Data steward là gì?

Mục lục

1. Data steward là gì và ai là người cần vai trò này?
2. Data steward khác data owner và data custodian ở đâu?
3. Data steward làm gì trong một tuần làm việc?
4. Quy trình xử lý một lỗi dữ liệu diễn ra thế nào?
5. Data steward cần kỹ năng gì và đến từ đâu?
6. Data steward hoạt động ở những mảng dữ liệu nào?
7. Ưu điểm và hạn chế của việc có data steward
8. Data steward khác gì các vai trò dữ liệu khác?
9. Khi nào doanh nghiệp nên và chưa nên đặt data steward?
10. Cách phân vai steward trong một doanh nghiệp Việt Nam vừa và nhỏ
11. Câu hỏi thường gặp

Data steward là gì và ai là người cần vai trò này?

Data steward là vai trò thuộc quản trị dữ liệu, chịu trách nhiệm để dữ liệu của tổ chức, kể cả metadata đi kèm, có chất lượng và phù hợp mục đích sử dụng. Theo định nghĩa phổ biến, đây là vai trò quản trị dữ liệu bảo đảm chất lượng và tính phù hợp mục đích của tài sản dữ liệu, gồm cả metadata. Tiếng Việt thường dịch là “người quản lý dữ liệu” hoặc “người phụ trách dữ liệu”, nhưng cách dịch này dễ gây nhầm với quản trị viên cơ sở dữ liệu (DBA). Steward không quản máy chủ. Họ quản ý nghĩa và độ đúng của dữ liệu.

Từ “steward” có nghĩa gốc là người được giao trông coi tài sản của người khác. Đúng tinh thần đó, dữ liệu thuộc về tổ chức, steward chỉ là người được giao trông nom một mảng cụ thể.

Hãy xem tình huống điển hình (ví dụ minh hoạ). Phòng kinh doanh báo doanh thu tháng là 12 tỷ, phòng kế toán báo 11,2 tỷ. Cả hai đều đúng theo cách hiểu của mình: một bên tính theo ngày chốt đơn, một bên tính theo ngày xuất hoá đơn. Không ai sai về kỹ thuật, nhưng cuộc họp mất một giờ để cãi nhau. Data steward của mảng doanh thu là người viết ra định nghĩa duy nhất của “doanh thu thuần”, ghi rõ công thức, nguồn và ngày chốt, rồi được owner phê duyệt.

Vai trò này cần thiết nhất khi tổ chức có nhiều hệ thống (ERP, CRM, kế toán, website) cùng chứa một đối tượng như khách hàng hay sản phẩm, và mỗi nơi ghi một kiểu. Nếu bạn mới làm quen với bức tranh lớn, hãy đọc bài về khung quản trị dữ liệu; data steward là lớp thực thi của khung đó.

Data steward khác data owner và data custodian ở đâu?

Ba vai này hay bị gộp làm một, và đó là nguyên nhân khiến nhiều chương trình quản trị dữ liệu chỉ dừng ở tài liệu chính sách. Cách phân biệt gọn nhất là theo RACI: chủ sở hữu dữ liệu là người chịu trách nhiệm giải trình (A), steward là người thực hiện (R). Custodian là vai kỹ thuật. Custodian thường là IT hoặc kỹ sư nền tảng, triển khai các kiểm soát như mã hoá, sao lưu, cấp quyền truy cập mà owner đã duyệt.

Tiêu chí	Data owner	Data steward	Data custodian
Thuộc phía	Nghiệp vụ, cấp quản lý	Nghiệp vụ, cấp chuyên viên	IT, nền tảng, an ninh
Câu hỏi trả lời	Ai được dùng, dùng để làm gì?	Trường này nghĩa là gì, đúng chưa?	Dữ liệu lưu ở đâu, ai truy cập được về kỹ thuật?
Việc điển hình	Duyệt chính sách, duyệt mức phân loại, giải quyết tranh chấp giữa phòng ban	Viết thuật ngữ, đặt quy tắc chất lượng, phân loại lỗi, làm việc với người dùng dữ liệu	Mã hoá, sao lưu, cấp và thu hồi quyền, thực thi thời hạn lưu trữ
Khi dữ liệu sai	Bị hỏi trách nhiệm	Điều tra và xử lý	Sửa phần kỹ thuật nếu lỗi nằm ở hệ thống

Cách phân việc trên là quy ước phổ biến, không phải luật. Khung DAMA-DMBOK coi các vai quản trị dữ liệu là độc lập, nên một nhân viên có thể giữ nhiều vai cùng lúc. Với doanh nghiệp nhỏ, trưởng phòng kinh doanh vừa là owner vừa là steward của dữ liệu khách hàng là chuyện bình thường. Điều cần tránh là để steward không có người quyết định phía trên, vì khi hai phòng bất đồng về định nghĩa, steward không có quyền phân xử.

Một cách tách ngắn: steward chịu trách nhiệm về nội dung trong một trường dữ liệu, còn custodian chịu trách nhiệm về môi trường kỹ thuật và cấu trúc cơ sở dữ liệu. Kỹ sư dữ liệu (xem công việc của data engineer) thường rơi vào nhóm custodian hoặc làm việc sát với nhóm này, không phải steward.

Data steward làm gì trong một tuần làm việc?

Công việc của steward không nằm ở những buổi họp chiến lược. Nó là chuỗi việc nhỏ lặp đi lặp lại quanh một mảng dữ liệu. Danh sách dưới đây tổng hợp từ cách các tài liệu quản trị dữ liệu mô tả vai trò này.

• Soạn và giữ từ điển nghiệp vụ (business glossary). Steward chăm sóc các mục từ điển của mảng mình, đặt quy tắc chất lượng và phân loại các vấn đề chất lượng được báo lên. Mỗi thuật ngữ cần tên, định nghĩa, công thức nếu có, nguồn chuẩn và người duyệt.
• Đặt quy tắc chất lượng dữ liệu. Ví dụ: mã số thuế phải đủ 10 hoặc 13 chữ số, ngày giao hàng không được trước ngày đặt hàng, mỗi khách hàng chỉ có một mã. Steward viết quy tắc bằng ngôn ngữ nghiệp vụ, đội kỹ thuật chuyển thành kiểm tra tự động. Phần khái niệm có trong bài chất lượng dữ liệu.
• Rà soát kết quả đo dữ liệu. Trước khi đặt ngưỡng, steward thường xem kết quả khảo sát dữ liệu hiện có để biết tỷ lệ trống, trùng, sai định dạng. Cách làm nằm ở bài data profiling.
• Triage lỗi từ người dùng. Một nhân viên phân tích báo “tổng khách hàng tháng này vọt lên bất thường”. Steward xác định đó là lỗi nhập, lỗi đồng bộ hay do định nghĩa thay đổi, rồi chuyển đúng nơi.
• Duy trì metadata và danh mục. Steward cập nhật metadata trong data catalog, gồm mô tả trường, mức nhạy cảm, nguồn, người liên hệ. Xem thêm bài data catalog.
• Chuyển tiếp đúng người. Câu hỏi về chính sách được đưa lên owner, vấn đề kỹ thuật chuyển cho custodian.

Quy trình xử lý một lỗi dữ liệu diễn ra thế nào?

Điểm khác biệt giữa người làm sạch dữ liệu và steward nằm ở chỗ steward không chỉ sửa bản ghi sai. Họ sửa nguyên nhân để lỗi không quay lại. Quy trình dưới đây là cách làm điển hình.

Ví dụ minh hoạ: công ty phân phối nhận thấy báo cáo công nợ có ba mã cho cùng một đại lý, vì ba nhân viên bán hàng tự tạo mã khi nhập đơn. Người làm sạch sẽ gộp ba mã thành một. Steward đi tiếp: hỏi vì sao hệ thống cho tạo trùng, đề nghị bắt buộc tìm theo mã số thuế trước khi tạo khách mới, và thêm quy tắc báo cảnh báo khi hai khách có cùng mã số thuế. Với những vụ trùng lặp lớn, tổ chức thường cần cả cơ chế chuẩn hoá bản ghi gốc, xem bài master data management.

Ở bước 2, steward cần biết dữ liệu đi từ đâu đến đâu. Khi có sơ đồ truy vết nguồn gốc, việc tìm lỗi nhanh hơn nhiều. Đây là lý do data lineage thường đi kèm vai trò này.

Data steward cần kỹ năng gì và đến từ đâu?

Phần lớn tài liệu đều nhấn mạnh steward đứng ở giao điểm giữa nghiệp vụ và kỹ thuật. Họ thực hiện các chính sách sử dụng và bảo mật dữ liệu do quản trị dữ liệu cấp doanh nghiệp đặt ra, và làm cầu nối giữa IT với phía nghiệp vụ. Từ đó suy ra bộ kỹ năng:

• Hiểu nghiệp vụ sâu. Đây là kỹ năng quan trọng nhất. Người biết vì sao một đơn hàng có thể ở trạng thái “đã giao nhưng chưa xuất hoá đơn” sẽ viết quy tắc đúng hơn người giỏi SQL nhưng chưa từng làm kho.
• Đọc dữ liệu đủ để kiểm tra. Biết lọc, nhóm, đếm trùng trong bảng tính hoặc truy vấn đơn giản. Bạn có thể xem nền tảng ở bài SQL cơ bản. Steward không cần xây pipeline.
• Viết định nghĩa rõ ràng. Một định nghĩa tốt trả lời được ba câu: tính từ đâu, gồm và không gồm gì, ai duyệt.
• Thương lượng. Kinh doanh, kế toán và vận hành thường muốn định nghĩa khác nhau. Steward cần dẫn họ đến một thống nhất hoặc đưa lên owner phân xử.
• Nhận biết dữ liệu nhạy cảm. Steward của mảng nhân sự hay khách hàng cần biết trường nào là dữ liệu cá nhân, trường nào có thể suy ra danh tính khi ghép với trường khác. Khái niệm này giải thích ở bài dữ liệu định danh.

Nguồn nhân sự tốt nhất thường là người đã làm lâu ở mảng đó: kế toán trưởng nhóm, chuyên viên vận hành kho, quản trị viên CRM. Một hướng dẫn tiếng Việt cũng khuyên chọn người có chuyên môn, hiểu quy trình và dữ liệu của phòng ban. Chứng chỉ không bắt buộc; DAMA có chứng chỉ CDMP cho người muốn đi sâu, nhưng đây là lựa chọn không phải điều kiện.

Data steward hoạt động ở những mảng dữ liệu nào?

Steward thường được gán theo miền dữ liệu (data domain) chứ không theo hệ thống. Miền có thể là khách hàng, tài chính, sản phẩm hoặc nhân sự. Bảng sau minh hoạ việc của steward ở từng miền (ví dụ minh hoạ, tuỳ tổ chức).

Miền	Câu hỏi steward giữ	Lỗi điển hình
Khách hàng	Thế nào là một khách hàng “đang hoạt động”?	Trùng mã, thiếu số điện thoại, sai địa chỉ giao hàng
Sản phẩm	Một mã SKU thay đổi quy cách thì tạo mã mới hay sửa mã cũ?	Cùng sản phẩm hai tên, sai đơn vị tính
Tài chính	Doanh thu ghi nhận theo ngày nào?	Lệch kỳ, sai tỷ giá quy đổi
Nhân sự	Ai được xem trường lương và trường căn cước?	Hồ sơ trùng, dữ liệu cá nhân nằm trong bảng tính dùng chung

Với miền có dữ liệu cá nhân như nhân sự và khách hàng, steward là người thường xuyên nhất nhìn thấy từng trường cụ thể. Họ có thể đánh dấu cột nào cần che khi chia sẻ cho nhóm phân tích, chi tiết kỹ thuật xem ở bài data masking. Việc quyết định có che hay không vẫn thuộc owner và người phụ trách tuân thủ.

Ưu điểm và hạn chế của việc có data steward

Ưu điểm

• Có một người cụ thể để hỏi khi số liệu mâu thuẫn, thay vì cuộc họp đối chất giữa các phòng.
• Định nghĩa được ghi một lần, dùng chung cho báo cáo, bảng điều khiển và mô hình phân tích.
• Lỗi được sửa ở nguồn, giảm công việc làm sạch lặp lại của nhóm phân tích.
• Metadata và danh mục dữ liệu luôn có người cập nhật, nên không biến thành tài liệu cũ.

Hạn chế

• Steward kiêm nhiệm dễ bị việc chính lấn át, vì công việc dữ liệu hiếm khi có hạn chót rõ ràng.
• Không có quyền hay không có owner phía trên, steward chỉ ghi nhận được bất đồng chứ không giải quyết được.
• Mô tả vai trò mơ hồ khiến steward bị hiểu như nhân viên nhập liệu hoặc nhân viên IT.
• Chi phí nằm ở thời gian của người hiểu nghiệp vụ, vốn là nguồn lực khan hiếm.

Data steward khác gì các vai trò dữ liệu khác?

Người mới hay hỏi steward có phải là một dạng của data analyst, data engineer hay data scientist. Câu trả lời là không; mỗi vai tạo ra sản phẩm khác nhau.

Vai trò	Sản phẩm chính	Quan hệ với steward
Data steward	Định nghĩa, quy tắc chất lượng, metadata	Giữ ý nghĩa và độ đúng của dữ liệu
Data engineer	Pipeline, kho dữ liệu	Triển khai các quy tắc steward đặt ra
Data analyst	Báo cáo, phân tích	Người dùng dữ liệu chính, nguồn báo lỗi cho steward (xem data analyst)
Data scientist	Mô hình dự báo	Cần dữ liệu đã được steward xác nhận chất lượng

Một điểm khác: data governance là khung chính sách của cả tổ chức, còn data stewardship là hoạt động thực thi trong khung đó. Steward không viết chính sách chung, nhưng là người thấy chính sách nào không áp dụng được trên thực tế và phản hồi lại.

Khi nào doanh nghiệp nên và chưa nên đặt data steward?

Dấu hiệu nên đặt:

• Cùng một chỉ số có hai con số khác nhau ở hai báo cáo, và việc đối chiếu mất nhiều giờ mỗi kỳ.
• Nhóm phân tích dành phần lớn thời gian xin giải thích ý nghĩa cột dữ liệu từ các phòng ban.
• Sắp triển khai kho dữ liệu, data warehouse hoặc hệ thống mới, và cần quyết định định nghĩa chung trước khi nạp dữ liệu.
• Dữ liệu cá nhân nằm rải rác nhiều hệ thống, không ai biết đầy đủ trường nào nằm ở đâu.

Dấu hiệu chưa cần hoặc chưa đủ điều kiện:

• Công ty chỉ có một hệ thống duy nhất và vài người dùng; việc này có thể do chính chủ hệ thống kiêm.
• Ban lãnh đạo chưa chỉ định được owner cho miền dữ liệu nào, nên steward sẽ không có người phê duyệt định nghĩa.
• Kỳ vọng là mua công cụ rồi tự có chất lượng dữ liệu. Công cụ catalog hay kiểm tra chất lượng không tự biết “khách hàng” nghĩa là gì ở công ty bạn.

Cách phân vai steward trong một doanh nghiệp Việt Nam vừa và nhỏ

Bạn không cần một phòng dữ liệu để bắt đầu. Cách phân vai gọn nhất gồm các bước sau.

1. Liệt kê các miền dữ liệu bị tranh cãi nhiều nhất. Thường là khách hàng, sản phẩm, doanh thu. Chọn một miền trước.
2. Chỉ định owner cho miền đó. Người có quyền quyết định về nghiệp vụ, ví dụ giám đốc kinh doanh với dữ liệu khách hàng.
3. Chọn steward trong nhóm người dùng chính. Người hay phải sửa dữ liệu bằng tay thường hiểu vấn đề rõ nhất.
4. Lập tài liệu hai trang. Một trang cho từ điển thuật ngữ (tên, định nghĩa, nguồn chuẩn), một trang cho quy tắc chất lượng (quy tắc, ngưỡng chấp nhận, người xử lý khi vi phạm).
5. Thống nhất kênh báo lỗi và thời hạn phản hồi. Một biểu mẫu hoặc một hộp thư chung đủ dùng; điều quan trọng là mỗi lỗi có người nhận.
6. Đưa vào mô tả công việc. Ghi rõ số giờ mỗi tuần dành cho việc steward, để việc này không biến thành việc làm thêm không ai tính.

Khi dữ liệu đã nhiều hơn, bạn có thể gắn thêm công cụ danh mục dữ liệu và công cụ kiểm tra chất lượng tự động. Với các tổ chức theo hướng phi tập trung, mỗi nhóm sản phẩm dữ liệu có steward riêng, mô hình này liên quan đến data mesh, nơi trách nhiệm dữ liệu gắn với miền nghiệp vụ.

Câu hỏi thường gặp

Data steward là gì, nói ngắn gọn?

Đó là người phía nghiệp vụ được giao trông nom chất lượng, định nghĩa và cách dùng dữ liệu của một mảng cụ thể, làm việc theo chính sách do data owner đặt ra và phối hợp với IT.

Data steward có phải là người làm về công nghệ thông tin không?

Thường là không. Steward chủ yếu đến từ phía nghiệp vụ và hiểu quy trình, còn việc vận hành kỹ thuật như lưu trữ, sao lưu, phân quyền thuộc data custodian. Tuy vậy steward cần đọc được dữ liệu để kiểm tra, ví dụ bằng bảng tính hoặc truy vấn cơ bản.

Data steward và data owner khác nhau thế nào?

Owner là người ra quyết định và chịu trách nhiệm giải trình cho một miền dữ liệu, như duyệt chính sách hay quyền truy cập. Steward thực thi các quyết định đó hằng ngày: viết định nghĩa, theo dõi chất lượng, xử lý vấn đề. Ở doanh nghiệp nhỏ, một người có thể giữ cả hai vai.

Doanh nghiệp nhỏ có cần data steward riêng không?

Chưa chắc cần chức danh riêng. Nếu số liệu giữa các phòng thường lệch nhau, hãy giao vai trò này cho người hiểu nghiệp vụ nhất ở một miền dữ liệu, kèm thời gian cụ thể mỗi tuần. Nếu chỉ có một hệ thống và vài người dùng, chủ hệ thống có thể kiêm.

Data steward có chịu trách nhiệm pháp lý khi lộ dữ liệu không?

Steward không phải là người chịu trách nhiệm cuối cùng; trách nhiệm giải trình thuộc owner và tổ chức. Steward có phần việc trong phòng ngừa, như nhận diện trường dữ liệu nhạy cảm và báo cáo bất thường. Khi sự cố xảy ra, xem thêm bài data breach để hiểu cách xử lý.

Data stewardship khác data steward ở điểm nào?

Data steward là người hoặc vai trò, còn data stewardship là hoạt động: đảm bảo dữ liệu của tổ chức dễ truy cập, đáng tin cậy, dùng được và an toàn. Có thể có stewardship tốt khi không ai mang chức danh steward, nhưng khi đó phải có người thực sự làm các việc nói trên.