Khảo sát về các công cụ Quản trị Dữ liệu

Quản trị dữ liệu là gì?

Trong một hội thảo trực tuyến gần đây, Aaren Stubberfield, Nhà khoa học Dữ liệu tại Microsoft, đã phác thảo các cơ hội và thực tiễn tốt nhất của quản trị dữ liệu, bắt đầu bằng việc trả lời câu hỏi cơ bản: quản trị dữ liệu là gì. Theo định nghĩa của Hiệp hội Quản lý Dữ liệu (DAMA), quản trị dữ liệu là việc thực thi thẩm quyền và kiểm soát (lập kế hoạch, giám sát và cưỡng chế thực thi) đối với quản lý tài sản dữ liệu.

(1) Lập kế hoạch: Tạo ra các quy tắc mà tập dữ liệu cần tuân thủ (ví dụ: chuẩn hóa định dạng trường ngày, chẳng hạn YYYY-MM-DD)

(2) Giám sát: Đo lường mức độ tuân thủ các quy tắc đã đặt ra trong giai đoạn Lập kế hoạch (ví dụ: theo dõi tỷ lệ trường ‘Date’ có giá trị thiếu)

(3) Cưỡng chế thực thi: Hành động khắc phục khi vi phạm quy tắc dữ liệu tùy theo mức độ khẩn cấp, ví dụ hành động sửa chữa ngay lập tức nếu các trường dữ liệu trọng yếu như số an sinh xã hội có sai lệch lớn

Khung Quản trị Dữ liệu trông như thế nào?

Có nhiều loại khung quản trị dữ liệu khác nhau, nhưng thường có bốn yếu tố chung: Chính sách và Quy trình Dữ liệu, Tập dữ liệu, Điều phối viên dữ liệu và Các bên liên quan, và Công nghệ.

Điều phối viên dữ liệu là những người xây dựng chính sách và quy trình quản trị cho các tập dữ liệu trong tổ chức. Các công cụ quản trị dữ liệu là yếu tố hỗ trợ thiết yếu để họ làm việc hiệu quả nhất, và là một phần then chốt của khung quản trị.

Các công cụ và công nghệ dùng cho quản trị dữ liệu là gì?

Các công cụ quản trị dữ liệu là cần thiết để tự động hóa hoạt động quản trị và nỗ lực điều phối dữ liệu, vì khối lượng dữ liệu lớn khiến việc thực hiện thủ công là bất khả thi. Chúng cũng có thể tích hợp với nhiều sản phẩm CNTT và tập dữ liệu khác nhau cùng khả năng lập danh mục dữ liệu toàn diện, từ đó mở rộng năng lực trên toàn bộ hệ thống quản lý dữ liệu của tổ chức. Để đáp ứng nhu cầu ngày càng tăng, thị trường đã chứng kiến sự nở rộ của các giải pháp chất lượng dữ liệu. Một báo cáo đánh giá của Gartner đã phân tích thị trường quản trị dữ liệu và đưa ra Ma trận Magic Quadrant để phân loại các nhà cung cấp giải pháp quản trị dữ liệu.

Trước tầm quan trọng ngày càng lớn của quản trị dữ liệu, nhiều công cụ quản lý dữ liệu đã cung cấp năng lực quản trị như một phần của hệ thống. SolutionsReview đã phát hành Bản đồ Nhà cung cấp Quản lý Dữ liệu, trong đó phân loại các giải pháp quản lý dữ liệu thành ba nhóm: Công cụ Chất lượng Dữ liệu, Quản lý Dữ liệu Gốc (MDM), và Quản lý Dữ liệu cho Phân tích.

(1) Công cụ Chất lượng Dữ liệu

Chất lượng dữ liệu được hiểu là tính hữu dụng tổng thể của dữ liệu và khả năng dữ liệu được xử lý, phân tích dễ dàng cho các mục đích khác. Để đạt và duy trì chất lượng dữ liệu tốt, các công cụ quản trị cần thực hiện những chức năng cốt lõi như chuẩn hóa, lập hồ sơ dữ liệu (profiling), phân tách (parsing), làm sạch và giám sát. Ngoài việc giữ cho dữ liệu sạch và có tổ chức, các công cụ này còn cần hỗ trợ xử lý dữ liệu trên toàn bộ hệ thống dữ liệu của tổ chức.

Ví dụ:
(i) Talend
Sản phẩm chủ lực của Talend là Talend Data Fabric, bao gồm các khả năng đảm bảo toàn vẹn và quản trị dữ liệu trong một nền tảng đám mây thống nhất cho dữ liệu tin cậy. Điều này bao gồm quản lý siêu dữ liệu đến truy vết nguồn gốc dữ liệu, cũng như các giải pháp điều phối dữ liệu cộng tác.

(ii) SAS
Sản phẩm SAS Data Quality cung cấp năng lực quản lý chất lượng dữ liệu trên nhiều loại cơ sở dữ liệu và triển khai kiến trúc dữ liệu. Sản phẩm bao gồm các chức năng thiết yếu như làm sạch dữ liệu, phân giải thực thể, cùng bảng điều khiển hợp nhất dựa trên web để giám sát các tác vụ chất lượng dữ liệu.

(iii) Informatica
Informatica cung cấp danh mục phong phú các công cụ dữ liệu trên nhiều hình thức triển khai. Sản phẩm Informatica Data Quality cung cấp bộ khả năng biến đổi dữ liệu đa dạng, đồng thời cho phép người dùng xây dựng và rà soát quy tắc nghiệp vụ mà không phụ thuộc vào bộ phận CNTT.

(2) Quản lý Dữ liệu Gốc (Master Data Management)

Dữ liệu gốc là bộ sưu tập nhất quán, thống nhất các điểm dữ liệu cốt lõi trên toàn doanh nghiệp và bao gồm các thành phần chủ chốt như khách hàng, khách tiềm năng, nhà cung cấp, nhân viên, tài khoản, v.v. Nền tảng của một chiến lược kiểm soát chất lượng dữ liệu hiệu quả là thiết lập quản lý dữ liệu gốc vững chắc. Khi đó, tài sản dữ liệu ngày càng tăng của doanh nghiệp (cùng siêu dữ liệu) mới có thể được cấu trúc và hợp nhất đúng đắn trong một kho trung tâm để hỗ trợ ra quyết định tối ưu.

Ví dụ
(i) Ataccama
Sản phẩm Ataccama Platform là nền tảng quản lý dữ liệu tăng cường, bao gồm MDM như một mô-đun. Nền tảng cũng có các mô-đun liên quan như chất lượng dữ liệu và quản lý siêu dữ liệu, và được tích hợp đầy đủ cho nhiều hình thức triển khai.

(ii) Enterworks
EnterWorks Platform là nền tảng đa miền tạo kho trung tâm dữ liệu gốc đáng tin cậy, luôn cập nhật, được hợp nhất từ tất cả ứng dụng doanh nghiệp với các công cụ mạnh mẽ để cải thiện chất lượng và quản trị dữ liệu. Hơn nữa, toàn bộ chức năng quản trị và quản trị hệ thống trên nhiều miền có thể được thực hiện từ một giao diện người dùng duy nhất.

(iii) Riversand
Nền tảng Master Data Experience Management của Riversand cung cấp nền tảng SaaS hợp nhất, đa miền, gốc đám mây cho mọi trường hợp sử dụng MDM. Mục tiêu là loại bỏ các silo dữ liệu và hỗ trợ tuân thủ quy tắc quản trị dữ liệu bằng cách tạo một nguồn dữ liệu gốc duy nhất, chính xác, đáng tin cậy, cùng góc nhìn toàn diện về dữ liệu trọng yếu với doanh nghiệp.

(3) Quản lý Dữ liệu cho Phân tích

Với hàng loạt hoạt động quản trị để duy trì chất lượng dữ liệu, doanh nghiệp có thể cân nhắc các nền tảng dữ liệu tích hợp toàn diện thay vì giải pháp đơn lẻ. Các giải pháp quản lý dữ liệu cho phân tích là hệ thống tổng thể tích hợp với phần mềm phân tích để giám sát phân tích dữ liệu như xử lý phân tích quan hệ và phi quan hệ, trí tuệ kinh doanh và máy học.

Ví dụ
(i) Collibra Sản phẩm Collibra Data Governance là nền tảng đám mây giúp doanh nghiệp thiết lập sự hiểu biết chung về tài sản dữ liệu và cộng tác tại một nơi tập trung. Điều này bao gồm bộ dịch vụ như trình quản lý chính sách, dữ liệu tham chiếu và từ điển thuật ngữ nghiệp vụ. Tất cả giúp tạo ra dữ liệu đáng tin cậy để xây dựng phân tích kinh doanh mạnh mẽ.

(ii) erwin Bộ erwin Data Intelligence Suite (erwin DI) là nền tảng phần mềm hợp nhất cho phép người dùng tạo danh mục dữ liệu doanh nghiệp tự động và có chọn lọc, đầy đủ với mô hình dữ liệu và truy vết nguồn gốc theo yêu cầu. Điều này thúc đẩy chuẩn bị và phân tích dữ liệu nhanh nhạy, được quản trị tốt, với từ điển thuật ngữ tích hợp để nâng cao hiểu biết dữ liệu trên toàn tổ chức.

(iii) Alation Alation Platform trao quyền cho nhà phân tích và người dùng nghiệp vụ với nền tảng mở, thông minh, hỗ trợ nhiều ứng dụng quản lý siêu dữ liệu phục vụ lập danh mục và quản trị dữ liệu. Ngoài ra, sản phẩm Analytics tích hợp của nền tảng đóng vai trò là điểm đến duy nhất cho phân tích tự phục vụ hiệu quả.

Làm sao tối đa hóa giá trị của các công cụ này?

Cần nhớ rằng công cụ chỉ là một đòn bẩy trong chiến lược dân chủ hóa dữ liệu. Để khai thác tối đa các công cụ quản trị dữ liệu, con người trong tổ chức là yếu tố then chốt. Lý do là quản trị dữ liệu tốt là nỗ lực của cả đội ngũ, đòi hỏi con người thiết kế và triển khai chương trình, chính sách, sau đó tận dụng công nghệ để tự động hóa và giám sát các quy trình này một cách tối ưu. Để đạt được điều đó, các tổ chức cần bắt đầu tập trung vào nâng cao năng lực hiểu biết dữ liệu để mọi người đều có kỹ năng làm việc với dữ liệu và phát huy tốt nhất.

Tìm hiểu thêm về DataCamp for Business:
DataCamp for Business cung cấp nền tảng học tập tương tác cho các công ty cần nâng cao và đào tạo lại kỹ năng dữ liệu cho nhân sự—từ hiểu biết dữ liệu, khoa học dữ liệu đến kỹ thuật dữ liệu và máy học. Tham gia cùng 1.600+ công ty và 80% Fortune 1000 đang dùng DataCamp để nâng cao kỹ năng cho đội ngũ của họ.