KA 2 · Bài 3

Data Architecture

Data Architecture (Kiến trúc Dữ liệu) là knowledge area thứ hai trong DAMA-DMBOK2. Nó định hình chiến lược quản lý dữ liệu của tổ chức: mô tả nhu cầu dữ liệu, thiết kế các blueprint (bản thiết kế) đáp ứng nhu cầu đó, và duy trì sự đồng bộ giữa dữ liệu với chiến lược kinh doanh. Bài này đi qua Enterprise Data Model, Data Flow Design, quan hệ với Enterprise Architecture (Zachman, TOGAF) và vai trò của Data Architect.

1 · Định nghĩa & Mục tiêu

Architecture là gì trong bối cảnh dữ liệu

Architecture (theo nghĩa chung) là tổ chức nền tảng của một hệ thống — gồm các thành phần, quan hệ giữa chúng với nhau và với môi trường, cùng các nguyên tắc chi phối thiết kế và tiến hoá của nó. Data Architecture là việc xác định nhu cầu dữ liệu của doanh nghiệp (bất kể cấu trúc dữ liệu như thế nào) và thiết kế, duy trì các master blueprint để đáp ứng những nhu cầu đó.

DMBOK2 phân biệt hai nghĩa của thuật ngữ:

Nghĩa	Mô tả
Data Architecture (danh từ / sản phẩm)	Tập hợp các artifact mô tả trạng thái hiện tại, xác định nhu cầu dữ liệu, hướng dẫn tích hợp và kiểm soát tài sản dữ liệu — được đặt trong khuôn khổ chiến lược dữ liệu.
Data Architecture (hoạt động / practice)	Việc tích hợp yêu cầu dữ liệu với thiết kế hệ thống, dẫn dắt sự liên kết (alignment) giữa dữ liệu và chiến lược, theo dòng chảy của Enterprise Architecture.

Mục tiêu (Goals) của Data Architecture:

Xác định nhu cầu lưu trữ & xử lý dữ liệu của tổ chức một cách chiến lược.
Thiết kế cấu trúc và kế hoạch đáp ứng nhu cầu đó — cả hiện tại (current state) và tương lai (future/target state).
Giữ cho tài sản dữ liệu đồng bộ với chiến lược doanh nghiệp và có thể thích ứng khi chiến lược thay đổi.

Cốt lõi: Data Architecture đóng vai trò "cầu nối" giữa chiến lược kinh doanh và thực thi kỹ thuật. Đây là một trong những knowledge area mang tính nền móng, ảnh hưởng tới hầu hết các KA khác (Modeling, Integration, Warehousing...).

2 · Business Drivers

Vì sao tổ chức cần kiến trúc dữ liệu

Theo DMBOK2, giá trị lớn nhất của Data Architecture là khả năng hỗ trợ tổ chức định hướng qua thay đổi. Các động lực chính:

Quản lý độ phức tạp: Kiến trúc giúp chuyển đổi (translate) nhu cầu nghiệp vụ thành yêu cầu về dữ liệu & công nghệ, giảm sự chồng chéo và mâu thuẫn giữa các hệ thống.
Giảm chi phí & tăng hiệu quả: Nhìn thấy bức tranh toàn cảnh giúp loại bỏ dữ liệu trùng lặp, hệ thống thừa, và các điểm tích hợp point-to-point tốn kém.
Hỗ trợ ra quyết định: Cung cấp cái nhìn nhất quán, được chuẩn hoá về dữ liệu doanh nghiệp phục vụ phân tích và báo cáo.
Kích hoạt thay đổi (enable change): Bridging the gap giữa chiến lược và thực thi — cho phép tổ chức thích nghi nhanh với thị trường, M&A, chuyển đổi số.
Tuân thủ & quản trị: Giúp áp dụng chính sách quản trị dữ liệu (governance) một cách nhất quán trên toàn cảnh hệ thống.

Ghi nhớ: DMBOK2 nhấn mạnh — architects tìm cách thiết kế sao cho tổ chức đạt được mục tiêu bằng cách sử dụng dữ liệu một cách hiệu quả về chi phí (cost-effective), minh bạch (transparent) và có thể mở rộng (scalable).

3 · Khái niệm cốt lõi

Enterprise Data Model, Data Flow Design & hai loại kết quả đầu ra

DMBOK2 mô tả hai loại data architecture design outcome chính. Cả hai đều được duy trì như tài sản kiến trúc doanh nghiệp:

Khái niệm	Ý nghĩa
Enterprise Data Model (EDM)	Mô hình dữ liệu toàn diện, tích hợp, ở cấp doanh nghiệp; xác định các thực thể (entity) dữ liệu quan trọng, quan hệ giữa chúng và các quy tắc nghiệp vụ liên quan. Là "bản đồ" chung của dữ liệu tổ chức.
Data Flow Design	Định nghĩa cách dữ liệu di chuyển qua các hệ thống và quy trình nghiệp vụ: nguồn (origin), điểm đến (destination), điểm tích hợp, kho lưu trữ (data stores). Thường thể hiện bằng data flow diagram / data lineage.
Enterprise Data Architecture	Cái nhìn toàn tổ chức về dữ liệu; các blueprint mô tả trạng thái mong muốn và cách các hệ thống liên kết với nhau. Là bối cảnh cho mọi thiết kế cấp giải pháp.
Solution Architecture	Kiến trúc cho một hệ thống/dự án cụ thể, phải tuân thủ và hiện thực hoá các nguyên tắc của enterprise data architecture trong phạm vi hẹp.
Blueprint	Bản thiết kế mô tả trạng thái mục tiêu; hướng dẫn cách các thành phần dữ liệu được tổ chức và tích hợp.
Roadmap	Lộ trình chuyển từ current state sang target state theo thời gian, gồm các bước/giai đoạn ưu tiên.

Enterprise Data Model — các cấp (levels): EDM không phải một mô hình phẳng mà được tổ chức theo nhiều mức độ trừu tượng, đi từ tổng quát tới chi tiết:

Cấp	Mô tả	Đối tượng chính
Subject Area Model	Danh sách các vùng chủ đề (subject area) và ranh giới giữa chúng — mức trừu tượng cao nhất, phục vụ điều hành & phạm vi hoá.	Executives, Data Architects
Conceptual Model	Các thực thể nghiệp vụ cốt lõi trong từng subject area và quan hệ giữa chúng — độc lập với công nghệ.	Business + Data Architects
Logical Model	Chi tiết hoá thực thể thành entity, attribute, relationship; áp dụng chuẩn hoá — vẫn độc lập với công nghệ triển khai.	Data Modelers, BA
Physical Model	Cụ thể hoá cho nền tảng lưu trữ cụ thể (bảng, cột, index, kiểu dữ liệu) — sẽ đào sâu ở KA3 Data Modeling.	DBA, Developers

Lưu ý: DMBOK2 khuyến nghị xây EDM theo cách từng bước, theo lát cắt (incremental / by subject area) thay vì cố gắng mô hình hoá toàn bộ doanh nghiệp một lần — cách "big bang" gần như luôn thất bại.

4 · Context Diagram

Inputs → Activities → Deliverables (theo mẫu DMBOK2)

Mỗi knowledge area trong DMBOK2 được mô tả bằng một Context Diagram chuẩn. Dưới đây là context của Data Architecture:

                    ┌───────────────────────────────────────┐
   INPUTS      ─────▶│            ACTIVITIES                 │─────▶  DELIVERABLES
                    └───────────────────────────────────────┘

INPUTS
  • Enterprise Architecture (business, application, technology)
  • Chiến lược & mục tiêu doanh nghiệp (Business Strategy)
  • Data Strategy & Data Governance
  • Data Standards, Regulations
  • Kiến trúc hiện tại (current-state systems)

ACTIVITIES
  1. Establish Data Architecture Practice
     - Đánh giá current state & phát triển roadmap
     - Định hình data architecture trong Enterprise Architecture
  2. Integrate with Enterprise Architecture
     - Đồng bộ EDM với business/application/technology architecture

DELIVERABLES
  • Data Architecture (bộ artifact)
  • Enterprise Data Model (subject → conceptual → logical)
  • Data Flow Design / Data Lineage
  • Blueprints & Implementation Roadmap
  • Data Value Chains

SUPPLIERS          PARTICIPANTS              CONSUMERS
  • Enterprise Arch.   • Data Architects         • Data Modelers
  • Data Governance    • Enterprise Architects    • Solution Architects
  • Business SMEs      • Data Stewards           • DBA / Developers
  • Data Stewards      • Business Analysts        • Data Governance

Diễn giải các phần:

Thành phần	Nội dung
Inputs	Enterprise Architecture, chiến lược doanh nghiệp, Data Strategy, Data Governance, chuẩn dữ liệu và bức tranh hệ thống hiện tại.
Activities	(1) Thiết lập practice kiến trúc dữ liệu — đánh giá hiện trạng, xây roadmap; (2) Tích hợp với Enterprise Architecture — đồng bộ EDM và data flow với các kiến trúc khác.
Deliverables	Data Architecture artifacts, Enterprise Data Model, Data Flow Design, Blueprints, Roadmap, Data Value Chains.
Suppliers	Enterprise Architects, Data Governance, Business SMEs, Data Stewards — cung cấp đầu vào.
Participants	Data Architects (chủ trì), Enterprise Architects, Data Stewards, Business Analysts — thực hiện hoạt động.
Consumers	Data Modelers, Solution Architects, DBA/Developers, Data Governance — sử dụng đầu ra để thiết kế & triển khai.

5 · Vai trò

Data Architect và các bên liên quan

Data Architect là vai trò trung tâm. DMBOK2 mô tả họ là chuyên gia cấp cao chịu trách nhiệm về cái nhìn tổng thể của dữ liệu doanh nghiệp, làm cầu nối giữa nhu cầu nghiệp vụ và giải pháp kỹ thuật.

Vai trò	Trách nhiệm chính
Enterprise Data Architect	Chủ trì EDM, blueprint và roadmap ở cấp toàn tổ chức; đảm bảo alignment với Enterprise Architecture và chiến lược.
Solution / Application Data Architect	Áp dụng nguyên tắc enterprise vào một dự án/hệ thống cụ thể; đảm bảo solution tuân thủ chuẩn chung.
Data Modeler	Chi tiết hoá mô hình conceptual → logical → physical (chuyển giao sang KA3).
Enterprise Architect	Bối cảnh rộng hơn (business/application/technology/security); Data Architecture là một domain trong đó.
Data Steward / Governance	Xác định quy tắc nghiệp vụ, định nghĩa dữ liệu, và phê duyệt chuẩn — cung cấp và tiêu thụ artifact kiến trúc.
Business SME	Cung cấp kiến thức nghiệp vụ để xác định thực thể và quy tắc trong mô hình.

Kỹ năng Data Architect: tư duy trừu tượng, mô hình hoá dữ liệu, hiểu nghiệp vụ, giao tiếp với cả C-level lẫn developer, và nắm vững ít nhất một Enterprise Architecture framework.

6 · Tools & Techniques

Frameworks, công cụ mô hình hoá & kỹ thuật

Quan hệ với Enterprise Architecture frameworks: Data Architecture không tồn tại độc lập mà nằm trong các khung kiến trúc doanh nghiệp. Hai framework quan trọng nhất được DMBOK2 nhắc tới:

Framework	Bản chất	Liên quan tới dữ liệu
Zachman Framework	Ma trận phân loại (ontology) 6 cột (What, How, Where, Who, When, Why) × 6 hàng (Executive/Planner, Business/Owner, Architect/Designer, Engineer/Builder, Technician, Enterprise). Không phải phương pháp mà là bảng phân loại artifact.	Cột "What" (Data) mô tả dữ liệu ở từng cấp perspective — từ danh sách thực thể (planner) tới mô hình dữ liệu vật lý (builder).
TOGAF (The Open Group Architecture Framework)	Phương pháp & framework với ADM (Architecture Development Method) — quy trình lặp qua các pha (Preliminary, A–H).	Phase C — Information Systems Architecture gồm Data Architecture và Application Architecture. Data Architecture định nghĩa các data entity chính và quan hệ với business functions.

Zachman — cột "What/Data" theo hàng (perspective):

Perspective (hàng)	Artifact dữ liệu
Executive (Scope)	Danh sách các thực thể/vùng dữ liệu quan trọng
Business Mgmt (Owner)	Conceptual data model / semantic model
Architect (Designer)	Logical data model
Engineer (Builder)	Physical data model
Technician	DDL / định nghĩa schema thực thi
Enterprise (User)	Dữ liệu vận hành thực tế

Công cụ & kỹ thuật khác:

Data modeling tools: ERwin, ER/Studio, PowerDesigner, Sparx EA — để tạo & quản lý EDM.
Asset management / repository: lưu trữ và version các artifact kiến trúc, metadata.
Diagramming tools: vẽ data flow, context diagram, lineage.
Lifecycle projection / data value chain analysis: phân tích dòng chảy và vòng đời dữ liệu qua các quy trình nghiệp vụ.
Roadmap / gap analysis: so sánh current vs target state để lập lộ trình.

7 · Metrics

Đo lường hiệu quả kiến trúc dữ liệu

DMBOK2 gợi ý đo lường Data Architecture qua các nhóm chỉ số về mức độ tuân thủ chuẩn kiến trúc và giá trị mang lại:

Nhóm	Ví dụ metric
Architecture Standards Compliance	Tỉ lệ dự án/hệ thống tuân thủ chuẩn kiến trúc dữ liệu; số ngoại lệ (exceptions) được phê duyệt.
Implementation Trend	Mức độ tiến triển của roadmap (% blueprint đã triển khai); tốc độ chuyển từ current → target state.
Business Value	Giảm chi phí (loại bỏ trùng lặp/hệ thống thừa), tăng tốc time-to-market, cải thiện chất lượng quyết định.
Model Coverage & Quality	% subject area đã có EDM; độ đầy đủ & nhất quán của mô hình; số định nghĩa dữ liệu được chuẩn hoá.
Reuse	Mức độ tái sử dụng thành phần dữ liệu chung thay vì xây mới.

8 · Best practices & Pitfalls

Làm đúng & tránh sai lầm phổ biến

Best practices:

Xây EDM theo lát cắt (incremental, by subject area), ưu tiên vùng có giá trị cao — không "big bang".
Gắn Data Architecture với Data Governance — chuẩn kiến trúc phải được quản trị và tuân thủ, không chỉ là tài liệu để trên kệ.
Đặt trong Enterprise Architecture (Zachman/TOGAF) để đảm bảo alignment với business, application, technology.
Luôn duy trì cả current state và target state cùng một roadmap rõ ràng để dẫn dắt thay đổi.
Giữ artifact sống (living documents) — cập nhật khi chiến lược hoặc hệ thống thay đổi.

Pitfalls (bẫy thường gặp):

Ivory tower architecture: kiến trúc quá lý thuyết, xa rời thực tế triển khai, không ai tuân theo.
Big-bang EDM: cố mô hình hoá toàn bộ doanh nghiệp một lần → quá tải, không bao giờ hoàn thành.
Artifact chết: tài liệu không được cập nhật, lệch với thực tế, mất niềm tin.
Thiếu governance: có blueprint nhưng không có cơ chế bắt buộc tuân thủ → mỗi dự án làm một kiểu.
Bỏ qua business alignment: kiến trúc thuần kỹ thuật, không liên kết với mục tiêu kinh doanh → không được tài trợ.

Cảnh báo: Data Architecture chỉ tạo giá trị khi được triển khai và tuân thủ. Không có Data Architecture Governance (cơ chế kiểm soát tuân thủ, phê duyệt ngoại lệ, review định kỳ), mọi blueprint chỉ là tài liệu vô dụng.