Trả lời nhanh: Metadata (siêu dữ liệu) là dữ liệu mô tả một dữ liệu khác: ai tạo, tạo khi nào, định dạng gì, nằm ở đâu, nghĩa là gì, ai được dùng. Nó không phải nội dung chính, nhưng giúp tìm kiếm, hiểu, kiểm soát và tin cậy dữ liệu.
Điểm chính
- Metadata trả lời các câu hỏi về dữ liệu: nó là gì, từ đâu ra, cấu trúc thế nào, ai chịu trách nhiệm.
- Có thể chia thành metadata kỹ thuật, nghiệp vụ và vận hành. Cách chia khác là mô tả, cấu trúc và quản trị.
- Metadata có thể nằm ngay trong file (như EXIF của ảnh) hoặc lưu riêng trong hệ thống (như danh mục dữ liệu).
- Metadata cũng có thể làm lộ thông tin: toạ độ GPS trong ảnh, tên tác giả, lịch sử chỉnh sửa trong file Office.
Mục lục
- Metadata là gì?
- Metadata hoạt động thế nào?
- Các loại metadata chính
- Ví dụ metadata thực tế bạn gặp hằng ngày
- Metadata giúp doanh nghiệp Việt Nam việc gì?
- Metadata có thể làm lộ thông tin gì?
- Metadata khác gì data catalog, data dictionary và schema?
- Ưu điểm và hạn chế của metadata
- Cần ghi những metadata tối thiểu nào cho một bộ dữ liệu?
- Khi nào nên và không nên đầu tư vào metadata?
- Câu hỏi thường gặp
Metadata là gì?
Metadata, tiếng Việt thường gọi là siêu dữ liệu hoặc dữ liệu mô tả, là thông tin giải thích về một đối tượng dữ liệu. Đối tượng đó có thể là một file, một bảng trong cơ sở dữ liệu, một cột, một báo cáo, một trang web hay một đoạn video. Cách nói quen thuộc là “dữ liệu về dữ liệu”. Cách nói này đúng nhưng hơi trừu tượng, nên hãy nghĩ đến tấm thẻ trong thư viện. Cuốn sách là dữ liệu. Tấm thẻ ghi tên sách, tác giả, năm xuất bản, mã phân loại và vị trí trên kệ là metadata. Bạn không cần mở cuốn sách vẫn biết nó có đúng thứ mình cần hay không.
Ví dụ gần hơn với công việc văn phòng: bạn gửi một file hợp đồng PDF. Nội dung các điều khoản là dữ liệu. Tên file, dung lượng, ngày tạo, người tạo, phần mềm tạo ra file, số trang là metadata. Trong cơ sở dữ liệu, giá trị 1.250.000 trong cột đơn giá là dữ liệu. Còn việc cột đó kiểu số thập phân, đơn vị là đồng, không được để trống và do bộ phận kế toán quản lý là metadata.
Điểm cần nhớ: “dữ liệu” và “metadata” là quan hệ tương đối. Một danh sách các bảng trong kho dữ liệu là metadata của kho đó, nhưng với người làm công cụ quản lý danh mục thì chính danh sách ấy lại là dữ liệu mà họ phải phân tích.
Metadata hoạt động thế nào?
Metadata được tạo ra theo hai cách và được lưu theo hai cách. Hiểu sự khác biệt này giúp bạn biết vì sao có metadata tự đầy đủ, còn metadata khác thì thường bị bỏ trống.
Metadata tự sinh và metadata nhập tay
Metadata tự sinh do hệ thống ghi lại, như dung lượng file, thời điểm sửa cuối, kiểu dữ liệu của cột, số dòng của bảng, thời gian chạy của một job. Loại này thường chính xác vì không phụ thuộc con người. Metadata nhập tay cần có người viết, như mô tả ý nghĩa cột “doanh_thu_thuan”, từ khoá chủ đề của tài liệu, tên người phụ trách. Loại này giá trị cao nhưng dễ bị bỏ dở hoặc lỗi thời.
Lưu nhúng và lưu tách rời
Với metadata nhúng (embedded), thông tin nằm ngay trong file. Ảnh JPEG chứa khối EXIF, file Word chứa thuộc tính tài liệu, file Parquet lưu lược đồ (schema) và thống kê từng nhóm dòng ở phần chân file. Ưu điểm là metadata đi cùng dữ liệu. Nhược điểm là khi file bị sao chép hoặc chuyển đổi, metadata có thể mất hoặc bị lộ ngoài ý muốn.
Với metadata tách rời, thông tin nằm ở một nơi riêng như từ điển dữ liệu của hệ quản trị cơ sở dữ liệu, Hive Metastore hay một danh mục dữ liệu. Cách này cho phép tìm kiếm trên toàn bộ tài sản dữ liệu mà không phải mở từng file. Tuy vậy, bạn phải có cơ chế đồng bộ để metadata không lệch khỏi thực tế.

Các loại metadata chính
Không có một cách chia duy nhất. Trong quản trị dữ liệu doanh nghiệp, cách chia phổ biến nhất là kỹ thuật, nghiệp vụ và vận hành. Trong thư viện và lưu trữ, tổ chức tiêu chuẩn NISO thường chia metadata thành mô tả, cấu trúc và quản trị. Hai cách chia này chồng lên nhau chứ không mâu thuẫn.

| Loại | Trả lời câu hỏi | Ví dụ cụ thể | Thường do ai tạo |
|---|---|---|---|
| Kỹ thuật | Dữ liệu được lưu thế nào? | Cột ma_kh kiểu VARCHAR(20), khoá chính, bảng nằm ở schema sales | Hệ thống tự sinh, kỹ sư dữ liệu |
| Nghiệp vụ | Dữ liệu nghĩa là gì, ai chịu trách nhiệm? | “Doanh thu thuần” là doanh thu sau trừ chiết khấu và hàng trả lại, chủ sở hữu là phòng kế toán | Chuyên gia nghiệp vụ, người quản lý dữ liệu |
| Vận hành | Dữ liệu đang được xử lý ra sao? | Job nạp dữ liệu chạy lúc 02:00, nạp 48.200 dòng, thất bại một lần | Công cụ điều phối, log hệ thống |
| Mô tả (NISO) | Làm sao tìm ra và nhận ra tài liệu? | Tiêu đề, tác giả, từ khoá, ngày phát hành | Người lập hồ sơ, người đăng tải |
| Cấu trúc (NISO) | Các phần ghép với nhau thế nào? | Thứ tự các chương, trang của một tài liệu số | Người số hoá, hệ thống |
| Quản trị (NISO) | Quyền và vòng đời ra sao? | Bản quyền, quyền truy cập, thời hạn lưu trữ | Bộ phận pháp chế, lưu trữ |
Ví dụ minh hoạ: một công ty phân phối có bảng don_hang. Kỹ sư dữ liệu thấy kiểu và khoá của từng cột. Kế toán biết cột “gia_tri” đã gồm VAT hay chưa. Nhân viên vận hành biết bảng này được làm mới lúc mấy giờ. Chỉ khi ba lớp thông tin này cùng có, một nhân viên kinh doanh mới dùng bảng đúng cách mà không phải hỏi từng người.
Ví dụ metadata thực tế bạn gặp hằng ngày
Ảnh, file Office và email
Ảnh chụp từ điện thoại mang khối EXIF (Exchangeable Image File Format) với thông tin như hãng máy, ngày giờ chụp, khẩu độ, hướng ảnh và có thể cả toạ độ GPS. File Word, Excel, PDF có thuộc tính tác giả, công ty, ngày tạo, lần lưu cuối, đôi khi còn lịch sử sửa đổi và bình luận chưa xoá. Email có phần tiêu đề (header) ghi các máy chủ thư đã chuyển tiếp, thời điểm gửi và mã định danh thư.
Trang web
Thẻ title và meta description trong mã HTML mô tả trang cho công cụ tìm kiếm. Dữ liệu có cấu trúc theo chuẩn schema.org cho máy hiểu trang là sản phẩm, bài viết hay sự kiện. Header HTTP cũng là metadata, ví dụ Content-Type cho trình duyệt biết cách hiển thị tài liệu.
Cơ sở dữ liệu và kho dữ liệu
Hầu hết hệ quản trị cơ sở dữ liệu quan hệ có một vùng lưu metadata của chính nó. Chuẩn SQL định nghĩa lược đồ information_schema, nên bạn có thể truy vấn như sau để liệt kê cột của một bảng (cú pháp có thể khác đôi chút giữa các hệ quản trị):
SELECT column_name, data_type, is_nullable
FROM information_schema.columns
WHERE table_name = 'don_hang';
Kết quả này là metadata kỹ thuật, không chứa một đơn hàng nào. Để hiểu nền tảng về bảng, cột và khoá, bạn có thể đọc bài cơ sở dữ liệu là gì. Còn khi dữ liệu đã được gom về kho phân tích, metadata mô tả bảng dữ kiện, bảng chiều và lịch nạp, như trình bày ở bài data warehouse là gì.
Chuẩn metadata trong thư viện và dữ liệu mở
Dublin Core là bộ 15 phần tử mô tả tài nguyên (như tiêu đề, người tạo, chủ đề, ngày, định dạng, ngôn ngữ), được chuẩn hoá thành ISO 15836. Với các cổng dữ liệu mở, từ vựng DCAT của W3C được dùng để mô tả bộ dữ liệu và các bản phân phối của nó. Nếu bạn xây cổng chia sẻ dữ liệu, dùng sẵn chuẩn như vậy dễ hơn tự đặt tên trường.
Metadata giúp doanh nghiệp Việt Nam việc gì?
- Tìm đúng dữ liệu nhanh hơn. Khi mỗi bộ dữ liệu có tên chuẩn, mô tả, chủ sở hữu và nhãn chủ đề, nhân viên phân tích không phải hỏi qua nhiều phòng. Công cụ làm việc này ở quy mô lớn là danh mục dữ liệu, xem bài data catalog là gì.
- Truy vết nguồn gốc con số. Khi báo cáo doanh thu lệch, metadata về bảng nguồn, phép biến đổi và thời điểm chạy cho biết lệch ở bước nào. Phần này phát triển thành truy vết dòng đời dữ liệu.
- Phân loại và bảo vệ dữ liệu. Gắn nhãn “dữ liệu cá nhân”, “nội bộ”, “công khai” ở mức cột hoặc bảng là điều kiện để áp dụng che mờ, phân quyền, hạn chế xuất file.
- Quản lý tài liệu và hợp đồng. Gắn metadata như số hợp đồng, đối tác, ngày hết hạn, phòng ban lưu giúp lọc nhanh hợp đồng sắp hết hạn thay vì mở từng file PDF.
- Làm trợ lý AI trả lời chính xác hơn. Trong hệ thống tìm kiếm tăng cường cho mô hình ngôn ngữ, metadata như phòng ban, ngày hiệu lực, phiên bản tài liệu cho phép lọc trước khi truy xuất, tránh lấy nhầm chính sách cũ. Xem thêm ở bài RAG là gì.
Ví dụ minh hoạ: một chuỗi bán lẻ có ba bảng đều tên là “ton_kho”: một của kho trung tâm, một của cửa hàng, một là bản sao cũ. Nếu không có metadata ghi chủ sở hữu, tần suất cập nhật và trạng thái “đã ngừng dùng”, báo cáo tồn kho có thể lấy nhầm bảng cũ mà không ai biết.
Metadata có thể làm lộ thông tin gì?
Đây là mặt trái hay bị bỏ qua. Vì metadata thường tự sinh và nằm trong file, người gửi file không để ý đến nó.
- Ảnh có EXIF kèm GPS có thể cho biết nơi chụp, ví dụ nhà riêng hoặc kho hàng. Nhiều nền tảng mạng xã hội gỡ EXIF khi đăng, nhưng gửi ảnh gốc qua email hoặc cổng tải file thì thường còn nguyên.
- File Word, Excel có thể còn tên người soạn, tên máy chủ nội bộ trong đường dẫn, bản sửa đổi chưa chấp nhận, bình luận đã tưởng xoá, sheet ẩn.
- PDF xuất ra từ phần mềm thiết kế hoặc văn phòng có thể ghi tên người dùng hệ điều hành và tên phần mềm.
Trước khi gửi tài liệu ra ngoài, hãy dùng chức năng kiểm tra tài liệu (Document Inspector trong Microsoft Office) hoặc chức năng xoá thuộc tính khi xuất PDF. Với ảnh, tắt ghi vị trí trong ứng dụng máy ảnh hoặc xoá EXIF bằng công cụ có sẵn của hệ điều hành.
Metadata như vị trí, địa chỉ IP, mã định danh thiết bị, nếu gắn được với một người cụ thể thì có thể được xem là dữ liệu cá nhân. Hãy đưa các trường này vào phạm vi rà soát khi bạn đánh giá dữ liệu cá nhân. Khung quản trị đầy đủ nằm ở bài data governance là gì.
Metadata khác gì data catalog, data dictionary và schema?
Các thuật ngữ này hay bị dùng lẫn. Bảng dưới phân biệt nhanh.
| Khái niệm | Bản chất | Quan hệ với metadata |
|---|---|---|
| Metadata | Thông tin mô tả dữ liệu, mọi dạng | Khái niệm rộng nhất |
| Schema (lược đồ) | Mô tả cấu trúc bảng, cột, kiểu, ràng buộc | Một phần của metadata kỹ thuật |
| Data dictionary (từ điển dữ liệu) | Tài liệu giải thích từng trường: tên, kiểu, ý nghĩa, giá trị hợp lệ | Tập hợp metadata kỹ thuật và nghiệp vụ cho một hệ thống |
| Data catalog (danh mục dữ liệu) | Công cụ thu thập, lập chỉ mục, cho tìm kiếm metadata toàn tổ chức | Nơi quản lý và khai thác metadata |
| Master data (dữ liệu chủ) | Dữ liệu lõi như khách hàng, sản phẩm dùng chung | Là dữ liệu chứ không phải metadata; xem master data management |
Một điểm hay gây hiểu nhầm: dữ liệu phi cấu trúc như ảnh, video, văn bản không có schema sẵn, nên metadata chính là cách duy nhất để máy “biết” nó là gì. Bạn có thể tìm hiểu thêm ở bài dữ liệu có cấu trúc và phi cấu trúc.
Ưu điểm và hạn chế của metadata
Ưu điểm
- Rút ngắn thời gian tìm và hiểu dữ liệu, vì thông tin nằm sẵn cạnh dữ liệu.
- Là nền để phân quyền, phân loại độ nhạy cảm, đặt thời hạn lưu trữ theo từng nhóm dữ liệu.
- Cho phép máy xử lý tự động: công cụ tìm kiếm, trình lập lịch, hệ thống kiểm tra chất lượng đều đọc metadata.
Hạn chế
- Metadata nhập tay nhanh lỗi thời. Một mô tả viết hai năm trước có thể không còn đúng sau khi công thức tính thay đổi.
- Mỗi hệ thống dùng một kiểu đặt tên, nên cùng một khái niệm có nhiều tên khác nhau.
- Metadata nhúng có thể bị mất khi chuyển định dạng hoặc làm lộ thông tin khi chia sẻ.
- Thu thập càng nhiều thì tốn công duy trì. Metadata mà không ai đọc là chi phí thuần.
Cần ghi những metadata tối thiểu nào cho một bộ dữ liệu?
Danh sách dưới đây là gợi ý khởi điểm cho một bảng hoặc báo cáo dùng chung. Bạn có thể điều chỉnh theo ngành.
- Tên kỹ thuật và tên nghiệp vụ dễ hiểu của bộ dữ liệu.
- Mô tả một hai câu: dữ liệu phản ánh cái gì, ở mức chi tiết nào (mỗi dòng là một đơn hàng hay một dòng hàng).
- Hệ thống nguồn và cách lấy về (nạp hằng đêm, theo thời gian thực, nhập tay).
- Tần suất làm mới và thời điểm làm mới gần nhất.
- Chủ sở hữu nghiệp vụ và người hỗ trợ kỹ thuật, kèm cách liên hệ.
- Mức phân loại: công khai, nội bộ, hạn chế, có dữ liệu cá nhân hay không.
- Định nghĩa các chỉ số quan trọng, gồm công thức và đơn vị.
- Trạng thái: đang dùng, thử nghiệm, sắp ngừng.
Chất lượng của các mô tả này ảnh hưởng trực tiếp đến độ tin cậy của phân tích về sau. Bài data quality là gì trình bày các chiều chất lượng mà metadata nên ghi lại, như độ đầy đủ và độ kịp thời.
Khi nào nên và không nên đầu tư vào metadata?
Nên đầu tư khi tổ chức có nhiều hệ thống và nhiều người dùng dữ liệu, khi cùng một chỉ số bị tính khác nhau giữa các phòng, khi phải chứng minh nguồn gốc dữ liệu cho kiểm toán hoặc cơ quan quản lý, hoặc khi chuẩn bị đưa tài liệu nội bộ vào hệ thống hỏi đáp bằng AI.
Chưa cần công cụ riêng khi doanh nghiệp chỉ có vài file Excel và một phần mềm kế toán do hai ba người dùng. Lúc đó một trang tài liệu liệt kê các trường và định nghĩa chỉ số là đủ. Cũng đừng kỳ vọng công cụ tự điền mọi thứ: công cụ quét được kiểu dữ liệu và bảng nguồn, nhưng ý nghĩa nghiệp vụ vẫn cần người am hiểu viết ra.
Câu hỏi thường gặp
Metadata tiếng Việt gọi là gì?
Thường gọi là siêu dữ liệu, hoặc dữ liệu mô tả. Trong văn bản kỹ thuật, nhiều người giữ nguyên từ metadata để tránh nhầm.
Metadata có phải là dữ liệu không?
Có. Metadata cũng là dữ liệu, được lưu, truy vấn và bảo vệ như dữ liệu khác. Nó được gọi là metadata vì vai trò mô tả một dữ liệu khác, không phải vì nó khác bản chất.
Làm sao xem metadata của một file?
Trên Windows, bấm chuột phải vào file, chọn Properties rồi sang thẻ Details. Trên macOS, dùng Get Info. Với file Office, vào mục Info trong menu File. Với bảng cơ sở dữ liệu, truy vấn information_schema hoặc dùng công cụ quản trị của hệ quản trị đó.
Xoá metadata của ảnh và tài liệu thế nào?
Với ảnh, bạn có thể xoá thuộc tính trong thẻ Details của Windows hoặc tắt ghi vị trí từ ứng dụng máy ảnh. Với Office, dùng Document Inspector. Với PDF, kiểm tra tuỳ chọn xoá thông tin ẩn khi xuất. Sau khi xoá, nên mở lại file để kiểm tra.
Metadata có liên quan gì đến quản trị dữ liệu?
Có. Quản trị dữ liệu cần biết dữ liệu nào là gì, ai sở hữu, nhạy cảm đến đâu, và các thông tin này chính là metadata. Thiếu metadata thì các quy định về phân quyền và lưu trữ khó áp dụng đến từng bảng hoặc cột.
Metadata có cần cho AI không?
Có, nhất là với AI dùng dữ liệu doanh nghiệp. Metadata giúp lọc đúng nguồn, đúng phiên bản và đúng quyền truy cập trước khi mô hình sinh câu trả lời, nhờ đó giảm nguy cơ trích dẫn tài liệu lỗi thời hoặc ngoài quyền người hỏi.
Đọc thêm tin tức, phân tích về AI, blockchain và chuyển đổi số trên trang tin công nghệ VBPO, hoặc các bài khác trong chuyên mục Dữ liệu & phân tích.