KA 8 · Bài 9

Reference & Master Data

Reference & Master Data Management (KA8 trong DAMA-DMBOK2) tập trung vào việc quản lý những dữ liệu được chia sẻ quan trọng nhất của tổ chức — mã tham chiếu và các thực thể lõi như khách hàng, sản phẩm, nhà cung cấp. Mục tiêu là tạo ra một phiên bản dữ liệu chính xác, nhất quán, được tin cậy (golden record) để mọi hệ thống và quy trình dùng chung, giảm trùng lặp và mâu thuẫn.

1. Định nghĩa & Mục tiêu

Reference and Master Data Management là gì

Reference and Master Data Management là hoạt động quản lý dữ liệu chia sẻ nhằm đạt được các mục tiêu về nhất quán và độ tin cậy thông qua một "phiên bản sự thật" duy nhất. DMBOK2 định nghĩa:

Reference Data (dữ liệu tham chiếu): dữ liệu dùng để phân loại hoặc phân nhóm các dữ liệu khác, hoặc để liên hệ dữ liệu với thông tin bên ngoài tổ chức. Ví dụ: mã quốc gia, mã tiền tệ, danh mục trạng thái, đơn vị đo. Thay đổi chậm, tập giá trị hữu hạn.
Master Data (dữ liệu chủ): dữ liệu về các thực thể nghiệp vụ cốt lõi cung cấp bối cảnh cho giao dịch — khách hàng (customer), sản phẩm (product), nhà cung cấp (supplier), nhân viên, địa điểm, tài khoản. Đây là danh từ của doanh nghiệp.
Golden Record / Single Version of Truth: bản ghi tổng hợp, đã được đối sánh và làm sạch, thể hiện phiên bản đầy đủ và đáng tin cậy nhất của một thực thể master.

Mục tiêu chính (goals) của KA8 theo DMBOK2:

Đảm bảo tổ chức có dữ liệu master & reference đầy đủ, nhất quán, cập nhật và chính xác trên toàn bộ hệ thống.
Cho phép chia sẻ và tái sử dụng dữ liệu chủ chốt giữa các đơn vị chức năng.
Giảm chi phí và độ phức tạp phát sinh từ dữ liệu trùng lặp, phân mảnh, mâu thuẫn.
Hỗ trợ các sáng kiến BI, tích hợp (DII), tuân thủ và 360° view của khách hàng.

2. Business Drivers

Vì sao doanh nghiệp cần MDM & RDM

Động lực nghiệp vụ khiến tổ chức đầu tư vào quản lý Reference & Master Data:

Đáp ứng kỳ vọng nhất quán: khách hàng và cơ quan quản lý mong đợi tổ chức có một cái nhìn thống nhất về họ (một khách hàng, một địa chỉ, một số dư).
Giảm rủi ro & chi phí tích hợp: mỗi hệ thống định nghĩa "khách hàng" riêng dẫn tới trùng lặp, đối chiếu tốn kém, sai sót khi tích hợp.
Quản lý phức tạp M&A: sáp nhập, mua lại, hệ thống kế thừa (legacy) tạo ra nhiều nguồn dữ liệu chồng chéo cần hợp nhất.
Tuân thủ & báo cáo quy định: KYC, AML, GDPR, báo cáo tài chính đòi hỏi dữ liệu thực thể chính xác và truy vết được.
Nâng cao chất lượng ra quyết định & BI: báo cáo và phân tích chỉ đáng tin khi dữ liệu master bên dưới sạch và chuẩn hóa.

Cốt lõi: MDM không phải là một dự án CNTT một lần mà là một chương trình quản trị liên tục — kết hợp con người, quy trình (stewardship) và công nghệ để duy trì golden record theo thời gian.

3. Khái niệm cốt lõi

Phân biệt Reference · Master · Transaction Data

Ba loại dữ liệu này khác nhau về bản chất, tần suất thay đổi và cách quản lý. Nhầm lẫn giữa chúng là nguồn gốc của nhiều thiết kế sai:

Tiêu chí	Reference Data	Master Data	Transaction Data
Bản chất	Giá trị dùng để phân loại/mã hóa dữ liệu khác	Thực thể nghiệp vụ lõi (danh từ)	Sự kiện/giao dịch nghiệp vụ (động từ)
Ví dụ	Mã quốc gia (VN, US), mã tiền tệ (USD), trạng thái đơn hàng, đơn vị đo	Khách hàng, Sản phẩm, Nhà cung cấp, Nhân viên, Tài khoản	Đơn hàng, hóa đơn, thanh toán, khoản vay, log truy cập
Số lượng	Rất ít, tập hữu hạn	Trung bình (hàng nghìn – triệu)	Rất lớn, tăng liên tục
Tần suất thay đổi	Rất chậm, ổn định	Chậm – trung bình	Cao, phát sinh theo thời gian thực
Quản lý bởi	Reference Data steward, tổ chức chuẩn hóa bên ngoài (ISO...)	Data steward, chương trình MDM	Ứng dụng vận hành (OLTP)
Vai trò với nhau	Được master data & transaction tham chiếu	Cung cấp bối cảnh cho giao dịch	Tham chiếu master & reference data

Các khái niệm bổ trợ quan trọng:

Khái niệm	Ý nghĩa
Code set / Code table	Tập mã reference (vd danh sách mã trạng thái) kèm mô tả. Đơn vị cơ bản của reference data.
Cross-reference / Mapping	Ánh xạ giữa các code set khác nhau (vd mã sản phẩm nội bộ ↔ mã của đối tác) để hòa hợp giữa hệ thống.
Taxonomy / Ontology	Cấu trúc phân cấp/quan hệ để phân loại (taxonomy) hoặc mô tả quan hệ ngữ nghĩa (ontology) của các khái niệm.
System of Record (SOR)	Hệ thống được công nhận là nguồn quyền lực (authoritative) tạo/duy trì một thực thể master. "Sự thật gốc".
System of Reference	Hệ thống cung cấp bản sao đáng tin cậy để tham khảo, nhưng không phải nơi tạo dữ liệu gốc.
Golden Record	Bản ghi tổng hợp tốt nhất của một thực thể sau khi đối sánh, hợp nhất và áp dụng survivorship.
Trusted Source / SSOT	Single Source of Truth — nơi duy nhất được tổ chức tin cậy cho một loại dữ liệu.

4. Context Diagram

Inputs → Activities → Deliverables

Sơ đồ ngữ cảnh (context diagram) của KA8 mô tả toàn bộ dòng chảy: từ đầu vào, qua các hoạt động cốt lõi, đến sản phẩm bàn giao — cùng với các bên Suppliers / Participants / Consumers.

Nhóm	Nội dung
Inputs	Nhu cầu nghiệp vụ & yêu cầu dữ liệu; mô hình dữ liệu (data models); các nguồn dữ liệu (source systems, hệ thống kế thừa, dữ liệu bên ngoài); chuẩn & policy quản trị dữ liệu; kiến trúc dữ liệu.
Activities	(1) Xác định drivers & requirements; (2) Đánh giá và định nghĩa data sources; (3) Định nghĩa kiến trúc MDM/RDM; (4) Mô hình hóa reference & master data; (5) Thiết lập luật đối sánh, hợp nhất & survivorship; (6) Định nghĩa & duy trì golden records; (7) Thiết lập quản trị và stewardship; (8) Giám sát & đo lường chất lượng liên tục.
Deliverables	Kiến trúc MDM/RDM; golden records / trusted data; code sets & cross-reference mappings được quản lý; luật matching & survivorship; data sharing hub; metrics chất lượng & báo cáo; taxonomies/hierarchies.
Suppliers	Chủ sở hữu dữ liệu (data owners), source systems, tổ chức chuẩn hóa bên ngoài (ISO, cơ quan nhà nước), nhà cung cấp dữ liệu bên thứ ba (D&B, credit bureau).
Participants	Data stewards, MDM/RDM specialists, data architects, data modelers, kiến trúc sư tích hợp, DBA, ban Data Governance.
Consumers	Ứng dụng vận hành (CRM, ERP), kho dữ liệu & BI, đội phân tích, quy trình tuân thủ/báo cáo, khách hàng nội bộ dùng golden record.
Techniques / Tools / Metrics	Kỹ thuật đối sánh & consolidation; công cụ MDM/RDM & data quality; metrics về tỷ lệ trùng, độ hoàn chỉnh, độ chính xác của golden record.

5. Reference Data Management (RDM)

Code sets · mappings · taxonomies

RDM là việc kiểm soát các giá trị miền (domain values) được định nghĩa và các định nghĩa của chúng, đảm bảo mọi hệ thống dùng chung một tập giá trị chuẩn, được cập nhật đúng cách. Các thành phần:

Code sets: tập hợp mã & mô tả (vd mã tiền tệ ISO 4217). Cần chủ sở hữu, quy trình bổ sung/loại bỏ giá trị và versioning.
Cross-reference mappings: bảng ánh xạ giữa các code set nội bộ và ngoại bộ để hòa giải khác biệt (vd mã ngành nội bộ ↔ NAICS/SIC).
Taxonomies & hierarchies: phân cấp phân loại (vd cây danh mục sản phẩm) cho phép roll-up/drill-down và phân tích theo nhóm.
Ontologies: mô tả quan hệ ngữ nghĩa phong phú hơn taxonomy, dùng cho tích hợp và mô hình tri thức.

Reference data có thể là industry/standard reference data (do bên ngoài chuẩn hóa, vd ISO country codes) hoặc internal/enterprise reference data (do tổ chức tự định nghĩa). Việc quản lý cần một Reference Data Management tool/repository tập trung, tránh mỗi ứng dụng tự nuôi bảng mã riêng gây lệch.

Mẹo: reference data thay đổi chậm nhưng khi thay đổi (thêm mã, đổi nghĩa) ảnh hưởng lan rộng. Luôn versioning code set và giữ lại giá trị lịch sử thay vì ghi đè, để dữ liệu giao dịch cũ vẫn diễn giải đúng.

6. Master Data Management (MDM)

Customer · Product · Party · Golden record

MDM gồm các hoạt động kiểm soát dữ liệu master để duy trì tính nhất quán, đầy đủ, chính xác và giảm trùng lặp. Các domain thường gặp:

Domain	Nội dung
Customer / Party	Party là khái niệm tổng quát cho cá nhân hoặc tổ chức (khách hàng, nhà cung cấp, nhân viên có thể là các "vai trò" của party). Party MDM tránh trùng lặp một thực thể đóng nhiều vai trò.
Product	Định nghĩa sản phẩm/dịch vụ nhất quán, cây phân cấp danh mục, thuộc tính, mã SKU/UPC — nền tảng cho PIM (Product Information Management).
Financial / Account	Cấu trúc tài khoản, trung tâm chi phí, chart of accounts dùng chung cho báo cáo tài chính hợp nhất.
Location	Địa chỉ, khu vực địa lý chuẩn hóa dùng chung cho nhiều thực thể.

Quy trình cốt lõi tạo golden record:

Data collection & standardization: thu thập từ nhiều nguồn, chuẩn hóa định dạng (địa chỉ, tên, số điện thoại).
Matching / Identity resolution: phát hiện các bản ghi cùng chỉ một thực thể thực tế.
Merge & survivorship: hợp nhất và chọn giá trị "sống sót" cho từng thuộc tính theo luật.
Xác định & công bố golden record: phân phối trở lại (publish/syndicate) cho các hệ thống tiêu thụ.
Stewardship liên tục: xử lý ngoại lệ, xét duyệt cặp nghi ngờ (potential matches), sửa lỗi.

Data matching — deterministic vs probabilistic:

Tiêu chí	Deterministic matching	Probabilistic matching
Cơ chế	So khớp chính xác (hoặc theo luật) trên các định danh như tax ID, email, SSN	Tính điểm khả năng dựa trên nhiều thuộc tính, dùng thống kê/trọng số
Kết quả	Match / no-match nhị phân	Điểm số → ngưỡng auto-match / auto-no / vùng nghi ngờ cần steward xét
Ưu điểm	Đơn giản, minh bạch, nhanh, dễ giải thích	Bắt được match dù dữ liệu bẩn, thiếu, sai chính tả
Nhược điểm	Bỏ sót khi dữ liệu không đồng nhất hoặc thiếu định danh	Phức tạp, cần tinh chỉnh ngưỡng, có false positive/negative
Khi dùng	Có định danh mạnh, sạch	Dữ liệu đa nguồn, chất lượng không đồng đều

Merge / Survivorship rules (luật chọn giá trị tồn tại) — khi nhiều bản ghi được xác định là cùng thực thể, cần quy tắc chọn giá trị nào giữ lại cho golden record:

Source priority: ưu tiên giá trị từ hệ thống được coi là authoritative nhất cho thuộc tính đó.
Recency: chọn giá trị được cập nhật gần nhất (most recent).
Completeness / độ tin cậy: chọn giá trị đầy đủ nhất hoặc có điểm chất lượng cao nhất.
Frequency: chọn giá trị xuất hiện nhiều nhất giữa các nguồn.

MDM phân biệt merge/unmerge: hợp nhất bản ghi cần khả năng đảo ngược (unmerge) khi phát hiện match sai — vì vậy nên lưu lịch sử nguồn (lineage) thay vì xóa dữ liệu gốc.

7. Kiến trúc MDM

Registry · Consolidation · Coexistence · Transaction

DMBOK2 mô tả bốn kiểu triển khai (implementation styles) chính, khác nhau ở mức độ dữ liệu được lưu tập trung và ai giữ quyền ghi:

Kiến trúc	Cách hoạt động	Ghi ở đâu	Ưu / Nhược
Registry	Hub chỉ lưu khóa & con trỏ tới bản ghi ở source; golden record dựng ảo (virtual) khi cần bằng cách link các nguồn	Vẫn ở source systems	+ Ít xâm lấn, triển khai nhanh, ít trùng lặp lưu trữ. − Không làm sạch tập trung, đọc phức tạp, chất lượng phụ thuộc nguồn
Consolidation	Gom dữ liệu từ nhiều nguồn về hub, đối sánh & hợp nhất thành golden record để đọc/tham chiếu & báo cáo	Source ghi; hub chỉ đọc	+ Golden record sạch cho BI/analytics. − Không cập nhật ngược real-time, có độ trễ, source vẫn có thể lệch
Coexistence	Hub lưu & làm master, dữ liệu được đồng bộ hai chiều với các nguồn; có thể sửa ở hub hoặc source rồi hòa hợp	Cả hub & source (đồng bộ)	+ Cân bằng, golden record dùng được rộng. − Đồng bộ hai chiều phức tạp, rủi ro xung đột
Transaction / Centralized	Hub là system of record duy nhất; mọi ứng dụng đọc/ghi trực tiếp vào hub, thực thi luật ngay tại nguồn	Chỉ ở hub (tập trung)	+ Nhất quán cao nhất, chất lượng tại nguồn. − Xâm lấn nhất, tốn kém, phải sửa ứng dụng, rủi ro dự án lớn

Chọn kiến trúc: đi từ ít xâm lấn (Registry) đến kiểm soát cao (Transaction). Nhiều tổ chức bắt đầu bằng Consolidation để có golden record phục vụ BI, rồi tiến dần sang Coexistence/Transaction khi nhu cầu nhất quán real-time tăng.

8. Data Sharing Hub & quan hệ liên KA

DII & Data Quality

Một Data Sharing Hub (hub chia sẻ dữ liệu) là kiến trúc trung tâm nơi master data được quản lý và chia sẻ cho các hệ thống đăng ký (subscribe). Nó là điểm gặp giữa MDM và tích hợp:

Quan hệ với Data Integration & Interoperability (DII, KA7-integration): hub dựa vào ETL/ELT, messaging, ESB, API để thu thập từ nguồn và syndicate golden record trở lại. Publish-subscribe và CDC là kỹ thuật phổ biến để giữ đồng bộ.
Quan hệ với Data Quality (KA13): MDM phụ thuộc trực tiếp vào chất lượng — standardization, cleansing, matching, deduplication là hoạt động DQ. Golden record chỉ tốt khi các luật DQ (completeness, validity, uniqueness) được thực thi. Ngược lại, MDM cung cấp trusted data giúp cải thiện DQ toàn tổ chức.
Quan hệ với Data Governance: stewardship, ownership, luật survivorship và policy đều do Data Governance định hình. MDM là nơi governance "hiện thực hóa" rõ nhất.
Quan hệ với Data Modeling & Architecture: mô hình thực thể master (party, product) và kiến trúc hub được thiết kế ở các KA này.

9. Vai trò (Roles)

Ai làm gì trong RDM/MDM

Vai trò	Trách nhiệm
Data Owner	Chịu trách nhiệm cuối cùng về một domain master data; phê duyệt định nghĩa, luật, quyền truy cập.
Data Steward	Duy trì chất lượng hằng ngày: xét duyệt potential matches, xử lý ngoại lệ, sửa golden record, quản lý code set.
Reference Data Steward	Quản lý code sets, mappings, taxonomies; điều phối thêm/đổi giá trị và versioning.
MDM / RDM Specialist	Cấu hình công cụ MDM, thiết lập luật matching/survivorship, vận hành hub.
Data Architect / Modeler	Thiết kế mô hình thực thể master và kiến trúc hub, chuẩn tích hợp.
Data Governance Body	Ban hành policy, phân định ownership, giải quyết tranh chấp xuyên đơn vị.
Business / Data Consumers	Sử dụng golden record; phản hồi lỗi dữ liệu để cải thiện.

10. Tools & Techniques

Công cụ & kỹ thuật

Nhóm	Nội dung
MDM tools/hubs	Informatica MDM, IBM InfoSphere MDM, SAP Master Data Governance (MDG), Oracle MDM, TIBCO EBX, Reltio, Profisee, Semarchy.
RDM tools	Repository quản lý code set & mapping tập trung (thường tích hợp trong nền tảng MDM hoặc riêng như Collibra RDM, TIBCO EBX).
Data quality / matching	Công cụ profiling, standardization, address verification, fuzzy matching, dedup (Informatica DQ, IBM QualityStage, SAS DataFlux).
Kỹ thuật matching	Deterministic (rule-based, exact key), probabilistic (weighted scoring), fuzzy/phonetic (Soundex, Levenshtein, n-gram), machine learning entity resolution.
Kỹ thuật khác	Data standardization & normalization, survivorship rules, hierarchy management, data lineage tracking, publish-subscribe/CDC để syndicate.

11. Metrics

Đo lường hiệu quả RDM/MDM

Metric	Ý nghĩa
Duplicate rate	Tỷ lệ bản ghi trùng lặp còn tồn tại — đo hiệu quả matching/dedup.
Match accuracy	Tỷ lệ match đúng (giảm false positive/negative), thường theo dõi qua steward review.
Data quality của golden record	Completeness, validity, consistency, accuracy của bản ghi master.
Coverage / adoption	Số hệ thống & quy trình đang tiêu thụ golden record (mức độ áp dụng).
Data steward activity	Số ngoại lệ, số cặp nghi ngờ xử lý, thời gian giải quyết (SLA).
Reference data volatility	Tần suất thay đổi code set và số lỗi do lệch giá trị tham chiếu.
Business value / ROI	Giảm chi phí đối chiếu, tăng tỷ lệ chiến dịch trúng đích, cải thiện tuân thủ.

12. Best practices & Pitfalls

Nên & không nên

Best practices:

Bắt đầu từ business driver rõ ràng và một domain ưu tiên (thường là customer) thay vì làm tất cả cùng lúc.
Thiết lập governance & stewardship trước công cụ — ownership, luật survivorship, quy trình xử lý ngoại lệ.
Xác định rõ system of record cho từng thuộc tính; giữ lineage, hỗ trợ unmerge.
Đầu tư vào data quality & standardization đầu vào — "garbage in, garbage golden record".
Chọn kiến trúc phù hợp mức trưởng thành; tiến hóa dần (Registry/Consolidation → Coexistence/Transaction).
Versioning reference data, giữ giá trị lịch sử; tập trung code set thay vì để rải rác.

Pitfalls (cạm bẫy):

Coi MDM là dự án CNTT một lần thay vì chương trình liên tục — golden record sẽ xuống cấp.
Ngưỡng matching sai → merge nhầm hai khách hàng khác nhau (false positive) hoặc bỏ sót trùng.
Không định nghĩa survivorship rõ ràng → golden record mâu thuẫn, không ai tin.
Bỏ qua stewardship & buy-in nghiệp vụ → dữ liệu không được duy trì, không được dùng.
Nhầm reference data với master data, hoặc để mỗi ứng dụng tự nuôi bảng mã → lệch giá trị.
Tham vọng Transaction/Centralized ngay từ đầu → dự án lớn, rủi ro cao, dễ thất bại.

Cảnh báo: golden record không phải trạng thái "đạt được một lần". Nếu không có quy trình duy trì và metrics theo dõi liên tục, chất lượng dữ liệu master sẽ trôi dạt (drift) theo thời gian khi nguồn thay đổi.