EnglishỞ bài viết trước, BigDataUni đã giới thiệu đến các bạn khái niệm về Data management – quản lý dữ liệu – lịch sử ra đời, cũng như các thành phần, quy trình, chức năng có trong Data management. Trở lại với phần 2 “Tầm quan trọng của quản lý dữ liệu” , BigDataUni sẽ đi vào phân tích chi tiết các lợi ích chính, các thách thức mỗi tổ chức phải đối mặt khi triển khai, và liệt kê một số giải pháp thực tiễn sẽ hỗ trợ hiệu quả.
Dành cho các bạn chưa xem phần 1: TẦM QUAN TRỌNG CỦA QUẢN LÝ DỮ LIỆU (P1) (DATA MANAGEMENT)
Nếu nhìn một cách tổng quan, Data management sẽ giúp cải thiện chất lượng nguồn dữ liệu mà mỗi tổ chức thu thập, đem lại nhiều giá trị phân tích, các thông tin hữu ích (insight của dữ liệu), ngoài ra cung cấp kết quả phân tích kịp thời, liên quan đến mục tiêu hoạt động của chính tổ chức nhằm hỗ trợ các giải pháp, chiến lược.
Để hiểu được những lợi ích có trong quản lý dữ liệu, chúng ta trước tiên cần xác định các mục tiêu khi triển khai Data management. Theo The Global Data Management Community, còn được gọi là DAMA, trích dẫn trong The Data Management Body of Knowledge (DMBOK) thì Data management bao gồm các mục tiêu sau:
- Xác định, và hỗ trợ đáp ứng các nhu cầu về thông tin, dữ liệu của tổ chức, và các bên liên quan bao gồm khách hàng, nhân viên, nhà đầu tư, đối tác kinh doanh.
- Thu thập, lưu trữ, bảo vệ và đảm bảo tính vẹn toàn của tài sản dữ liệu.
- Đảm bảo chất lượng của dữ liệu và thông tin.
- Đảm bảo an toàn thông tin, bảo mật quyền riêng tư của nguồn dữ liệu từ các bên có liên quan đến tổ chức
- Ngăn chặn truy cập trái phép, thao túng hoặc sử dụng dữ liệu và thông tin trái quy tắc.
- Đảm bảo dữ liệu có thể được sử dụng hiệu quả để tăng thêm giá trị cho tổ chức
Mỗi lợi ích của Data management được phân tích dưới đây sẽ đáp ứng một trong những mục tiêu kể trên.
Lợi ích cải thiện hiệu quả hoạt động và làm việc bên trong tổ chức
- Giảm việc di chuyển dữ liệu nhiều lần
Dữ liệu sau khi thu thập từ nhiều nguồn khác nhau có thể phải luân chuyển đến nơi khác ví dụ nguyên nhân là theo nhu cầu sử dụng của các phòng ban trong tổ chức. Điều này dẫn đến việc sao chép dữ liệu, phát sinh các vấn đề về bảo mật, tạo nên sự cồng kềnh trong cách thức hoạt động, có thể làm chậm tiến độ khai thác dữ liệu,… Hệ thống Data management hoàn hảo cho phép tổ chức lưu trữ dữ liệu vào những nơi thống nhất, tạo điều kiện tiếp cận và cấp quyền truy cập cho các nhân viên từ phòng ban khác, tăng mức độ bảo mật hơn.
- Nâng cao năng suất hoạt động của tổ chức
Khi dữ liệu không phải di chuyển nhiều trước khi được quản lý, nó sẽ đem lại lợi ích đầu tiên cho tổ chức chính là nâng cao năng suất hoạt động, chẳng hạn như nhân viên IT có thể làm việc hiệu quả hơn khi được giảm bớt gánh nặng từ các nhiệm vụ cung cấp dữ liệu lặp đi lặp lại hàng ngày. Dữ liệu được lưu trữ sẵn tại những vị trí cố định, nhân viên từ các phòng ban khác sẽ dễ dàng làm quen với việc truy cập, nhanh chóng tiếp cận dữ liệu, tìm hiểu các thông tin cần cho công việc, đặc biệt khi họ không có nhiều kiến thức về kỹ thuật, công nghệ, qua đó có thể giảm thời gian, chi phí đào tạo liên quan. Hệ thống Data management cũng cung cấp một cấu trúc, quy trình rõ ràng để hỗ trợ nhân viên dễ dàng chia sẻ thông tin với người khác và cách thức lưu trữ để truy xuất, tham khảo trong tương lai.
- Truy cập thông tin cần thiết nhanh hơn
Như đã nói ở trên mặc dù dữ liệu thu thập được lưu trữ vào những nơi thống nhất, hạn chế việc di chuyển dữ liệu, nhưng nếu một bộ phận, phòng ban hay nhân viên trong công ty bất chợt cần một số dữ liệu, thông tin ví dụ để nghiên cứu phát triển sản phẩm mới thì phải tìm chúng như thế nào? Thậm chí có thể công ty chưa thu thập những thông tin ấy, thì phải làm thế nào? Hệ thống Data management hiệu quả khắc phục vấn đề trên ví dụ như thông qua các quá trình quản lý master data, reference data, metadata (đã giới thiệu ở phần 1), nhân viên từ các phòng ban sẽ giảm được thời gian tìm kiếm, nhanh chóng xác định những thông tin, dữ liệu nào công ty đang có hoặc đã thu thập, để truy cập, sử dụng cho các mục đích khác nhau.
- Dữ liệu mới được cập nhật thường xuyên và hiệu quả
Một hệ thống Data management tối ưu không chỉ áp dụng các công cụ, phần mềm kỹ thuật tiên tiến mà còn được vận hàng bởi đội ngũ chuyên gia IT, chuyên gia dữ liệu. Do đó, các vấn đề phát sinh khi cập nhật dữ liệu mới hàng ngày sẽ được giải quyết, và tạo khả năng tiếp cận, sử dụng dữ liệu mới cho nhân viên từ tất cả các bộ phận khác.
- Nhân viên hiểu hơn về dữ liệu
Không chỉ có thể tiếp cận dữ liệu dễ dàng hơn thông qua Data management, nhân viên có thể hiểu rõ hơn về dữ liệu mình đang xử lý, hay phân tích. Các mô tả chi tiết về dữ liệu như nguồn gốc dữ liệu, loại dữ liệu, thông tin dữ liệu cung cấp là gì,… được kiểm soát và quản lý chặt chẽ, cung cấp cho nhân viên những cái nhìn, khía cạnh khác nhau của dữ liệu. Qua đó, nhân viên sẽ xác định, đánh giá mức độ phù hợp, sự liên quan của mỗi tập dữ liệu cho các dự án, nghiên cứu,…
- Kiểm soát dữ liệu, giảm trường hợp mất dữ liệu
Mặc dù dữ liệu được lưu trữ vào những nơi thống nhất, cố định nhằm hạn chế việc di chuyển dữ liệu, nhưng vẫn có trường hợp dữ liệu được chia sẻ hay luân chuyển từ hệ thống này sang hệ thống khác, từ file này sang file khác, dẫn đến dữ liệu giá trị có thể bị mất dấu, thất lạc. Các công cụ Data management sẽ giúp nhân viên biết rõ dữ liệu đang nằm ở đâu để kiểm soát. Ngoài ra, các quy tắc, kế hoạch đề ra trong quản lý dữ liệu, được tuân thủ bởi các nhân viên trong tổ chức cũng góp phần hạn chế vấn đề trên. Việc dữ liệu bị mất còn có thể xảy ra khi hệ thống, máy móc,…gặp sự cố bất ngờ, hay bị lỗi. Data management sẽ hỗ trợ back up (sao lưu) dữ liệu, do đó dữ liệu bị mất sẽ được tìm lạị dễ dàng.
- Sử dụng lại các kỹ thuật, phương pháp quản lý dữ liệu
Một hệ thống Data management hoàn chỉnh sẽ bao gồm một tập hợp các kỹ thuật, phương pháp được thiết lập một cách chuẩn tắc để sử dụng cho những dự án khác trong tương lai, qua đó giảm thiểu chi phí nghiên cứu, xây dựng lại, cải thiện các quy trình trong Data management.
- Hỗ trợ quản lý dữ liệu lớn, Big data
Dữ liệu lớn đem lại nhiều khó khăn và thách thức khác nhau cho mỗi tổ chức, đặc biệt là cách thức quản lý. Nhưng khi triển khai Data management, dữ liệu lớn sẽ được lưu trữ, sử dụng hiệu quả hơn, đảm bảo chất lượng dữ liệu, an toàn, bảo mật dữ liệu, hạn chế vấn đề bỏ sót, thất lạc dữ liệu giá trị, tăng tốc quá trình xử lý và phân tích, nhanh chóng đạt được giá trị, thông tin hữu ích từ Big data.
Lợi ích giúp tổ chức đạt được mục tiêu hoạt động, kinh doanh
- Tìm hiểu được insight của khách hàng hiện tại và khách hàng tiềm năng
Customer insights, những suy nghĩ, mong muốn, nhu cầu thực sự tiềm ẩn bên trong khách hàng, ngày nay chính là lợi thế, chìa khóa cạnh tranh mà mỗi công ty phải có. Nhưng để thực sự nắm bắt được customer insights là điều không dễ dàng mặc dù nhiều chuyên gia cho rằng: thông qua phân tích dữ liệu khách hàng các công ty sẽ tìm ra. Chúng ta có thể suy ra nếu không có Data management, dữ liệu sẽ không thể sẵn sàng để khai thác những thông tin hữu ích từ khách hàng. Nói cách khác, một hệ thống Data management hoàn hảo cho phép thu thập, lưu trữ, quản lý, bảo đảm chất lượng dữ liệu để đem vào phân tích, và từ kết quả phân tích công ty sẽ có một bức tranh chi tiết về khách hàng hiện tại và khách hàng tiềm năng, qua đó tiến hành phân khúc, phát triển các chiến lược marketing, chiến lược bán hàng nhắm đúng đối tượng, sản phẩm mới, dịch vụ mới hiệu quả hơn.
- Kiểm soát tình hình tiêu thụ sản phẩm, sử dụng dịch vụ
Hệ thống Data management có thể hỗ trợ cập nhật thông tin, dữ liệu liên tục hàng ngày, các công ty sẽ tiến hàng phân tích và qua đó xác định sản phẩm, dịch vụ có đang tạo hiệu ứng tốt trên thị trường hay không, doanh số ra sao, cảm nhận của khách hàng về sản phẩm, dịch vụ (dựa vào dữ liệu trên website, social media,..), sản phẩm, dịch vụ nào đang được ưa chuộng,…
- Tiết kiệm chi phí, thời gian
Ở một số lợi ích được bàn luận ở trên, BigDataUni cũng đã đề cập đến tính hiệu quả về chi phí khi triển khai một hệ thống Data management hợp lý như giảm chi phí đào tạo nhân viên khi dữ liệu được lưu trữ tại những nơi cố định dễ dàng tiếp cận, làm quen với việc truy cập; giảm chi phí nghiên cứu, xây dựng lại hệ thống, phương pháp, kỹ thuật quản lý, khắc phục sự cố,.. đối với các dự án trong tương lai.
Để đạt được mục tiêu kinh doanh thì việc tối ưu chi phí nên được đưa lên hàng đầu. Thời gian xử lý công việc kéo dài hơn, hiệu suất hoạt động nhân viên thấp, dẫn đến chi phí sẽ tăng. Như đã nói ở trên, Data management ngăn chặn triệt để vấn đề mất dữ liệu, bỏ sót dữ liệu, tăng kiểm soát dữ liệu, tạo cho tất cả nhân viên tại các phòng ban khả năng truy cập thông tin, dữ liệu cần thiết cho công việc của mình, tiết kiệm thời gian, qua đó làm giảm được chi phí. Mặt khác, các quy trình được chuẩn hóa cho phép hạn chế những công việc liên quan đến dữ liệu bị trùng lập, đảm bảo nhân viên không tiến hành nghiên cứu, phân tích hoặc làm các công việc tương tự đã được hoàn thành từ trước đó.
- Tăng khả năng thích ứng nhanh chóng với thị trường kinh doanh biến động
Trong kinh doanh, tốc độ mà một công ty có thể đưa ra quyết định và tiến hành thay đổi là yếu tố chính để xác định mức độ thành công của một công ty. Nếu một công ty mất quá nhiều thời gian để phản ứng với thị trường, xu hướng tiêu dùng của khách hàng hoặc chiến lược của các đối thủ cạnh tranh, thì đó là thất bại. Với một hệ thống quản lý dữ liệu tốt, nhân viên có thể truy cập thông tin, dữ liệu được cập nhật liên tục và thông báo về sự thay đổi của thị trường hoặc đối thủ cạnh tranh nhanh hơn. Kết quả, công ty sẽ đưa ra các quyết định và hành động phù hợp, đi trước đối thủ hiệu quả hơn so với các công ty có hệ thống quản lý dữ liệu và chia sẻ dữ liệu kém.
- Tuân thủ các quy tắc, luật lệ bảo mật thông tin, hạn chế rủi ro bảo mật
Vấn đề bảo mật thông tin cá nhân của khách hàng (địa chỉ, số điện thoại, email, số tài khoản ngân hàng, số thẻ thanh toán,..) trước sự tấn công của tội phạm, tin tặc, hay sử dụng thông tin cá nhân khách hàng trái phép để đạt được lợi ích kinh doanh ngày nay càng được quan tâm nhiều hơn. Bộ luật GDPR (General Data Protection Regulation) bộ luật bảo vệ dữ liệu chung ra đời tại các nước trong khối liên minh châu Âu EU năm 2018, hay tại nước ta luật An ninh mạng cũng chính thức có hiệu lực trong năm 2019, tất cả là minh chứng tầm quan trọng của bảo mật thông tin, các công ty luôn phải tuân thủ những quy tắc, điều luật để tạo niềm tin nơi khách hàng. Hơn nữa, không chỉ dữ liệu khách hàng, mà dữ liệu quan trọng như thông tin kinh doanh bí mật của công ty cũng rất quan trọng và phải luôn được bảo vệ. Một hệ thống Data management chặt chẽ, có các công cụ, phần mềm bảo mật tối tân được cung cấp bởi các tập đoàn, công ty uy tín sẽ giúp các công ty giảm bớt gánh nặng về bảo mật, an toàn thông tin, dữ liệu.
- Tăng khả năng đề xuất các quyết định, chiến lược, giải pháp chính xác, hợp lý
Như đã đề cấp ở phần 1 bài viết, các chức năng, quy trình có trong Data management giúp công ty thu thập, lưu trữ, làm sạch, chuyển đổi, tích hợp, đảm bảo tính toàn vẹn, chất lượng dữ liệu để phục vụ cho giai đoạn phân tích, khai thác những thông tin hữu ích có giá trị từ dữ liệu. Mức độ thành công của bất kỳ quyết định, chiến lược hay giải pháp nào được đề xuất đều phải phụ thuộc vào mức độ chính xác của kết quả phân tích. Do đó, nếu không có Data management, dữ liệu không được kiểm tra kỹ càng, dữ liệu bị sai sót, bị nhiễu, không đầy đủ, không liên quan đến mục tiêu nghiên cứu và phân tích,… sẽ ảnh hưởng đến độ chính xác của kết quả phân tích, và công ty sẽ gặp thất bại nếu căn cứ vào dữ liệu mà hành động.
- Thông tin, dữ liệu lưu trữ sẽ luôn luôn có giá trị
Các dữ liệu, thông tin kinh doanh được lưu trữ trong quá khứ một lúc nào đó sẽ đóng vai trò hữu ích đối với công ty, ví dụ các phương pháp, bí quyết kinh doanh, dữ liệu về những lần công ty thất bại cũng được xem là bài học kinh nghiệm để vận dụng vào thực tại, hay ví dụ khác như dữ liệu về tình hình hoạt động kinh doanh của công ty qua các năm được khai thác để đánh giá mức độ phát triển, tham khảo để thiết lập các dự báo trong tương lai, hoặc thế hệ nhân viên mới có thể dựa vào dữ liệu những quy trình, phương pháp, kỹ thuật được lưu trữ trước đó để hoàn thành tốt công việc của mình. Một hệ thống Data management hoàn chỉnh sẽ quản lý, lưu trữ dữ liệu hiệu quả trong khoảng thời gian dài, và hỗ trợ nhân viên tìm kiếm, truy cập lại những dữ liệu ấy khi cần một cách nhanh chóng hơn.
- Tạo sự phát triển bền vững
Không chỉ vừa lưu trữ dữ liệu cũ như đã nói ở trên, mà còn cập nhật, phân tích dữ liệu mới, hệ thống Data management giúp công ty luôn có những bước đi đúng đắn, vừa kết hợp kinh nghiệm, bài học trong quá khứ vừa thay đổi, thích ứng với những xu hướng tiêu dùng mới của khách hàng, xu hướng công nghệ, kỹ thuật tiên tiến ví dụ như Big data, Machine learning,…của thời đại ngày nay để đề xuất các chiến lược phát triển, cải cách bền vững, hiệu quả hơn. Đây chính là lợi ích sau cùng mà chúng tôi cho rằng là quan trọng nhất nếu coi nó là cơ sở, là chìa khóa thành công để một công ty xem xét, quyết định có triển khai Data management hay không.
Lợi ích mà Data management đem lại còn rất nhiều, nhưng thách thức mà mỗi công ty phải đối mặt khi xây dựng hệ thống Data management cũng không hề ít. Sau đây, BigDataUni sẽ giới thiệu đến các bạn khái quát một số thách thức chính mà chúng tôi cho rằng cần quan tâm nhiều hơn.
Trong tài liệu “The Data Management Body of Knowledge (DMBOK)” của DAMA cũng đề cập nhiều thách thức trong Data management, ở bài viết này, BigDataUni xin liệt kê một vài thách thức sau:
- Dữ liệu khó xác định giá trị
Dữ liệu khác với tài sản, ví dụ tài sản tài chính như tiền có thể cầm ,nắm, nhìn rõ vì nó là hữu hình, dữ liệu thì khác, vô hình, bền, không bị hao mòn nhưng giá trị có thể bị thay đổi khi dữ liệu có “tuổi” tức dữ liệu cũ không còn giá trị phân tích ở hiện tại. Dữ liệu có thể sao chép, di chuyển nhưng không thể “làm mới”, “tái tạo” khi bị mất, đánh cắp. Dữ liệu có thể được sử dụng bởi nhiều người, sử dụng nhiều lần, cho nhiều mục đích khác nhau nhưng không bị tiêu hao. Những khác biệt này gây nên khó khăn cho việc đặt một giá trị tiền vào dữ liệu. Không có giá trị tiền, công ty rất khó để đo lường, đánh giá liệu dữ liệu có đóng góp vào công của tổ chức hay không. Ngoài ra, những khác biệt cũng dẫn đến các vấn đề khác ảnh hưởng đến quản lý dữ liệu, chẳng hạn như xác định quyền sở hữu dữ liệu, kiểm kê số lượng dữ liệu tổ chức có, chống lạm dụng dữ liệu, sử dụng dữ liệu quá mức, quản lý rủi ro liên quan đến dự phòng dữ liệu, xây dựng các tiêu chuẩn về chất lượng dữ liệu. Mặc dù khó xác định được giá trị dữ liệu, nhưng chúng ta vẫn thường cho rằng dữ liệu đem lại giá trị, và giá trị đó chính là những thông tin hữu ích có được sau khi phân tích. Hơn nữa, dữ liệu tuy không thể hiện giá trị rõ ràng, nhưng khi không được khai thác hiệu quả, bị bỏ sót ví dụ dữ liệu khách hàng, dữ liệu về đối thủ cạnh tranh,… thì được coi là bị lãng phí.
- Thách thức về chất lượng dữ liệu
Mục đích của quản lý dữ liệu của các công ty chính là khai thác dữ liệu hiệu quả. Nếu không thể sử dụng dữ liệu để đạt được những mục tiêu trong kinh doanh, thì các quy trình thu thập, lưu trữ, quản lý,… được cho là đầu tư lãng phí, và sẽ không được quan tâm tương lai. Đây cũng chính là vấn đề thường bắt gặp ở nhiều công ty. Để đảm bảo dữ liệu đáp ứng các nhu cầu trong kinh doanh thì phải xác định các nhu cầu, mục tiêu rõ ràng, tiêu chí, đặc điểm để đánh giá chất lượng của dữ liệu.
Chất lượng của dữ liệu có thể bị tác động và ảnh hưởng bởi tất cả quy trình và chức năng có trong Data management (đã giới thiệu ở phần 1 bài viết), bất kể một quy trình nào gặp thất bại đều thì chất lượng dữ liệu sẽ bị giảm, dữ liệu không còn đáng tin cậy. Thách thức về chất lượng dữ liệu chính là thách thức trong việc đảm bảo các quy trình trong Data management vận hành hiệu quả. Hậu quả nếu chất lượng dữ liệu giảm sẽ dẫn đến các kết quả phân tích sai lệch, và tỷ lệ thất bại của các chiến lược, giải pháp công ty đề ra sẽ tăng cao. Các chuyên gia khoa học dữ liệu còn gọi đây là “Garbage in, Garbage out” : dữ liệu đầu vào bị thiếu sót, chưa được chuẩn bị, chất lượng kém dẫn đến dữ liệu đầu ra không có ý nghĩa.
- Thách thức trong việc thiết lập kế hoạch hiệu quả
Khi triển khai các dự án khai thác dữ liệu, quản lý dữ liệu thì đầu tiên phải có kế hoạch cụ thể, chi tiết và phù hợp. Kế hoạch có hiệu quả hay không đòi hỏi một cách tiếp cận chiến lược về kiến trúc, mô hình hóa,… Nó cũng phụ thuộc vào sự hợp tác giữa những nhà quản lý và chuyên gia IT; phụ thuộc vào khả năng thực hiện các project đơn lẻ. Thách thức chính là áp lực về thời gian và chi phí, và các áp lực khác mang tính tổ chức như áp lực về lợi nhuận, áp lực về hiệu quả kinh doanh sẽ ảnh hưởng đến việc lập kế hoạch.
- Thách thức từ hệ thống quản lý dữ liệu có quá nhiều chức năng (cross-functional)
Quản lý dữ liệu là một quá trình phức tạp. Dữ liệu được quản lý ở những nơi khác nhau trong cùng một tổ chức bởi các nhóm, các phòng ban chịu trách nhiệm cho các giai đoạn khác nhau của vòng đời dữ liệu. Data management đòi hỏi kỹ năng thiết kế, lập kế hoạch cho hệ thống, kỹ năng quản trị phần cứng và xây dựng phần mềm, kỹ năng phân tích dữ liệu để hiểu vấn đề, kỹ năng phân tích để giải thích dữ liệu, tư duy chiến lược,…
Thách thức chính là phải phối hợp giữa các nhóm, giữa những nhân viên có các kỹ năng, chuyên môn, quan điểm khác nhau để tạo thành một bức tranh đầy đủ mảnh ghép để hợp tác, hướng đến mục tiêu chung của tổ chức.
- Thách thức từ việc phổ biến, giải thích các quy định, quy tắc cho những người dùng dữ liệu
Các công ty, tổ chức thu thập dữ liệu từ nhiều nguồn khác nhau bao gồm dữ liệu tạo ra từ bên trong nội bộ, dữ liệu có được từ bên ngoài. Dĩ nhiên, họ phải tuân thủ các điều luật về an toàn, bảo mật thông tin, các quy tắc, quy luật được chính họ đề ra. Tuy nhiên, dữ liệu được chia sẻ trong tổ chức, có thể được sử dụng bởi nhiều nhân viên khác nhau, và những nhân viên này không được trang bị đầy đủ các kiến thức không chỉ riêng những quy tắc đã nói mà còn cách thức làm việc, phương pháp làm việc hiệu quả. Điều này dẫn đến chất lượng dữ liệu bị ảnh hưởng, các rủi ro về bảo mật, sử dụng dữ liệu sai cách.
- Thách thức từ sự đa dạng về loại của dữ liệu
Việc quản lý dữ liệu trở nên phức tạp hơn bởi thực tế là có nhiều loại dữ liệu khác nhau tương ứng có các yêu cầu quản lý khác nhau. Bất kỳ hệ thống quản lý nào cũng cần phân loại các đối tượng được quản lý. Dữ liệu có thể được phân loại theo loại ví dụ: dữ liệu giao dịch, dữ liệu tham chiếu (reference data), dữ liệu chủ (master data), metadata đã giới thiệu ở bài viết trước hoặc phân theo nội dung ví dụ dữ liệu khách hàng, dữ liệu thị trường hoặc theo định dạng hoặc theo mức độ bảo vệ như dữ liệu thường và dữ liệu mật. Dữ liệu cũng có thể được phân loại theo cách thức và nơi nó được lưu trữ hoặc truy cập.
Do các loại dữ liệu khác nhau nên có các yêu cầu khác nhau, liên quan đến những rủi ro khác nhau và đóng vai trò khác nhau trong cùng một tổ chức. Các quy trình, công cụ trong Data management cần phải được triển khai phù hợp với từng loại dữ liệu – đây chính là thách thức. Dữ liệu không chỉ đem lại giá trị, nó còn chứa đựng nhiều rủi ro.
- Thách thức từ chính dữ liệu và rủi ro bảo mật
Dữ liệu chất lượng thấp (không chính xác, không đầy đủ hoặc cũ) rõ ràng thể hiện rủi ro vì thông tin của nó không còn phù hợp, thậm chí không đúng trong những thời điểm nhất định. Dữ liệu cũng có rủi ro vì nó có thể bị hiểu sai về ý nghĩa, giá trị và bị sử dụng sai mục đích.
Các tổ chức, công ty có thể đạt được giá trị cao nhất từ dữ liệu khi chất lượng dữ liệu được đảm bảo. Tuy nhiên, đối với nhiều quyết định quan trọng, họ vẫn gặp những lỗ hổng thông tin, chính là khoảng cách, sự khác biệt giữa những gì họ biết và những gì họ cần biết để đưa ra quyết định hiệu quả.
Vấn đề về bảo mật dữ liệu cá nhân của khách hàng và dữ liệu kinh doanh của chính công ty trước những hành vi trộm cắp, tội phạm, tin tặc (hacker) ngày một tinh vi, và việc tuân thủ các bộ luật an ninh, an toàn dữ liệu đã được đề cập trước đó trong bài viết. Ngày nay khi khách hàng thể hiện sự quan tâm của mình về việc các công ty đang sử dụng thông tin cá nhân của họ cho những mục đích gì, thông tin cá nhân của họ đang được khai thác như thế nào và được bảo vệ ra sao thì các công ty lại phải cần chuẩn bị nhiều giải pháp, hành động phù hợp để tạo niềm tin nơi khách hàng nhiều hơn không chỉ riêng tuân thủ các điều luật.
- Thách thức từ yêu cầu cao về kỹ thuật, công nghệ trong hệ thống Data management
Các hoạt động quản lý dữ liệu có phạm vi rộng và yêu cầu các kỹ năng kinh doanh, kỹ năng phân tích và kỹ năng về kỹ thuật, công nghệ. Bởi vì hầu hết tất cả các dữ liệu ngày nay được lưu trữ trên hệ thống, phần mềm, do đó các hoạt động quản lý dữ liệu bị ảnh hưởng mạnh mẽ bởi công nghệ. Từ khi ra đời, khái niệm quản lý dữ liệu đã được đan xen với quản lý công nghệ. Vừa xây dựng, ứng dụng các công nghệ mới vào Data management và vừa mong muốn thu thập được dữ liệu đáng tin cậy tạo ra những áp lực nhất định cho tổ chức. Quản lý dữ liệu thành công đòi hỏi các quyết định đúng đắn về công nghệ, nhưng quản lý công nghệ không giống như quản lý dữ liệu. Mỗi tổ chức cần phải hiểu, nắm rõ tác động của công nghệ đối với dữ liệu, để ngăn chặn sự “cám dỗ”, thôi thúc phải ứng dụng công nghệ mới trong các quyết định của họ về dữ liệu. Thay vào đó, các yêu cầu dữ liệu, mục tiêu của những dự án dữ liệu phù hợp với chiến lược kinh doanh sẽ dẫn đến các quyết định về công nghệ chính xác hơn.
- Thách thức đối với các cấp quản lý, lãnh đạo
Mặc dù nhiều tổ chức đã nhận ra dữ liệu chính là tài sản, nhưng vẫn chưa kiểm soát, điều khiển được dữ liệu. Họ thường không biết họ đang có dữ liệu gì hoặc dữ liệu nào là quan trọng nhất đối với tổ chức của họ, nhầm lẫn giữa dữ liệu và công nghệ thông tin dẫn đến việc cố gắng quản lý cả hai một cách không hiệu quả, không tiếp cận dữ liệu một cách chiến lược và đánh giá thấp các công việc liên quan đến quản lý dữ liệu. Những vấn đề trên đã tạo ra thách thức và chỉ ra một yếu tố cực kỳ quan trọng góp phần vào sự thành công của tổ chức: sự cam kết lãnh đạo của các cấp quản lý và sự tham gia của toàn bộ nhân viên vào từng quy trình có trong Data management. Quản lý dữ liệu không dễ và cũng không hề đơn giản. Để có một hệ thống Data management hiệu quả, nó còn đòi hỏi tầm nhìn của các nhà quản lý, việc lập kế hoạch chi tiết và sẵn sàng thay đổi thích ứng với sự biến động của dữ liệu.
Một số thách thức khác như:
- Ngoài bảo mật dữ liệu, tính minh bạch của việc sử dụng dữ liệu ngày nay đang được quan tâm nhiều hơn.
- Các xu hướng ứng dụng tự động hóa, Machine learning, hay AI đang đem lại thách thức trong việc thay đổi, đổi mới hệ thống Data management.
- Khối lượng dữ liệu (gồm dữ liệu cũ, dữ liệu lưu trữ trước đó và dữ liệu mới) đang ngày một gia tăng (còn có thể nói là xu hướng Big Data), tạo ra thách thức khi thiết kế hệ thống, áp dụng những công nghệ, kỹ thuật tiên tiến trong Data management sao cho tăng khả năng kiểm soát, xử lý khối lượng lớn dữ liệu ấy.
- Thách thức trong việc quản lý dữ liệu một cách chủ động, rõ ràng, nhằm gia tăng hiệu suất, tránh hoặc hạn chế tác động từ các rủi ro, biến cố bất ngờ.
- Thách thức trong việc kết hợp quản lý dữ liệu và phương pháp phân tích chuyên sâu để khai thác thông tin hữu ích, tiềm ẩn trong bộ dữ liệu
Nguồn ảnh rawpixel.com
Sau cùng, BigDataUni xin liệt kê một số giải pháp hỗ trợ các công ty triển khai hệ thống Data management một cách tối ưu.
- Trước khi triển khai thu thập, quản lý dữ liệu, phải xác định rõ các mục tiêu trong kinh doanh
- Xây dựng một kế hoạch cụ thể, các chính sách, hệ thống quy tắc cho từng quá trình, chức năng trong quản lý dữ liệu
- Phân bổ nguồn lực hợp lý, phân chia những công việc trong Data management cho đúng người có kỹ năng, chuyên môn phù hợp.
- Đơn giản hóa cách thức tiếp cận dữ liệu cũ và dữ liệu mới
- Xác định các tiêu chí rõ ràng để đánh giá chất lượng của dữ liệu
- Kiểm tra, áp dụng các phương pháp làm sạch dữ liệu để cải thiện chất lượng dữ liệu
- Tích hợp, chuyển đổi dữ liệu, sử dụng các phương pháp, kỹ thuật linh hoạt để chuẩn bị dữ liệu tốt hơn cho các quá trình phân tích.
- Tăng cường áp dụng các kỹ thuật phân tích chuyên sâu, nâng cao
- Chia sẻ metadata xuyên suốt các quá trình trong Data management và các giai đoạn phân tích
- Khuyến khích sự phối hợp giữa các nhân viên phòng ban và nhân viên IT, nhân viên phụ trách về dữ liệu, chuyên gia phân tích trong việc quản lý dữ liệu
- Ngoài tuân thủ các bộ luật, tổ chức cũng nên xây dựng thêm các quy tắc, quy định để tăng cường bảo mật dữ liệu bên trong nội bộ, kiểm soát quyền sở hữu dữ liệu và các giải pháp, hành động tăng tính minh bạch trong việc sử dụng dữ liệu đặc biệt là thông tin cá nhân của khách hàng.
- Trang bị kiến thức về những phương pháp, quy tắc bảo mật dữ liệu, kỹ năng làm việc với dữ liệu cho nhân viên
- Vừa cập nhật thông tin các công nghệ mới như Machine learning, AI và các phần mềm, công cụ mới hỗ trợ Data management vừa xem xét lại nguồn lực tổ chức, mục tiêu của các dự án dữ liệu, kiểm tra thực trạng của hệ thống để đưa ra các quyết định về công nghệ áp dụng cho Data management
- Quản lý dữ liệu một cách chủ động để nhanh chóng ứng biến với các biến cố bất ngờ từ hệ thống Data management
- Phân loại dữ liệu, thiết kế các quy trình trong Data management sao cho phù hợp với từng loại dữ liệu.
Những giải pháp chúng tôi tổng hợp và giới thiệu ở trên chỉ mang tính chất tham khảo mà thôi. Thực ra, các thách thức phải đối mặt và các giải pháp để khắc phục là rất nhiều nhưng khác nhau giữa những tổ chức (do tính đặc thù của hệ thống Data management, mục tiêu phát triển, mục đích nghiên cứu, khai thác dữ liệu trong mỗi tổ chức), giữa các ngành, lĩnh vực.
Như vậy, BigDataUni đã cung cấp đầy đủ 2 bài viết về chủ đề Data management, mong rằng qua đó, các bạn sẽ hiểu được tổng quan, nắm được các thành phần, quy trình, lợi ích, thách thức, cũng như giải pháp quản lý dữ liệu. Ngoài ra, các bạn vui lòng để lại nhận xét, bình luận nếu trong quá trình đọc bài phát hiện các sai sót, chúng tôi sẽ nhanh chóng sửa chữa, rút kinh nghiệm, cải thiện những bài viết sắp tới.
Nguồn tham khảo:
- Website
https://www.chartercollege.edu/news-hub/why-data-management-so-important-your-business
https://www.dataversity.net/what-is-data-management/
https://www.sas.com/en_us/insights/articles/data-management/data-management-backgrounder.html
https://blogs.sas.com/content/datamanagement/2015/11/19/top-5-benefits-managing-data/
https://www.blue-pencil.ca/what-is-data-management-and-why-it-is-important/
https://www.invensis.net/blog/data-processing/6-reasons-managing-records-promotes-business-success/
https://searchdatamanagement.techtarget.com/definition/data-management
https://www.talend.com/resources/what-is-data-management/
https://www.dataversity.net/what-is-data-management/
https://www.progress.com/blogs/top-10-data-management-challenges-availability-security
https://www.thebalancecareers.com/challenges-managers-and-organizations-face-with-data-4100645
https://www.sas.com/th_th/insights/articles/data-management/5-data-management-best-practices.html
https://www.churchillfrank.com/blog/data-management-best-practices
https://www.insightsforprofessionals.com/blog/data-management-best-practices
- Tài liệu
The Data Management Body of Knowledge (DMBOK, phiên bản 2, năm 2017) của DAMA
Về chúng tôi, công ty BigDataUni với chuyên môn và kinh nghiệm trong lĩnh vực Big Data sẵn sàng hỗ trợ các công ty đối tác trong việc xây dựng và quản lý hệ thống dữ liệu một cách hợp lý, tối ưu nhất để hỗ trợ cho việc phân tích, khai thác dữ liệu và đưa ra các giải pháp. Các dịch vụ của chúng tôi bao gồm “Tư vấn và xây dựng hệ thống dữ liệu”, “Khai thác dữ liệu dựa trên các mô hình thuật toán”, “Xây dựng các chiến lược phát triển thị trường, chiến lược cạnh tranh”. Nếu các bạn có bất kỳ thắc mắc nào xin đừng ngần ngại liên hệ chúng tôi tại mục liên hệ hoặc comment trực tiếp dưới bài viết.