Data monetization là gì?

Mục lục

1. Data monetization là gì?
2. Tạo giá trị và ghi nhận giá trị khác nhau thế nào?
3. Có những cách nào để kiếm tiền từ dữ liệu?
4. Data monetization nội bộ và bên ngoài khác nhau ra sao?
5. Những dạng sản phẩm dữ liệu có thể bán ra ngoài
6. Dữ liệu phải đạt điều kiện gì mới đáng để thương mại hoá?
7. Ranh giới pháp lý khi bán hoặc chia sẻ dữ liệu tại Việt Nam
8. Ví dụ thực tế: dữ liệu bán hàng thành sản phẩm
9. Làm sao biết data monetization có thực sự sinh lời?
10. Ưu điểm và hạn chế
11. Data monetization khác gì các khái niệm gần?
12. Khi nào nên và không nên theo đuổi data monetization?
13. Câu hỏi thường gặp

Data monetization là gì?

Data monetization là quá trình dùng dữ liệu để thu được lợi ích kinh tế định lượng được. Gartner định nghĩa đây là việc dùng dữ liệu để có lợi ích kinh tế đo lường được. Tác động có thể là tạo doanh thu, giảm chi phí hoặc giảm rủi ro.

Điểm hay bị hiểu sai nằm ở phạm vi. Nhiều tổ chức hiểu quá hẹp là “bán bộ dữ liệu”, hoặc quá rộng là “tạo lợi ích từ việc dùng dữ liệu”. Cách hiểu hẹp bỏ sót những khoản tiết kiệm lớn trong vận hành. Cách hiểu rộng khiến mọi báo cáo đều bị gọi là “monetization” dù không ai chứng minh được nó đem lại đồng nào.

Bài này nói về khái niệm kinh doanh. Nếu bạn cần phần kỹ thuật phía sau, như lưu trữ hay xử lý, hãy xem bài về kho dữ liệu data warehouse. Bài này không lặp lại các nội dung đó.

Tạo giá trị và ghi nhận giá trị khác nhau thế nào?

Đây là ranh giới quan trọng nhất của khái niệm. Theo nghiên cứu của MIT CISR về data monetization, tạo giá trị từ dữ liệu đòi hỏi một người hoặc một hệ thống hành động dựa trên dữ liệu, còn ghi nhận giá trị đòi hỏi giá trị đã tạo ra phải đóng góp vào kết quả kinh doanh của tổ chức.

Ví dụ trong chính nghiên cứu này là hãng hàng không. Thay vì chờ thời tiết gây chậm chuyến, hãng xem dự báo thời tiết, dự đoán chậm chuyến rồi tự động điều chỉnh hành trình hành khách. Phần tiền thật nằm ở chỗ khác: đó là khoản tiền làm thêm giờ và hoàn tiền cho khách giảm đi nhờ quy trình đổi chuyến chạy bằng dữ liệu. Dự báo thời tiết chỉ là giá trị được tạo ra. Khoản chi giảm đi mới là giá trị được ghi nhận.

Có những cách nào để kiếm tiền từ dữ liệu?

MIT CISR chỉ ra ba cách khả thi: cải thiện công việc, đóng gói vào sản phẩm và bán các sản phẩm thông tin. Cách chia này thực tế hơn kiểu chia chung chung “trực tiếp và gián tiếp”, vì nó gắn với việc doanh nghiệp phải làm gì.

Cách	Dữ liệu đi đâu	Tiền đến từ đâu	Ví dụ minh hoạ
Cải thiện công việc	Ở lại trong doanh nghiệp	Chi phí giảm, năng suất tăng	Công ty giao hàng dùng lịch sử giao thất bại để đổi tuyến, giảm số chuyến phải giao lại
Đóng gói vào sản phẩm	Nằm trong sản phẩm bán cho khách	Giá bán cao hơn, khách giữ lại lâu hơn	Phần mềm quản lý bán hàng thêm trang so sánh doanh thu của khách với mức trung bình ngành, dành cho gói trả phí
Bán sản phẩm thông tin	Ra ngoài dưới dạng báo cáo, chỉ số, API	Phí mua một lần hoặc thuê bao	Doanh nghiệp bán chỉ số thời gian giao hàng theo quận, đã tổng hợp và không có thông tin cá nhân

Các ví dụ trong bảng là ví dụ minh hoạ, không phải số liệu của một doanh nghiệp cụ thể.

Data monetization nội bộ và bên ngoài khác nhau ra sao?

Nhiều nhà cung cấp chia theo hai trục: dữ liệu dùng trong hay ngoài doanh nghiệp, và lợi ích đến trực tiếp hay gián tiếp. Một cách chia phổ biến gồm bốn nhóm: trực tiếp nội bộ để tối ưu vận hành, gián tiếp nội bộ để ra quyết định tốt hơn, trực tiếp bên ngoài là bán dữ liệu, và gián tiếp bên ngoài là xây sản phẩm dựa trên dữ liệu.

Về mức độ phổ biến, dạng nội bộ hiện là hình thức thường gặp nhất, đòi hỏi ít biện pháp an ninh, sở hữu trí tuệ và pháp lý hơn các dạng khác. Đổi lại, mức lợi ích tối đa của dạng này bị giới hạn bởi cơ cấu và hoàn cảnh nội bộ của tổ chức. Nói cách khác, doanh nghiệp nhỏ thường nên đi nội bộ trước, còn doanh nghiệp sở hữu dữ liệu hiếm mà bên ngoài sẵn sàng trả tiền mới cân nhắc bán.

Những dạng sản phẩm dữ liệu có thể bán ra ngoài

Khi đã chọn hướng bên ngoài, “dữ liệu” có thể được đóng gói theo nhiều tầng giá trị. Tầng càng cao thì bên mua càng ít phải tự xử lý, nhưng bên bán càng phải chịu trách nhiệm về độ đúng.

• Dữ liệu thô hoặc tổng hợp: bên mua tự phân tích. Phù hợp với dữ liệu có quy mô lớn và định dạng ổn định. Bạn có thể xem thêm về dữ liệu thô raw data để hiểu vì sao loại này thường cần làm sạch trước khi bán.
• Báo cáo và chỉ số (insight): bên bán đã phân tích sẵn, ví dụ chỉ số tiêu dùng theo khu vực, chỉ số tồn kho ngành.
• Dữ liệu dưới dạng dịch vụ (data-as-a-service, DaaS): cung cấp dữ liệu để doanh nghiệp khác đưa vào hệ thống phân tích của họ. Thường qua API và thu phí thuê bao.
• Phân tích nhúng trong sản phẩm: bảng điều khiển hoặc tính năng dự báo nằm trong phần mềm bạn bán cho khách.

Một cách tính phí thường gặp là theo thuê bao, theo số lượt gọi API hoặc theo từng báo cáo. Mức giá phụ thuộc rất nhiều vào độ hiếm, độ mới và độ tin cậy của dữ liệu. Bài này không đưa con số giá vì chưa có mức tham chiếu chung đã kiểm chứng cho thị trường Việt Nam.

Dữ liệu phải đạt điều kiện gì mới đáng để thương mại hoá?

Có nhiều dữ liệu chưa có nghĩa là có dữ liệu có giá trị. Chỉ vì có lượng dữ liệu khổng lồ thì chưa chắc dữ liệu đó có giá trị với doanh nghiệp. Với data monetization, bạn nên kiểm bốn điều trước khi đầu tư:

1. Có người cần và chịu trả tiền. Với hướng bán ngoài, phải ưu tiên chuẩn bị những tài sản dữ liệu mà người dùng thực sự cần, sẽ trả tiền và sẽ dùng.
2. Dữ liệu đủ tin cậy. Trùng lặp, thiếu trường, sai định dạng sẽ làm sản phẩm thông tin sai theo. Xem bài về chất lượng dữ liệu data quality để biết các tiêu chí đo.
3. Biết nguồn gốc và đường đi của dữ liệu. Khi một khách hàng hỏi con số này từ đâu ra, bạn phải truy được về hệ thống nguồn. Đây là việc của dòng dữ liệu data lineage.
4. Có quyền dùng dữ liệu cho mục đích đó. Dữ liệu thu để giao hàng không mặc nhiên được dùng để bán cho bên thứ ba.

Ranh giới pháp lý khi bán hoặc chia sẻ dữ liệu tại Việt Nam

Hướng bán ra ngoài chịu tác động trực tiếp của Luật Dữ liệu 60/2024/QH15, được Quốc hội thông qua ngày 30/11/2024 và có hiệu lực từ ngày 01/07/2025. Luật này làm rõ ba điểm liên quan đến việc kiếm tiền từ dữ liệu.

• Dữ liệu là tài sản. Lần đầu tiên luật công nhận quyền của chủ sở hữu dữ liệu như một quyền tài sản theo luật dân sự. Điều này mở đường cho việc định giá và chuyển nhượng dữ liệu một cách chính thức.
• Có loại dữ liệu bị cấm giao dịch. Theo Điều 42, dữ liệu không được giao dịch gồm dữ liệu gây nguy hại đến quốc phòng, an ninh, đối ngoại; dữ liệu chưa có sự đồng ý của chủ thể dữ liệu, trừ khi luật có quy định khác. Với data monetization, đây là rào cản lớn nhất: bảng khách hàng có họ tên, số điện thoại không thể đem bán chỉ vì doanh nghiệp đang giữ nó.
• Sàn dữ liệu có điều kiện riêng. Theo tóm tắt của một trang pháp luật, tổ chức cung cấp dịch vụ sàn dữ liệu là đơn vị sự nghiệp công lập hoặc doanh nghiệp nhà nước đủ điều kiện và được cấp phép. Doanh nghiệp tư nhân nên hiểu đây là kênh tham gia, không phải kênh tự vận hành.

Về tổ chức làm dịch vụ trung gian, phân tích, tổng hợp dữ liệu, luật yêu cầu tuân thủ pháp luật về an toàn thông tin mạng, an ninh mạng và giao dịch điện tử. Ngoài ra, Nghị định 169/2025 ban hành ngày 30/6/2025, có hiệu lực từ 1/7/2025, quy định về sản phẩm, dịch vụ về dữ liệu. Trước khi ký hợp đồng bán dữ liệu, hãy nhờ luật sư kiểm tra từng trường dữ liệu có thuộc dữ liệu cá nhân không. Bài này không phải tư vấn pháp lý.

Ví dụ thực tế: dữ liệu bán hàng thành sản phẩm

Hãy xem một tình huống minh hoạ để thấy ba con đường chạy song song. Một công ty phần mềm quản lý cho cửa hàng bán lẻ nhỏ đang giữ dữ liệu giao dịch của vài nghìn cửa hàng (ví dụ minh hoạ, không phải doanh nghiệp có thật).

• Cải thiện công việc: đội hỗ trợ xem dữ liệu sử dụng và nhận ra khách bỏ dùng sau tháng đầu thường không bao giờ tạo hoá đơn thứ hai. Họ gọi điện đúng nhóm này. Tỷ lệ gia hạn cải thiện, và đó là tiền ghi nhận được.
• Đóng gói vào sản phẩm: thêm tính năng so sánh doanh thu của cửa hàng với trung vị của các cửa hàng cùng khu vực, chỉ có ở gói cao. Dữ liệu của từng cửa hàng khác không bao giờ hiện ra, chỉ có con số tổng hợp.
• Bán sản phẩm thông tin: xuất bản báo cáo chỉ số tiêu dùng theo quận mỗi quý, dùng dữ liệu tổng hợp. Điều khoản sử dụng với cửa hàng phải cho phép việc này ngay từ đầu.

Với bất kỳ con đường nào, phần nền thường là một chuỗi chuẩn hoá và tích hợp dữ liệu từ nhiều nguồn. Bạn có thể đọc về đường ống dữ liệu data pipeline để hiểu dữ liệu chạy từ hệ thống bán hàng đến báo cáo thế nào. Với dữ liệu khách hàng của riêng doanh nghiệp, nền tảng CDP quản lý dữ liệu khách hàng là một lựa chọn gom dữ liệu về một chỗ.

Làm sao biết data monetization có thực sự sinh lời?

Khó nhất không phải tạo ra phân tích mà là chứng minh khoản tiền thay đổi nhờ nó. Vài cách đo thực tế cho từng hướng:

Hướng	Chỉ số có thể đo	Cái bẫy thường gặp
Cải thiện công việc	Chi phí trên mỗi đơn vị công việc trước và sau; số chuyến giao lại; số hoàn tiền	Mùa vụ làm số đẹp lên mà không liên quan đến dữ liệu
Đóng gói vào sản phẩm	Chênh lệch tỷ lệ nâng cấp gói và tỷ lệ gia hạn giữa nhóm có và không có tính năng	Khách chọn dùng tính năng vốn đã là khách tích cực
Bán sản phẩm thông tin	Doanh thu thuê bao, tỷ lệ gia hạn của bên mua, chi phí chuẩn bị và làm sạch dữ liệu	Quên trừ chi phí pháp lý và vận hành khỏi doanh thu

Cách làm chắc nhất là so sánh với một nhóm không dùng dữ liệu trong cùng giai đoạn, thay vì so với năm trước. Ví dụ, chỉ giao tuyến mới cho một nửa số tài xế rồi so số chuyến giao lại giữa hai nhóm. Nếu chi phí chuẩn bị dữ liệu và nhân sự lớn hơn tiền thu về, thì đó chưa phải monetization.

Phần phân tích nằm ở đầu chuỗi giá trị này thường chia theo mức độ: mô tả, dự đoán, đề xuất hành động. Bạn có thể tìm hiểu từng mức qua bài về phân tích dự đoán predictive analytics, đây là nguồn của nhiều khoản tiết kiệm nội bộ như dự báo tồn kho hay cảnh báo gian lận.

Ưu điểm và hạn chế

Ưu điểm

• Tận dụng tài sản đã có sẵn từ hoạt động hằng ngày, không phải xây mới nguồn thu từ đầu.
• Có thể bắt đầu từ cách nội bộ, vốn ít ràng buộc pháp lý hơn.
• Sản phẩm dữ liệu dạng thuê bao tạo doanh thu định kỳ, khác với bán một lần.

Hạn chế

• Dữ liệu cá nhân và dữ liệu nhạy cảm bị ràng buộc chặt, nhiều loại không thể bán.
• Chi phí ngầm lớn: làm sạch, chuẩn hoá, bảo mật, hỗ trợ bên mua.
• Khi bán ra ngoài, bạn chịu trách nhiệm về độ chính xác. Dữ liệu sai gây thiệt hại cho bên mua.
• Giá trị thay đổi theo thời gian. Dữ liệu cũ thường mất giá nhanh.
• Người đã đóng góp dữ liệu cũng có thể có quyền hợp pháp đối với dữ liệu đó, nên quyền sở hữu không phải lúc nào cũng thuộc hoàn toàn về doanh nghiệp.

Data monetization khác gì các khái niệm gần?

Khái niệm	Câu hỏi chính	Khác với data monetization ở
Data-driven	Doanh nghiệp có ra quyết định dựa trên dữ liệu không?	Là văn hoá và cách làm; chưa nói tới việc tiền có tăng hay không. Xem doanh nghiệp data driven.
Phân tích dữ liệu	Dữ liệu nói lên điều gì?	Là hoạt động tạo hiểu biết. Monetization là bước biến hiểu biết thành tiền.
Data mining	Có mẫu hình ẩn nào trong dữ liệu?	Là kỹ thuật khai phá. Monetization là mục tiêu kinh doanh.
Data governance	Ai được dùng dữ liệu nào, theo quy tắc nào?	Là khung kiểm soát. Monetization cần khung này để bán được và để không vi phạm.

Khi nào nên và không nên theo đuổi data monetization?

Nên cân nhắc khi:

• Doanh nghiệp có dữ liệu giao dịch hoặc hành vi mà đối tác trong chuỗi giá trị muốn biết, chẳng hạn nhà cung cấp muốn xem sức bán theo vùng.
• Đã có chi phí vận hành lặp lại lớn mà dự báo hoặc cảnh báo tự động có thể cắt giảm, như hoàn tiền, giao lại, hàng tồn quá hạn.
• Điều khoản sử dụng với khách hàng và đối tác cho phép mục đích dùng này, hoặc có thể bổ sung và xin đồng ý hợp lệ.

Chưa nên khi:

• Dữ liệu nằm rải rác ở nhiều file và hệ thống mà không ai biết bản nào là bản đúng. Hãy xử lý việc này trước bằng danh mục dữ liệu data catalog hoặc quy trình quản lý dữ liệu chủ.
• Giá trị mong đợi chỉ đến từ việc bán thông tin cá nhân của khách hàng. Hướng này vừa rủi ro pháp lý vừa rủi ro mất niềm tin.
• Chưa có ai trả lời được câu hỏi: bên nào sẽ mua, mua để làm gì, trả bao nhiêu.

Câu hỏi thường gặp

Data monetization có nghĩa là bán dữ liệu không?

Không. Bán dữ liệu chỉ là một dạng, thuộc nhóm bên ngoài và trực tiếp. Dạng phổ biến hơn là dùng dữ liệu để giảm chi phí hoặc nâng giá trị sản phẩm, trong đó dữ liệu không rời khỏi doanh nghiệp.

Doanh nghiệp nhỏ có làm data monetization được không?

Được, nhưng thường qua con đường nội bộ. Ví dụ dùng dữ liệu đơn hàng để giảm hàng tồn hoặc giảm tỷ lệ giao thất bại. Dạng này cần ít điều kiện pháp lý và hạ tầng hơn việc xây sản phẩm dữ liệu để bán.

Bán dữ liệu khách hàng có hợp pháp không?

Phụ thuộc loại dữ liệu và sự đồng ý. Theo Điều 42 Luật Dữ liệu 2024, dữ liệu chưa có sự đồng ý của chủ thể dữ liệu thuộc nhóm không được giao dịch, trừ trường hợp luật có quy định khác. Hãy kiểm tra từng trường dữ liệu và hỏi ý kiến luật sư trước khi ký hợp đồng.

Sàn dữ liệu có phải nơi bất kỳ doanh nghiệp nào cũng mở được không?

Không. Theo Luật Dữ liệu 2024, tổ chức cung cấp dịch vụ sàn dữ liệu phải là đơn vị sự nghiệp công lập hoặc doanh nghiệp nhà nước đủ điều kiện và được cấp phép. Doanh nghiệp tư nhân có thể tham gia giao dịch trên sàn khi đáp ứng điều kiện, chứ không tự mở sàn.

Làm sao biết dữ liệu của mình có giá trị?

Hỏi ba câu: có bên nào cần nó để ra quyết định mà không tự thu thập được không, dữ liệu có đủ mới và đủ sạch không, và bạn có quyền dùng nó cho mục đích đó không. Nếu cả ba đều có câu trả lời rõ, dữ liệu đó đáng được thử đóng gói.

Data monetization khác gì với data-driven?

Data-driven nói về cách ra quyết định dựa trên dữ liệu. Data monetization đòi hỏi thêm một bước: chứng minh quyết định đó làm tiền vào tăng hoặc tiền ra giảm. Một doanh nghiệp có thể data-driven mà chưa monetize được dữ liệu.