lặp, tiến hành ghi chép lại để sửa chữa bất kỳ vấn đề nào mà chúng ta gặp phải để đảm bảo rằng dữ liệu kinh doanh đi vào cơ sở hạ tầng của doanh nghiệp phải là dữ liệu có chất lượng cao nhất có thể. b). Thiết lập bức tường lửa cho chất lượng dữ liệu kinh doanh: Tường lửa là một quá trình tự động ngăn và chặn một đám cháy theo nghĩa bóng. Trong trường hợp này, ngọn lửa là dữ liệu xấu. Việc thiết lập một bức tường lửa để bảo vệ tổ chức của bạn khỏi dữ liệu xấu sẽ giúp giữ cho hệ thống không bị lỗi. Lỗi người sử dụng thường rất dễ xảy ra và tường lửa sẽ giúp ngăn chặn quá trình này bằng cách chặn dữ liệu xấu tại điểm xâm nhập. Số lượng người được phép cung cấp dữ liệu vào cơ sở hạ tầng ảnh hưởng phần lớn đến chất lượng của dữ liệu kinh doanh. Tuy nhiên, đối với các doanh nghiệp lớn thường bắt buộc phải có nhiều điểm đầu vào. Trong trường hợp này, tường lửa sẽ giúp dữ liệu không bị lỗi ngay cả khi có một số người có quyền truy cập để nhập dữ liệu. c). Tích hợp quản trị chất lượng dữ liệu kinh doanh với kinh doanh thông minh: Khi các hệ thống làm việc cùng nhau, chúng sẽ hoạt động tốt hơn. Ý tưởng ở đây là không một doanh nghiệp kinh doanh nào có thể biện minh cho các nguồn lực cần thiết để 292
lược bỏ chính xác từng bản ghi dữ liệu ở mọi lúc. Nhưng tích hợp quy trình quản lý chất lượng dữ liệu kinh doanh với phần mềm kinh doanh thông minh có thể giúp tự động hóa được hệ thống. Dựa trên các tham số xác định trước, một số bộ dữ liệu nhất định có thể được phân lập để xem xét. Chẳng hạn, các tập dữ liệu mới có khả năng được truy cập thường xuyên sẽ được kiểm tra như một phần của chu trình quản lý chất lượng dữ liệu kinh doanh. d). Bố trí nhân lực đúng vị trí: Như chúng ta đã biết có một số vị trí trong doanh nghiệp có trách nhiệm giải trình về quy trình chất lượng dữ liệu kinh doanh. Hãy đảm bảo rằng các vị trí này được bố trí đúng nhân lực và họ phải tận tâm với công việc. Điều này có nghĩa là sự đảm bảo các tiêu chuẩn quản trị có thể được đáp ứng một cách nhất quán trong toàn bộ hệ thống. e). Tổ chức bộ phận đảm bảo quản trị dữ liệu kinh doanh: Việc tổ chức một bộ phận quản trị dữ liệu kinh doanh sẽ giúp bảo vệ doanh nghiệp khỏi rủi ro khi đưa ra các quyết định dựa trên dữ liệu kinh doanh của mình. Bộ phận này phải bao gồm giám đốc điều hành, các giám đốc quản lý bộ phận cùng những người sử dụng Công nghệ thông tin trong doanh nghiệp. Nhóm sẽ thiết lập các chính sách và tiêu chuẩn làm nền tảng cho quản trị dữ liệu kinh doanh. Ngoài ra, bộ phận quản trị dữ liệu kinh doanh nên họp định kỳ để đặt ra các mục tiêu chất lượng dữ liệu kinh doanh mới và theo dõi sự thành công của các sáng kiến về quản lý chất lượng dữ liệu kinh doanh trên các nền tảng ứng dụng khác nhau. Đây là lúc mà việc phát triển một thang đo lường khách quan trở nên hữu ích nhằm mục tiêu cải thiện chất lượng dữ liệu kinh doanh hiện hữu. 3.3. Một số khuyến nghị nhằm hỗ trợ hiện thực quản lý chất lượng dữ liệu kinh doanh cho các doanh nghiệp Để giúp các doanh nghiệp Việt nam có thể hiện thực quản lý chất lượng dữ liệu kinh doanh cho mình một cách hiệu quả, một số khuyến nghị sau đây sẽ là cơ sở để các doanh nghiệp có thể tham khảo và vận dụng vào cho đơn vị của mình. - Xác định cụ thể các mục tiêu của quản trị chất lượng dữ liệu kinh doanh đối với hoạt động quản lý dữ liệu kinh doanh và mở rộng đến quản lý kinh doanh của doanh nghiệp; - Xây dựng kế hoạch, xác định chức năng, thiết lập cơ chế liên quan đến quản lý chất lượng dữ liệu kinh doanh một cách chi tiết; 293
- Xem xét đánh giá chi tiết các nhân tố có ảnh hưởng tích cực đến quá trình quản lý chất lượng dữ liệu kinh doanh của doanh nghiệp và mở rộng xem xét ra toàn ngành; - Xác định những khó khăn, thách thức để đánh giá tính khả khi của quá trình hiện thực quản lý chất lượng dữ liệu kinh doanh một cách cẩn trong, chính xác; - Phối hợp với các đơn vị có nền tảng quản lý dữ liệu tập trung uy tín để hỗ trợ, tư vấn và tiếp cận hiện thực quản lý chất lượng dữ liệu kinh doanh của cho doanh nghiệp một cách nhanh chóng và hiệu quả nhất 4. KẾT LUẬN Bài viết này đã trình bày cơ bản một số vấn đề liên quan đến chất lượng dữ liệu kinh doanh và quản lý chất lượng dữ liệu kinh doanh cho các doanh nghiệp. Kết quả phân tích, đánh giá và trình bày trong bài tham luận cho thấy: - Chất lượng dữ liệu kinh doanh là vô cùng quan trọng và có tính quyết định đối với hiệu quả hoạt động của doanh nghiệp trong bối cảnh dữ liệu kinh doanh lớn như hiện nay; - Việc đo lường chất lượng dữ liệu kinh doanh đối với từng doanh nghiệp được thực hiện trên cơ sở bộ tiêu chí về chất lượng dữ liệu kinh doanh được xây dựng riêng cho từng doanh nghiệp và phù hợp với từng ngành kinh tế; - Tuy nhiên thực tiễn hiện nay tại Việt nam nói chung và tại khu vực Thành phố Hồ Chí Minh nói riêng, sự hiểu biết về chất lượng dữ liệu kinh doanh cũng như quản lý chất dữ liệu kinh doanh vẫn còn nhiều hạn chế trên cả hai phương diện lý luận và thực tiễn; - Việc hiện thực quản lý chất lượng dữ liệu kinh doanh trong hiện thực quản lý dữ liệu kinh doanh cho các doanh nghiệp Việt nam để góp nâng cao hiệu quả hoạt động cho doanh nghiệp nói riêng và cho cả ngành kinh doanh nói chung đang còn rất hạn chế và ở mức độ sơ khai. Trên cơ sở của sự phân tích, đánh giá và trình bày các nội dung liên quan đến chất lượng dữ liệu kinh doanh, quản lý chất lượng dữ liệu kinh doanh và vai trò của chúng đối với hoạt động của doanh nghiệp Việt nam nói riêng, các doanh nghiệp, tổ chức nói chung, bài tham luận đã đề xuất một số hàm ý khuyến nghị tham khảo cho các doanh nghiệp khi muốn hiện thực quản lý chất lượng dữ liệu kinh doanh cho đơn vị để đáp ứng những đòi hỏi của quản lý dữ liệu kinh doanh lớn trong thời đại cúa cuộc cách mạng công nghiệp 4.0 hiện nay.. 294
TÀI LIỆU THAM KHẢO [1] DAMA International (2017), DAMA-DMBOK Data management body of knowledge (Second Edition), DAMA Pub. [2] Laura S.C for DAMA International (2015), Navigating the Labyrinth - An Executive Guide to Data Management, DAMA Pub. [3] Laura S.C for DAMA International (2018), Measuring Data Quality for Ongoing Improvement, DAMA Pub. [4] https://oqrmmodel.wordpress.com/2013/03/10/what-is-quality-of-data/ [5] https://www.forbes.com/sites/forbesinsights/2017/06/05/the-importance-of-data- quality-good-bad-or-ugly/?sh=7d49427e10c4 [6] https://www.edq.com/glossary/data-quality-importance/ [7] https://www.lotame.com/why-is-data-quality-important/ [8] https://www.scnsoft.com/blog/guide-to-data-quality-management [9] https://www.bmc.com/blogs/what-is-data-quality-management/ [10] https://www.datapine.com/blog/data-quality-management-and-metrics/ [11]https://www.sas.com/en_au/insights/articles/data-management/data-quality- management-what-you-need-to-know.html 295