Process mining là gì? Event log, 3 loại và ví dụ dễ hiểu

Mục lục

1. Process mining là gì?
2. Event log là gì và cần những cột nào?
3. Process mining hoạt động như thế nào?
4. Ví dụ minh hoạ: phân tích quy trình mua hàng – thanh toán
5. Process mining khác gì BPM, data mining và task mining?
6. Vì sao nên làm process mining trước khi tự động hoá?
7. Process mining được dùng ở đâu trong doanh nghiệp?
8. Triển khai dự án process mining theo các bước nào?
9. Process mining và dữ liệu cá nhân nhân viên: Luật 91/2025 yêu cầu gì?
10. Chọn công cụ process mining theo tiêu chí nào?
11. Hạn chế và những hiểu lầm thường gặp
12. Câu hỏi thường gặp

Process mining là gì?

Process mining (khai phá quy trình, có tài liệu gọi là khai thác quy trình) là nhóm kỹ thuật phân tích dữ liệu sự kiện để hiểu và cải thiện quy trình vận hành. Nguyên liệu là nhật ký sự kiện (event log): những dòng dữ liệu phần mềm tự ghi mỗi khi có người hoặc hệ thống làm một bước, như “tạo đơn mua”, “duyệt”, “thanh toán”.

Từ các dòng log, thuật toán dựng lại quy trình đang chạy thật: bước nào nối bước nào, bao nhiêu hồ sơ đi đường nào, chờ lâu nhất ở đâu, chỗ nào sai quy định. Tuyên ngôn Process Mining của IEEE nói rõ mục tiêu là khám phá, giám sát và cải thiện quy trình thực tế, “không phải quy trình giả định”. Sơ đồ trong sổ tay mô tả việc lẽ ra phải chạy; process mining cho thấy việc đã thực sự chạy, đến từng hồ sơ.

Process mining ra đời từ đâu?

Thuật ngữ này gắn với nhà khoa học máy tính người Hà Lan Wil van der Aalst. Lĩnh vực hình thành tại Đại học Công nghệ Eindhoven cuối những năm 1990; thuật toán khám phá thực dụng đầu tiên, Alpha miner, ra đời khoảng năm 2000. Tháng 10/2009, Nhóm công tác về Process Mining (IEEE Task Force on Process Mining) được lập trong Hiệp hội Trí tuệ tính toán của IEEE.

Năm 2011, nhóm công bố Tuyên ngôn Process Mining (in trong kỷ yếu hội thảo BPM 2011, Springer, 2012), nêu 6 nguyên tắc định hướng và 11 thách thức, được dịch ra 16 thứ tiếng. Định dạng XES (eXtensible Event Stream) để trao đổi event log là chuẩn IEEE 1849 từ năm 2016; bản sửa đổi IEEE 1849-2023 công bố ngày 09/08/2023.

Event log là gì và cần những cột nào?

Event log là bảng dữ liệu, mỗi dòng ghi một việc đã xảy ra. Theo Tuyên ngôn Process Mining, mỗi sự kiện phải gắn với một hoạt động (một bước xác định) và thuộc về một trường hợp (một lần chạy quy trình), các sự kiện được sắp theo thứ tự. Thực tế, bạn cần tối thiểu ba cột:

• Mã trường hợp (case ID): số đơn mua, số hồ sơ vay, mã ticket. Dòng nào cũng phải có.
• Hoạt động (activity): tên bước, như “Duyệt đề nghị”, “Nhận hoá đơn”.
• Dấu thời gian (timestamp): để sắp thứ tự và tính thời gian chờ.

Cột tuỳ chọn gồm người thực hiện (resource), phòng ban, chi nhánh, giá trị đơn, nhà cung cấp. Tài liệu Power Automate của Microsoft phân biệt: nhật ký sự kiện có một dấu thời gian mỗi dòng, nhật ký hoạt động có hai (bắt đầu, kết thúc), nhờ đó tách được thời gian xử lý khỏi thời gian nằm chờ.

Ví dụ minh hoạ một đoạn event log quy trình mua hàng:

Case ID	Activity	Timestamp	Resource
PO-1001	Tạo đề nghị mua	03/03/2026 08:40	NV-MH-07
PO-1001	Duyệt đề nghị	04/03/2026 15:12	QL-MH-02
PO-1001	Tạo đơn mua (PO)	05/03/2026 09:05	NV-MH-07
PO-1001	Nhận hàng	10/03/2026 14:30	NV-KHO-03
PO-1001	Nhận hoá đơn	11/03/2026 10:00	NV-KT-05
PO-1001	Đối chiếu ba bên	12/03/2026 16:45	NV-KT-05
PO-1001	Thanh toán	14/03/2026 11:20	NV-KT-01
PO-1002	Tạo đề nghị mua	03/03/2026 09:15	NV-MH-04
PO-1002	Duyệt đề nghị	06/03/2026 17:02	QL-MH-02
PO-1002	Tạo đơn mua (PO)	07/03/2026 08:30	NV-MH-04
PO-1002	Sửa đơn mua	12/03/2026 10:10	NV-MH-04

Chỉ 11 dòng đã cho thấy PO-1002 chờ duyệt hơn 3 ngày và bị sửa sau khi phát hành. Cột Resource đã thay tên nhân viên bằng mã bút danh, lý do được giải thích ở phần pháp lý.

Chọn mã trường hợp thế nào cho đúng?

Case ID quyết định bạn nhìn thấy quy trình nào: lấy số đơn mua thấy vòng đời đơn mua, lấy số hoá đơn thấy vòng đời thanh toán. Khó khăn đến khi quan hệ không phải một – một, như một đơn giao nhiều đợt, một hoá đơn gộp nhiều đơn. Ép về một case ID sẽ nhân bản hoặc làm mất sự kiện. Hướng xử lý mới là process mining hướng đối tượng (object-centric): một sự kiện gắn với nhiều đối tượng cùng lúc, theo chuẩn OCEL 2.0 do nhóm Process and Data Science, Đại học RWTH Aachen (Đức) duy trì. Người mới nên bắt đầu với một case ID rõ ràng.

Event log của bạn tốt đến mức nào?

Tuyên ngôn Process Mining chia chất lượng event log thành 5 mức:

1. Ghi tay, có thể sai hoặc thiếu sự kiện (hồ sơ giấy, giấy nhớ).
2. Ghi tự động như sản phẩm phụ của phần mềm nhưng người dùng có thể làm ngoài hệ thống.
3. Ghi tự động, đáng tin nhưng chưa chắc đầy đủ (bảng dữ liệu ERP, nhật ký CRM).
4. Ghi tự động, đáng tin, đầy đủ, hỗ trợ rõ khái niệm trường hợp và hoạt động (hệ thống workflow, BPM).
5. Chất lượng xuất sắc, ngữ nghĩa rõ, quyền riêng tư và bảo mật được xử lý thoả đáng.

Dữ liệu hệ thống ERP, kế toán, CRM thường ở mức 3: đáng tin nhưng nằm rải rác nhiều bảng. Nguồn khác: helpdesk, văn phòng điện tử, hệ thống bệnh viện. Đáng chú ý, tuyên ngôn coi quyền riêng tư là một tiêu chí chất lượng: người trong quy trình nên biết loại sự kiện nào đang được ghi và được dùng ra sao.

Process mining hoạt động như thế nào?

Dữ liệu được trích từ hệ thống nguồn, chuẩn hoá thành event log, rồi phân tích theo ba loại cơ bản (theo van der Aalst và Tuyên ngôn Process Mining), khác nhau ở đầu vào và đầu ra.

Loại	Đầu vào	Đầu ra	Câu hỏi trả lời
Discovery	Chỉ event log	Mô hình quy trình thực tế	Quy trình đang chạy thế nào, có bao nhiêu biến thể?
Conformance checking	Event log + mô hình chuẩn	Danh sách sai lệch	Hồ sơ nào bỏ bước, sai thứ tự, vượt thẩm quyền?
Enhancement	Event log + mô hình có sẵn	Mô hình được sửa hoặc bổ sung	Chờ ở đâu lâu nhất, yếu tố nào làm chậm?

Discovery: khám phá quy trình thực tế

Kỹ thuật khám phá tạo mô hình quy trình chỉ từ event log, không cần biết trước quy trình chuẩn. Kết quả thường là bản đồ quy trình (process map): ô là hoạt động, mũi tên là lần chuyển bước kèm số lượt và thời gian; mô hình chặt chẽ hơn có dạng mạng Petri hoặc BPMN. Các thuật toán hay gặp: Alpha miner, Heuristic miner, Inductive miner.

Khái niệm then chốt là biến thể (variant): tập hồ sơ đi qua đúng cùng một chuỗi bước. Vẽ mọi đường thường ra bản đồ rối như đĩa mì Ý (“spaghetti model”), nên người phân tích lọc theo tần suất, xem các biến thể phổ biến trước.

Conformance checking: kiểm tra tuân thủ

Kỹ thuật này đặt event log cạnh mô hình chuẩn (quy trình đã ban hành, quy định kiểm soát nội bộ) để tìm chỗ bỏ bước, sai thứ tự, thêm bước. Hai cách phổ biến là phát lại log trên mô hình (token-based replay) và căn chỉnh (alignment). Khác với kiểm toán chọn mẫu, nó rà được mọi giao dịch có trong log: thanh toán chưa qua đối chiếu, đơn mua tạo sau khi đã có hoá đơn, người tạo đơn tự duyệt đơn của mình.

Enhancement: nâng cao và cải thiện mô hình

Loại thứ ba dùng log để sửa mô hình cho khớp thực tế (repair) hoặc gắn thêm thông tin (extension). Phổ biến nhất là gắn thời gian để thấy điểm nghẽn; gắn người thực hiện để thấy việc chuyển giao giữa bộ phận; gắn thuộc tính để tìm yếu tố khiến hồ sơ rẽ nhánh xấu, như nhà cung cấp hay giá trị đơn.

Mô hình quy trình “tốt” được đánh giá thế nào?

Tuyên ngôn nêu bốn tiêu chí phải cân bằng: độ khớp (fitness) với hành vi trong log, độ chính xác (precision, không cho phép quá nhiều đường chưa từng xảy ra), tính tổng quát (generalization) và tính đơn giản (simplicity). Mô hình khớp 100% thường rất rối; mô hình quá gọn bỏ sót hành vi thật. Trình bày cho lãnh đạo thì ưu tiên đơn giản, kiểm tra tuân thủ thì ưu tiên độ khớp.

Ví dụ minh hoạ: phân tích quy trình mua hàng – thanh toán

Ví dụ minh hoạ, số liệu giả định. Một doanh nghiệp trích event log 1.000 đơn mua trong 6 tháng. Quy trình chuẩn: đề nghị mua, duyệt, tạo PO, nhận hàng và nhận hoá đơn (thứ tự linh hoạt), đối chiếu ba bên (PO, phiếu nhập kho, hoá đơn), thanh toán.

Khám phá. Có 5 biến thể, biến thể đúng chuẩn chỉ chiếm 61%. Biến thể 3 trông khác nhưng hợp lệ vì quy trình cho phép đổi thứ tự hai bước.

Kiểm tra tuân thủ. 90 đơn (9%) sai lệch: 50 đơn bỏ qua đề nghị và duyệt (mua ngoài luồng), 40 đơn thanh toán trước khi nhận hàng và đối chiếu. Biến thể 2 không vi phạm nhưng chứa vòng làm lại.

Nâng cao. Giả sử thời gian trung vị từ đề nghị đến thanh toán là 11 ngày ở biến thể 1 nhưng 18 ngày ở biến thể 2. Lọc theo thuộc tính, phần lớn đơn bị sửa rơi vào vài nhóm hàng giá biến động, nơi PO được tạo trước khi chốt báo giá.

Hành động. Chặn tạo PO khi chưa có báo giá chốt cho nhóm hàng biến động; khoá thanh toán khi chưa có phiếu nhập kho ngay trong hệ thống; làm việc với các bộ phận hay mua ngoài luồng để tìm nguyên nhân, có thể do ngưỡng duyệt quá thấp. Sau đó chạy lại phân tích hằng tháng.

Process mining khác gì BPM, data mining và task mining?

Khái niệm	Câu hỏi chính	Dữ liệu đầu vào	Kết quả điển hình
Process mining	Quy trình thực tế chạy thế nào, lệch, nghẽn ở đâu?	Event log	Bản đồ quy trình, biến thể, sai lệch
BPM	Thiết kế, vận hành, cải tiến quy trình ra sao?	Phỏng vấn, hội thảo, mô hình BPMN	Quy trình chuẩn, workflow
Data mining	Dữ liệu có mẫu hình, quy luật gì?	Mọi loại dữ liệu	Dự báo, phân cụm, luật kết hợp
Task mining	Trong một bước, nhân viên thao tác gì trên máy?	Thao tác chuột, bàn phím, màn hình	Chuỗi thao tác, thời gian từng thao tác

Process mining nằm giữa hai thế giới: quản lý quy trình nghiệp vụ (BPM), vốn dựa nhiều vào phỏng vấn để vẽ quy trình, và khai phá dữ liệu, mạnh về thuật toán nhưng không lấy quy trình làm trung tâm. Trong vòng đời BPM, nó dùng ở bước phân tích hiện trạng và giám sát sau cải tiến. Nếu kết quả cho thấy cần làm lại từ gốc, bạn đang bước sang tái cấu trúc quy trình (BPR). So với dashboard BI: BI cho biết thời gian thanh toán trung bình 14 ngày; process mining cho biết 14 ngày đó gồm những đoạn chờ nào, ở biến thể nào.

Task mining là gì, khi nào cần?

Task mining (khai phá tác vụ) thu thao tác người dùng trên máy tính qua phần mềm cài trên máy nhân viên. Process mining thấy bước “Đối chiếu ba bên” mất 2 ngày; task mining cho thấy trong bước đó nhân viên chuyển qua lại giữa ERP, email, bảng tính hàng chục lần. Vì thu dữ liệu sát người lao động hơn, có thể cả nội dung màn hình, task mining cần thiết kế quyền riêng tư kỹ hơn.

Vì sao nên làm process mining trước khi tự động hoá?

Nhiều dự án robot tự động hoá quy trình (RPA) gặp khó vì chọn sai quy trình: trên giấy 7 bước, thực tế hàng chục biến thể, bot liên tục dừng. Process mining giúp chọn đúng việc và thiết kế đúng luồng trước khi tự động hoá.

Câu hỏi khi chọn quy trình	Process mining cung cấp
Việc có đủ lớn không?	Số trường hợp mỗi tháng, số lượt từng bước
Quy trình có ổn định không?	Số biến thể, tỷ lệ hồ sơ trong vài biến thể chính
Có nên sửa quy trình trước?	Vòng làm lại, bước thừa, sai lệch
Tự động hoá xong có hiệu quả?	Thời gian chu trình trước và sau thay đổi

Nguyên tắc: chuẩn hoá trước, tự động hoá sau. Nếu 18% đơn mua phải sửa, cần xử lý nguyên nhân, không phải viết bot sửa đơn nhanh hơn. Xem thêm các cấp độ trong lộ trình tự động hoá quy trình; ở quy mô lớn, process mining là một mảnh của siêu tự động hoá (hyperautomation).

Process mining được dùng ở đâu trong doanh nghiệp?

• Mua hàng – thanh toán: mua ngoài luồng, sửa đơn, thanh toán trùng hoặc trễ.
• Bán hàng – thu tiền: đơn bị chặn hạn mức tín dụng, giao trễ, hoá đơn phải điều chỉnh.
• Chăm sóc khách hàng: ticket chuyển tuyến nhiều lần, mở lại sau khi đóng.
• Ngân hàng: thời gian duyệt hồ sơ vay, bước kiểm soát bị bỏ qua.
• Y tế: luồng bệnh nhân, thời gian chờ giữa các khoa.
• Sản xuất, kho vận: lệnh sản xuất, nhập xuất kho, điểm nghẽn giữa công đoạn.
• Kiểm toán nội bộ: rà mọi giao dịch vi phạm phân tách nhiệm vụ hoặc vượt hạn mức duyệt.

Triển khai dự án process mining theo các bước nào?

Tuyên ngôn mô tả vòng đời L* gồm 5 giai đoạn: lập kế hoạch và chứng minh sự cần thiết, trích xuất dữ liệu, tạo mô hình luồng gắn với log, tạo mô hình tích hợp (thời gian, người, dữ liệu), hỗ trợ vận hành. Với doanh nghiệp, có thể đi theo 7 bước:

1. Chọn một quy trình và một câu hỏi kinh doanh, như “vì sao thanh toán nhà cung cấp trễ”.
2. Xác định case ID, danh sách hoạt động, nguồn dữ liệu cùng người nắm nghiệp vụ và người nắm cơ sở dữ liệu.
3. Đánh giá quyền riêng tư trước khi trích: cột nào là dữ liệu cá nhân, có cần không, bút danh hoá được không.
4. Trích xuất, chuẩn hoá tên hoạt động, múi giờ, xử lý trùng lặp; đối chiếu vài hồ sơ với người làm nghiệp vụ.
5. Khám phá, kiểm tra tuân thủ, tìm điểm nghẽn, bắt đầu từ biến thể phổ biến nhất.
6. Phân tích nguyên nhân, chọn hành động: sửa quy định, thêm kiểm soát trong hệ thống, đào tạo hoặc tự động hoá.
7. Giám sát liên tục. Nguyên tắc định hướng thứ 6 của tuyên ngôn: process mining là quá trình liên tục, không phải dự án một lần.

Lỗi dữ liệu thường gặp

Thách thức số 1 của tuyên ngôn là tìm, ghép và làm sạch dữ liệu sự kiện. Lỗi hay gặp:

• Dấu thời gian chỉ có ngày, không sắp được thứ tự các bước cùng ngày.
• Nhập lùi ngày hoặc ghi sổ theo lô cuối ngày, làm méo thời gian xử lý.
• Lệch múi giờ giữa máy chủ, phần mềm đám mây và chi nhánh.
• Tên hoạt động không thống nhất: “Duyệt”, “Phê duyệt”, “Approve”.
• Việc làm ngoài hệ thống: duyệt qua email, ký giấy rồi mới nhập.
• Quy trình đổi giữa kỳ (concept drift), một thách thức riêng trong tuyên ngôn: gộp dữ liệu trước và sau khi đổi quy định sẽ ra bức tranh sai.

Process mining và dữ liệu cá nhân nhân viên: Luật 91/2025 yêu cầu gì?

Event log gần như luôn chứa dữ liệu cá nhân: mã người thực hiện, thời điểm làm việc, tốc độ xử lý, đôi khi cả dữ liệu khách hàng. Ghép lại, nó có thể thành công cụ giám sát từng người, nên cần thiết kế cẩn trọng.

Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 được thông qua ngày 26/06/2025, hiệu lực từ 01/01/2026; Nghị định 356/2025/NĐ-CP ngày 31/12/2025 hướng dẫn luật, thay thế Nghị định 13/2023/NĐ-CP. Các điểm liên quan:

• Điều 25 (người lao động): khoản 2 yêu cầu tuân thủ cả pháp luật lao động; dữ liệu lưu theo thời hạn luật định hoặc thoả thuận và phải xoá, huỷ khi chấm dứt hợp đồng, trừ khi có thoả thuận hoặc luật khác quy định. Khoản 3: dữ liệu thu bằng biện pháp công nghệ, kỹ thuật chỉ được thu bằng biện pháp hợp pháp, bảo đảm quyền lợi người lao động, và người lao động phải biết rõ biện pháp đó.
• Nguyên tắc mục đích (khoản 2 Điều 3): chỉ xử lý đúng phạm vi, mục đích cụ thể, rõ ràng. “Cải tiến quy trình” khác “đánh giá hiệu suất cá nhân”; trộn hai mục đích là rủi ro.
• Đánh giá tác động (Điều 21): lập hồ sơ đánh giá tác động xử lý dữ liệu, gửi cơ quan chuyên trách trong 60 ngày từ ngày bắt đầu xử lý. Theo Điều 38, doanh nghiệp nhỏ, khởi nghiệp được chọn chưa thực hiện trong 5 năm; hộ kinh doanh, doanh nghiệp siêu nhỏ được miễn, trừ một số trường hợp như xử lý dữ liệu nhạy cảm hoặc dữ liệu của số lượng lớn người.
• Nền tảng ở nước ngoài (Điều 20): điểm c khoản 1 coi việc dùng nền tảng ngoài lãnh thổ để xử lý dữ liệu thu thập tại Việt Nam là chuyển dữ liệu xuyên biên giới, điều cần lưu ý với công cụ SaaS đặt máy chủ ở nước ngoài. Điểm b khoản 6 miễn hồ sơ đánh giá tác động chuyển dữ liệu xuyên biên giới khi lưu trữ dữ liệu người lao động trên điện toán đám mây; phân tích event log có thuộc trường hợp này không cần pháp chế xác định.
• Khử nhận dạng: khoản 11 Điều 2 định nghĩa là thay đổi hoặc xoá thông tin để dữ liệu không còn xác định được cá nhân; khoản 6 Điều 14 cấm tái nhận dạng, trừ khi luật quy định khác.
• Chế tài (Điều 8): phạt tiền tối đa với tổ chức là 5% doanh thu năm trước liền kề với vi phạm chuyển dữ liệu xuyên biên giới, 3 tỷ đồng với nhiều vi phạm khác.

Việc nên làm trong dự án:

1. Ghi rõ mục đích bằng văn bản và giới hạn phân tích trong mục đích đó.
2. Thông báo cho người lao động, nhất là khi dùng task mining; tránh chụp màn hình nếu không thật cần.
3. Bút danh hoá cột người thực hiện ngay khi trích; bỏ ghi chú tự do và thông tin khách hàng không cần thiết.
4. Báo cáo ở cấp nhóm; không dùng kết quả để xếp hạng hay kỷ luật cá nhân khi chưa thoả thuận và thông báo rõ.
5. Phân quyền truy cập, đặt thời hạn lưu log, rà vị trí máy chủ và hợp đồng với nhà cung cấp công cụ trước khi chuyển dữ liệu.

Chọn công cụ process mining theo tiêu chí nào?

Có ba nhóm chính (bài không xếp hạng sản phẩm):

• Nền tảng chuyên dụng: mạnh về trực quan hoá, kiểm tra tuân thủ, có kết nối sẵn tới ERP lớn; chi phí thường cao.
• Mô-đun trong bộ công cụ lớn hơn (RPA, BPM, ERP, low-code): tích hợp sẵn hệ sinh thái nhưng phụ thuộc nhà cung cấp.
• Mã nguồn mở, học thuật như ProM hay thư viện Python PM4Py: hợp để học và thử trên một quy trình trước khi đầu tư lớn, đòi hỏi kỹ năng dữ liệu.

Tiêu chí: kết nối được với hệ thống nguồn, kể cả phần mềm nội địa; hỗ trợ chuẩn mở XES, OCEL để không bị khoá dữ liệu; hỗ trợ process mining hướng đối tượng nếu có quan hệ nhiều – nhiều; cho triển khai tại chỗ hoặc chọn vùng lưu dữ liệu, phân quyền, bút danh hoá; tổng chi phí gồm bản quyền, tích hợp, đào tạo.

Hạn chế và những hiểu lầm thường gặp

• “Process mining thấy mọi thứ.” Nó chỉ thấy những gì hệ thống ghi lại.
• “Cắm vào ERP là có kết quả.” Phần lớn công sức nằm ở trích xuất và làm sạch dữ liệu.
• “Mọi biến thể đều là lỗi.” Nhiều biến thể hợp lệ; câu hỏi là biến thể nào gây chậm, tốn kém, rủi ro.
• “Đây là công cụ đo năng suất nhân viên.” Dùng như vậy dễ gây phản ứng, khiến dữ liệu bị “làm đẹp” và kéo theo rủi ro pháp lý.
• “Làm một lần là xong.” Giá trị lớn nhất đến từ giám sát sau cải tiến.

Câu hỏi thường gặp

Cần bao nhiêu dữ liệu để làm process mining?

Không có con số cố định. Cần đủ trường hợp hoàn chỉnh để thấy các biến thể chính, thường là dữ liệu vài tháng. Quan trọng hơn số lượng là có đủ case ID, activity, timestamp và dữ liệu đáng tin.

Không có ERP thì có làm được không?

Được, nếu có hệ thống ghi thời điểm từng bước: phần mềm bán hàng, helpdesk, văn phòng điện tử, thậm chí bảng tính theo dõi hồ sơ. Dữ liệu ghi tay càng nhiều thì độ tin cậy càng thấp.

Process mining và RPA khác nhau thế nào?

Process mining là công cụ phân tích, tìm quy trình thực tế và chỗ cần cải tiến. RPA là công cụ thực thi, dùng bot làm thay thao tác lặp lại. Process mining đi trước để chọn việc cho RPA và đi sau để đo hiệu quả.

Dùng process mining có phải xin đồng ý của nhân viên không?

Tuỳ cơ sở pháp lý và cách triển khai. Tối thiểu, Điều 25 Luật 91/2025/QH15 yêu cầu người lao động phải biết rõ biện pháp công nghệ thu thập dữ liệu của họ. Hãy xác định cụ thể với bộ phận pháp chế, nhất là khi dùng task mining.