Bài 6

Tóm lược DAMA-DMBOK

DMBOK (Data Management Body of Knowledge) do DAMA International biên soạn được xem là "sách gối đầu giường" của ngành quản lý dữ liệu. Bài này tóm lược toàn cảnh khung kiến thức của DMBOK và đi sâu vào chương Data Governance — phần được DMBOK đặt ở vị trí trung tâm của mọi hoạt động quản lý dữ liệu.

DAMA & DMBOK là gì

Khung kiến thức chuẩn của ngành quản lý dữ liệu

DAMA International (Data Management Association International) là một hiệp hội nghề nghiệp phi lợi nhuận, độc lập với nhà cung cấp, quy tụ các chuyên gia về quản lý dữ liệu và quản trị thông tin trên toàn cầu. Sản phẩm tiêu biểu của DAMA là cuốn DMBOK — Data Management Body of Knowledge.

Phiên bản đang được dùng phổ biến là DMBOK2, xuất bản năm 2017 (DAMA-DMBOK: Data Management Body of Knowledge, 2nd Edition). Đây là một "thân tri thức" tổng hợp các nguyên tắc, khái niệm, thuật ngữ, vai trò và hoạt động chuẩn của nghề quản lý dữ liệu.

Mục đích của DMBOK:

Cung cấp một khung kiến thức chuẩn, từ vựng chung và cách phân loại nhất quán cho lĩnh vực data management.
Làm tài liệu tham chiếu để tổ chức tự đánh giá năng lực dữ liệu và xây dựng chương trình quản lý dữ liệu một cách có hệ thống.
Làm nền tảng cho chứng chỉ nghề nghiệp CDMP (Certified Data Management Professional) của DAMA.

Lưu ý: DMBOK là khung tham chiếu, không phải một quy trình cứng phải làm theo từng bước. Mỗi tổ chức chọn lọc và điều chỉnh cho phù hợp bối cảnh của mình.

DAMA Wheel — Data Governance ở trung tâm

Vì sao governance là trục xoay của mọi vùng kiến thức

DMBOK trình bày các lĩnh vực quản lý dữ liệu bằng một sơ đồ nổi tiếng gọi là DAMA Wheel ("bánh xe DAMA"). Trong bánh xe này, Data Governance được đặt ở chính giữa, còn 10 vùng kiến thức (Knowledge Areas) còn lại bao quanh như các nan hoa xung quanh trục.

Cách bố trí này mang ý nghĩa rõ ràng: Data Governance không phải một vùng ngang hàng với các vùng khác, mà là lớp điều phối và giám sát xuyên suốt. Nó đặt ra phương hướng, chính sách, chuẩn mực và cơ chế ra quyết định cho toàn bộ các vùng còn lại.

Vị trí trên bánh xe	Thành phần	Ý nghĩa
Trung tâm (trục)	Data Governance	Điều phối, định hướng và giám sát mọi vùng — quyết định "ai được làm gì với dữ liệu, theo chuẩn nào"
Vành bao quanh	10 vùng kiến thức còn lại	Các lĩnh vực vận hành cụ thể (kiến trúc, mô hình hóa, lưu trữ, bảo mật, chất lượng…) chịu sự định hướng của governance

Nói cách khác: bạn có thể làm Data Modeling, Data Quality hay Data Security tốt đến đâu, nhưng nếu thiếu lớp governance ở giữa để thống nhất chính sách và trách nhiệm, các nỗ lực đó dễ rời rạc và mâu thuẫn với nhau. Đó là lý do DMBOK đặt governance vào tâm bánh xe.

11 vùng kiến thức (Knowledge Areas)

Toàn cảnh phạm vi của DMBOK2

DMBOK2 chia quản lý dữ liệu thành 11 vùng kiến thức. Data Governance là vùng đầu tiên và bao trùm; 10 vùng còn lại là các lĩnh vực chuyên môn vận hành.

#	Vùng kiến thức	Mô tả ngắn
1	Data Governance	Thực thi quyền hạn, kiểm soát và ra quyết định chung đối với việc quản lý tài sản dữ liệu
2	Data Architecture	Kiến trúc tổng thể về dữ liệu của tổ chức — mô hình dữ liệu doanh nghiệp, dòng chảy dữ liệu, bản thiết kế khung
3	Data Modeling & Design	Phân tích, thiết kế và xây dựng các mô hình dữ liệu (khái niệm, logic, vật lý)
4	Data Storage & Operations	Triển khai và vận hành nơi lưu trữ dữ liệu — quản trị CSDL, sao lưu, hiệu năng, vòng đời
5	Data Security	Bảo đảm quyền riêng tư, bảo mật và kiểm soát truy cập phù hợp với chính sách và quy định
6	Data Integration & Interoperability	Di chuyển và hợp nhất dữ liệu giữa các hệ thống (ETL/ELT, sao chép, ảo hóa dữ liệu)
7	Document & Content Management	Quản lý dữ liệu phi cấu trúc — tài liệu, nội dung, hồ sơ lưu trữ
8	Reference & Master Data	Quản lý dữ liệu tham chiếu và dữ liệu chủ để có "một nguồn sự thật" nhất quán
9	Data Warehousing & Business Intelligence	Kho dữ liệu phục vụ phân tích, báo cáo và hỗ trợ ra quyết định
10	Metadata Management	Thu thập, quản lý và khai thác metadata — "dữ liệu về dữ liệu"
11	Data Quality	Định nghĩa, đo lường, theo dõi và cải thiện độ tin cậy của dữ liệu

Ghi nhớ: 1 vùng trung tâm (Data Governance) + 10 vùng vận hành = 11 vùng kiến thức của DMBOK2.

Đi sâu: chương Data Governance trong DMBOK

Định nghĩa, mục tiêu, nguyên tắc, hoạt động, tổ chức, deliverables, metrics

Định nghĩa của DMBOK. DMBOK định nghĩa Data Governance là: "việc thực thi quyền hạn, kiểm soát và ra quyết định chung (bao gồm lập kế hoạch — planning, giám sát — monitoring, và thực thi — enforcement) đối với việc quản lý các tài sản dữ liệu." Trọng tâm là quyền ra quyết định và trách nhiệm giải trình liên quan đến dữ liệu.

Mục tiêu của Data Governance theo DMBOK:

Giúp tổ chức quản lý dữ liệu như một tài sản có giá trị.
Định nghĩa, phê duyệt, truyền thông và thực thi nguyên tắc, chính sách, chuẩn mực, quy trình và thước đo cho dữ liệu.
Theo dõi và giám sát việc tuân thủ, đồng thời quản lý và giải quyết các vấn đề (issues) liên quan đến dữ liệu.
Hiểu và nâng cao giá trị của dữ liệu, đồng thời kiểm soát rủi ro và chi phí liên quan.

Các nguyên tắc (principles) cốt lõi DMBOK nhấn mạnh:

Dữ liệu là tài sản của tổ chức — phải được quản lý có chủ đích, không phải sản phẩm phụ của các ứng dụng.
Trách nhiệm giải trình (accountability): mỗi tập dữ liệu cần có người chịu trách nhiệm rõ ràng.
Quản trị chủ động (stewardship): dữ liệu được trông coi, chăm sóc liên tục bởi các data steward.
Governance là một chương trình lâu dài, mang tính lặp đi lặp lại, không phải một dự án có điểm kết thúc.
Định hướng theo giá trị kinh doanh: ưu tiên các vùng dữ liệu mang lại giá trị hoặc rủi ro cao nhất.

Các hoạt động chính (activities) mà chương Data Governance mô tả:

Hoạt động	Nội dung
Xây dựng Data Strategy	Đặt tầm nhìn, mục tiêu, lộ trình cho dữ liệu, gắn với chiến lược kinh doanh
Định nghĩa Data Policies & Standards	Ban hành chính sách, chuẩn mực, quy tắc và quy trình cho việc quản lý dữ liệu
Thiết lập Data Stewardship	Phân vai data steward, council; xác định trách nhiệm trông coi từng vùng dữ liệu
Oversight & Issue Management	Giám sát tuân thủ, tiếp nhận và xử lý vấn đề/tranh chấp về dữ liệu, leo thang khi cần
Đo lường & truyền thông	Theo dõi metric của chương trình governance và truyền thông giá trị tới các bên liên quan

Tổ chức & vai trò. DMBOK mô tả một Governance Operating Model gồm các tầng:

Data Governance Council / Steering Committee: cấp ra quyết định cao nhất, phê duyệt chính sách và ngân sách, giải quyết tranh chấp leo thang.
Data Governance Office (DGO): bộ phận điều phối thường trực, vận hành chương trình hằng ngày.
Data Stewards: chuyên gia nghiệp vụ trông coi dữ liệu trong phạm vi của mình — định nghĩa thuật ngữ, đảm bảo chất lượng, xử lý vấn đề.
Data Owners & Data Custodians: chủ sở hữu nghiệp vụ và bộ phận kỹ thuật giữ/vận hành dữ liệu.

Deliverables (sản phẩm bàn giao) tiêu biểu của chương Data Governance:

Deliverable	Mô tả
Data Strategy	Tài liệu chiến lược dữ liệu với tầm nhìn, mục tiêu và lộ trình
Data Policies	Bộ chính sách dữ liệu được phê duyệt (bảo mật, chất lượng, vòng đời…)
Data Governance Operating Model	Mô hình tổ chức, vai trò, quyền quyết định và cơ chế vận hành governance
Business Glossary	Từ điển thuật ngữ nghiệp vụ thống nhất toàn tổ chức
Roadmap & Standards	Lộ trình triển khai và tập chuẩn mực dữ liệu

Metrics đo governance. DMBOK khuyến nghị đo lường chương trình trên nhiều khía cạnh: mức độ tuân thủ chính sách/chuẩn mực; giá trị mang lại (cải thiện chất lượng, giảm rủi ro, tiết kiệm chi phí); tính hiệu quả của hoạt động (số issue được giải quyết, độ phủ steward); và mức độ trưởng thành (data management maturity) của tổ chức theo thời gian.

Khái niệm DMBOK quan trọng cho governance

Stewardship, Business Glossary, Operating Models, Governance vs Management

Data Stewardship vs Data Governance. DMBOK phân biệt rõ: Governance là việc ra quyết định và đặt quyền hạn ("làm điều đúng"), còn Stewardship là việc thực thi và trông coi hằng ngày theo các quyết định đó ("làm điều đó cho đúng"). Steward không tự đặt quyền lực mà thi hành quyền lực mà governance đã thiết lập.

Business Glossary. Từ điển thuật ngữ nghiệp vụ — định nghĩa thống nhất các khái niệm ("khách hàng", "doanh thu thuần"…) trên toàn tổ chức. DMBOK coi đây là một deliverable cốt lõi vì nó tạo ngôn ngữ chung, giảm hiểu nhầm và là nền tảng cho metadata và data quality.

Operating Models. DMBOK mô tả ba kiểu mô hình vận hành governance:

Mô hình	Đặc điểm
Centralized	Một tổ chức governance tập trung điều hành toàn bộ — kiểm soát mạnh, nhất quán cao nhưng kém linh hoạt
Replicated	Cùng một mô hình governance được nhân bản và áp dụng độc lập tại nhiều đơn vị
Federated	Kết hợp: một lớp điều phối trung tâm đặt chuẩn chung, các đơn vị tự vận hành theo bối cảnh — phổ biến nhất ở tổ chức lớn

Governance vs Management. Đây là cặp khái niệm dễ nhầm. Data Governance là lớp định hướng và giám sát (đặt chính sách, phê duyệt, theo dõi tuân thủ); Data Management là lớp thực thi vận hành trên 10 vùng kiến thức còn lại (mô hình hóa, lưu trữ, bảo mật, tích hợp…). Governance quyết định "phải làm gì và theo chuẩn nào"; management lo "làm như thế nào".

DAMA Principles

Các nguyên tắc nền tảng về quản lý dữ liệu

DMBOK mở đầu bằng một tập nguyên tắc nền tảng chi phối toàn bộ ngành quản lý dữ liệu. Đây là kim chỉ nam cho mọi vùng kiến thức:

Dữ liệu là một tài sản có giá trị và đồng thời mang rủi ro cần được quản lý.
Quản lý dữ liệu là trách nhiệm chung giữa bộ phận nghiệp vụ (data steward) và bộ phận kỹ thuật (data custodian).
Dữ liệu cần được quản lý theo vòng đời — từ tạo lập, sử dụng đến lưu trữ và hủy bỏ.
Chất lượng dữ liệu phải được quản lý chủ động theo các yêu cầu rõ ràng của người dùng.
Metadata là cần thiết để hiểu, tin tưởng và khai thác dữ liệu hiệu quả.
Quản lý dữ liệu phụ thuộc nhiều kỹ năng đa dạng và đòi hỏi sự phối hợp liên phòng ban.
Quản lý dữ liệu phải gắn với chiến lược tổ chức và đáp ứng yêu cầu doanh nghiệp.
Quản lý dữ liệu là một quá trình lặp lại, cần lập kế hoạch theo bối cảnh cụ thể, không có lời giải vạn năng.

Áp dụng vào thực tế

Dùng DMBOK làm khung khởi động chương trình governance

DMBOK không bắt bạn làm tất cả cùng lúc. Cách thực dụng nhất là dùng nó như một khung tự đánh giá và lên lộ trình:

Đánh giá hiện trạng theo 11 vùng: chấm điểm mức trưởng thành của tổ chức ở từng vùng kiến thức để thấy điểm mạnh, điểm yếu.
Ưu tiên: chọn ra vài vùng quan trọng nhất theo giá trị kinh doanh và rủi ro — thường là Data Quality, Master Data hoặc Data Security.
Lập Operating Model: chọn mô hình (centralized / replicated / federated), thành lập council và phân vai data steward.
Ban hành Policy & Standards: viết các chính sách và chuẩn mực cho những vùng đã ưu tiên.
Triển khai Stewardship: đưa steward vào vận hành — quản lý Business Glossary, xử lý issue, theo dõi chất lượng.
Đo lường & cải tiến: theo dõi metric, truyền thông giá trị và lặp lại chu trình cho vùng tiếp theo.

Mẹo: không cần phủ kín cả 11 vùng cùng lúc. Hãy chọn vùng "đau" nhất trước (ví dụ: dữ liệu khách hàng trùng lặp, báo cáo lệch số) để tạo thắng lợi sớm rồi mở rộng dần.