ĐẶT VẤN ĐỀ

Trong giai đoạn đầu của tin học hóa và chuyển đổi số, cách tiếp cận phổ biến của nhiều cơ quan, tổ chức là xây dựng hệ thống thông tin cho từng nhóm nghiệp vụ: quản lý văn bản, nhân sự, tài chính, tài sản, kế hoạch, hồ sơ chuyên ngành, giải quyết thủ tục hành chính hoặc quản lý nhiệm vụ. Mỗi hệ thống giải quyết một bài toán cụ thể và đồng thời tạo ra dữ liệu trong quá trình vận hành. Nhờ đó, nhiều quy trình thủ công được số hóa, tốc độ xử lý công việc được cải thiện và khối lượng dữ liệu số ngày càng tăng.

Tuy nhiên, có nhiều hệ thống và dữ liệu chưa đồng nghĩa với việc một cơ quan đã có năng lực quản trị, chỉ đạo, điều hành dựa trên dữ liệu. Một tình huống thường gặp là khi người đứng đầu cần ngay một báo cáo tổng hợp về tiến độ thực hiện nhiệm vụ, sử dụng nguồn lực, tình hình hoạt động hoặc một vấn đề mới phát sinh, cán bộ vẫn phải xác định dữ liệu đang nằm ở đâu, liên hệ các đầu mối phụ trách, xuất số liệu từ nhiều phần mềm, đối chiếu với bảng tính hoặc báo cáo cũ, sau đó mới tổng hợp thành câu trả lời. Trong trường hợp cùng một chỉ tiêu tồn tại ở nhiều nguồn với thời điểm cập nhật hoặc cách tính khác nhau, quá trình đối chiếu còn kéo dài và phức tạp hơn.

Vấn đề cốt lõi trong tình huống trên không phải là cơ quan “không có dữ liệu”, mà là dữ liệu chưa ở trạng thái sẵn sàng để trở thành thông tin phục vụ quyết định. Khoảng cách giữa “có dữ liệu” và “dùng được dữ liệu” chính là một trong những khoảng cách quan trọng giữa số hóa nghiệp vụ và quản trị dựa trên dữ liệu. Từ góc độ này, bài toán cần giải quyết không nên bắt đầu bằng câu hỏi phải xây dựng loại kho hay nền tảng công nghệ nào, mà phải bắt đầu từ yêu cầu tạo lập, chuẩn hóa, kết nối, quản trị và tổ chức khai thác dữ liệu để người quản lý có thể tiếp cận thông tin nhất quán, kịp thời và có thể kiểm chứng.

Bài báo tập trung làm rõ bốn vấn đề: (i) sự cần thiết chuyển từ số hóa các nghiệp vụ riêng lẻ sang tổ chức dữ liệu phục vụ quản trị, chỉ đạo, điều hành; (ii) hành lang pháp lý và định hướng quốc gia về tạo lập, bảo đảm chất lượng, kết nối và khai thác dữ liệu; (iii) nội hàm của yêu cầu dữ liệu “đúng, đủ, sạch, sống, thống nhất, dùng chung” và cách hiểu phù hợp về “tập trung dữ liệu”; (iv) các điều kiện để dữ liệu thực sự trở thành nguồn lực phục vụ lãnh đạo và ra quyết định, thay vì chỉ là sản phẩm phụ của các hệ thống thông tin.

TỪ SỐ HÓA NGHIỆP VỤ ĐẾN NHU CẦU TẬP TRUNG DỮ LIỆU PHỤC VỤ CHỈ ĐẠO, ĐIỀU HÀNH

Các hệ thống thông tin nghiệp vụ thường được thiết kế tối ưu cho các hoạt động nghiệp vụ của chính hệ thống đó. Cấu trúc dữ liệu, danh mục, mã định danh và quy tắc xử lý do đó sẽ khác nhau giữa các ứng dụng. Khi mỗi hệ thống phát triển độc lập, trong tổ chức dễ hình thành các “ốc đảo dữ liệu” (data silos): Dữ liệu tồn tại ở nhiều nơi, phản ánh các lát cắt khác nhau của cùng một đối tượng hoặc quá trình nhưng không được liên kết theo một ngôn ngữ chung.

Ở giai đoạn số hóa ban đầu, mô hình này vẫn có thể đáp ứng tốt yêu cầu nghiệp vụ. Nhưng khi nhu cầu quản trị tăng lên, câu hỏi của người lãnh đạo thường vượt qua ranh giới của từng phần mềm. Để đánh giá tình hình thực hiện một nhiệm vụ, người quản lý cần đồng thời dữ liệu về tiến độ, nhân lực, kinh phí, tài sản, đơn vị thực hiện và các sự kiện phát sinh. Nếu các nguồn dữ liệu không có mã dùng chung, không thống nhất định nghĩa chỉ tiêu hoặc không xác định rõ nguồn chính thức, thì việc tổng hợp phải được thực hiện thủ công, chậm và phụ thuộc vào kinh nghiệm của từng cán bộ.

Do đó, chuyển đổi số ở mức trưởng thành cao hơn cần thay đổi câu hỏi quản trị. Thay vì chỉ hỏi “nghiệp vụ này đã có phần mềm chưa?”, cơ quan cần hỏi: “dữ liệu phát sinh từ nghiệp vụ có được tạo lập đúng không; có được cập nhật kịp thời không; có liên kết được với các nguồn khác không và khi lãnh đạo cần một câu trả lời mới, dữ liệu có sẵn sàng để tổng hợp và phân tích không?”. Câu hỏi này chuyển trọng tâm từ ứng dụng sang dữ liệu, đồng thời đặt ra yêu cầu xây dựng năng lực dữ liệu mang tính xuyên suốt toàn tổ chức.

Theo cách tiếp cận của khu vực công dựa trên dữ liệu, dữ liệu không chỉ được sử dụng để mô tả hoạt động đã diễn ra mà còn phải hỗ trợ thiết kế chính sách, tổ chức thực thi, giám sát kết quả và đánh giá tác động [6]. Điều đó đòi hỏi dữ liệu phải được quản trị như một tài sản tổ chức, có chủ thể chịu trách nhiệm, có tiêu chuẩn, có mô tả, có lịch sử thay đổi và có cơ chế khai thác theo thẩm quyền.

HÀNH LANG PHÁP LÝ VÀ ĐỊNH HƯỚNG QUỐC GIA VỀ TẠO LẬP, QUẢN TRỊ, KẾT NỐI VÀ KHAI THÁC DỮ LIỆU

Luật Dữ liệu năm 2024: Từ tạo lập dữ liệu đến trách nhiệm sử dụng dữ liệu

Luật Dữ liệu số 60/2024/QH15, có hiệu lực từ ngày 01/7/2025, tạo ra nền tảng pháp lý chung cho việc xây dựng, phát triển, bảo vệ, quản trị, xử lý và sử dụng dữ liệu tại Việt Nam [1]. Một điểm đáng chú ý là Luật không chỉ quy định việc hình thành các cơ sở dữ liệu mà còn điều chỉnh toàn bộ vòng đời dữ liệu, từ khâu thu thập, tạo lập đến bảo đảm chất lượng, chia sẻ, phân tích và sử dụng.

Điều 11 của Luật quy định việc thu thập, tạo lập dữ liệu tại cơ quan nhà nước phải sử dụng thống nhất bảng mã danh mục dùng chung và thống nhất với dữ liệu chủ trong cơ sở dữ liệu quốc gia. Quy định này có ý nghĩa trực tiếp đối với khả năng liên kết dữ liệu: nếu cùng một đơn vị, cá nhân, địa bàn, loại nhiệm vụ hoặc chỉ tiêu được biểu diễn bằng các mã khác nhau trong từng hệ thống thì việc tổng hợp xuyên hệ thống sẽ luôn phải dựa vào ánh xạ thủ công. Việc thống nhất danh mục và dữ liệu chủ vì vậy không phải là công việc kỹ thuật phụ trợ mà là điều kiện để dữ liệu có thể kết nối và tái sử dụng.

Trong đó, Điều 12 xác định bảo đảm chất lượng dữ liệu là bảo đảm tính chính xác, hợp lệ, toàn vẹn, đầy đủ, cập nhật kịp thời và thống nhất; đồng thời đặt trách nhiệm cho cơ quan nhà nước quản lý cơ sở dữ liệu phải thường xuyên kiểm tra, giám sát, khắc phục sai sót, đồng bộ và cập nhật dữ liệu [1]. Như vậy, chất lượng dữ liệu được đặt thành trách nhiệm quản trị thường xuyên, không phải công việc làm sạch một lần khi xây dựng hệ thống.

Đặc biệt, Điều 19 quy định cơ quan nhà nước phải phân tích, tổng hợp dữ liệu do mình tạo lập hoặc được chia sẻ, cung cấp, khai thác, sử dụng để phục vụ công tác lãnh đạo, chỉ đạo, quản lý nhà nước và phát triển kinh tế - xã hội [1]. Đây là căn cứ pháp lý trực tiếp cho yêu cầu chuyển dữ liệu từ trạng thái “được lưu trong hệ thống” sang trạng thái “được tổ chức để khai thác phục vụ điều hành”.

Khung kiến trúc dữ liệu quốc gia, Khung quản trị, quản lý dữ liệu quốc gia và Từ điển dữ liệu dùng chung

Quyết định số 2439/QĐ-TTg ngày 04/11/2025 ban hành đồng thời Khung kiến trúc dữ liệu quốc gia, Khung quản trị, quản lý dữ liệu quốc gia và Từ điển dữ liệu dùng chung phiên bản 1.0 [2]. Việc ban hành đồng thời ba cấu phần cho thấy định hướng quản lý dữ liệu không chỉ tập trung vào kiến trúc kỹ thuật mà bao gồm cả quy tắc quản trị và ngôn ngữ dữ liệu dùng chung.

Khung kiến trúc dữ liệu quốc gia phân biệt các nhóm dữ liệu theo mục đích sử dụng và trong mô hình tham chiếu của một khối cơ quan, bộ, ngành, địa phương đã xác định riêng nhóm “dữ liệu phục vụ công tác quản lý, chỉ đạo điều hành, xây dựng chính sách”, bao gồm dữ liệu tổng hợp về báo cáo, chỉ tiêu thống kê, chỉ số chỉ đạo điều hành; dữ liệu hoạt động chỉ đạo, điều hành; dữ liệu chủ về các nguồn lực; danh mục dùng chung và từ điển dữ liệu phục vụ chỉ đạo điều hành [2]. Điểm quan trọng ở đây là dữ liệu phục vụ điều hành được nhìn nhận như một lớp dữ liệu có mục đích quản trị rõ ràng, được hình thành từ các nguồn nghiệp vụ nhưng không bị giới hạn trong phạm vi của từng hệ thống nguồn.

Khung quản trị, quản lý dữ liệu quốc gia đồng thời đặt ra yêu cầu xác định vai trò, trách nhiệm, quy trình, chất lượng và cơ chế giám sát dữ liệu trong suốt vòng đời. Đây là cơ sở để các cơ quan chuyển từ cách quản lý “hệ thống nào quản lý dữ liệu của hệ thống đó” sang cách quản trị dữ liệu theo đối tượng, chủ thể, lĩnh vực và mục đích sử dụng, bảo đảm dữ liệu có thể được hiểu và sử dụng thống nhất giữa nhiều hệ thống.

Kết nối, chia sẻ bắt buộc, dữ liệu chủ và nguồn dữ liệu tin cậy

Nghị định số 278/2025/NĐ-CP ngày 22/10/2025 quy định về kết nối, chia sẻ dữ liệu bắt buộc giữa các cơ quan thuộc hệ thống chính trị và thay thế Nghị định số 47/2020/NĐ-CP [3]. Nghị định quy định việc tích hợp, đồng bộ và sử dụng dữ liệu chủ quốc gia là bắt buộc khi cơ quan, tổ chức xây dựng, cập nhật hoặc vận hành cơ sở dữ liệu, hệ thống thông tin; đồng thời đặt nguyên tắc một dữ liệu chủ chỉ có một nguồn dữ liệu tin cậy duy nhất [3].

Nguyên tắc “một nguồn tin cậy duy nhất” có ý nghĩa đặc biệt đối với công tác báo cáo và chỉ đạo, điều hành. Khi cùng một thông tin nền tảng được tạo lập và duy trì độc lập ở nhiều hệ thống, sai lệch là khó tránh khỏi. Ngược lại, nếu dữ liệu chủ được xác định rõ nguồn chính thức và các hệ thống khác sử dụng, đồng bộ hoặc tham chiếu lại nguồn này, cơ quan có thể giảm đáng kể tình trạng một đối tượng có nhiều mã, một chỉ tiêu có nhiều phiên bản hoặc một báo cáo phải mất thời gian xác minh lại dữ liệu nền.

Nghị định cũng đặt lộ trình chuẩn hóa các cơ sở dữ liệu, hệ thống thông tin theo Khung kiến trúc dữ liệu quốc gia, Khung quản trị, quản lý dữ liệu quốc gia và Từ điển dữ liệu dùng chung; đối với các hệ thống còn lại, yêu cầu hoàn thành việc chuẩn hóa trước ngày 31/12/2026 [3]. Điều này cho thấy chuẩn hóa dữ liệu và khả năng sẵn sàng kết nối đã trở thành yêu cầu triển khai có thời hạn, chứ không chỉ là khuyến nghị kỹ thuật.

Chiến lược dữ liệu quốc gia và Khung kiến trúc tổng thể quốc gia số

Ngày 18/7/2026, Thủ tướng Chính phủ ban hành Quyết định số 1308/QĐ-TTg phê duyệt Chiến lược dữ liệu quốc gia giai đoạn 2026 - 2030, tầm nhìn đến năm 2045 [4]. Tiếp đó, Quyết định số 1425/QĐ-TTg ngày 29/7/2026 ban hành Khung kiến trúc tổng thể quốc gia số phiên bản 1.0 [5]. Hai văn bản này tiếp tục củng cố cách tiếp cận coi dữ liệu và các nền tảng lõi là thành phần trung tâm của kiến trúc số, đồng thời yêu cầu các cơ quan tổ chức dữ liệu theo hướng thống nhất, dùng chung, có khả năng tích hợp, phân tích và phục vụ hoạt động quản lý.

Nhìn tổng thể, hành lang pháp lý giai đoạn 2024 - 2026 đã hình thành một chuỗi tương đối rõ: dữ liệu phải được tạo lập theo chuẩn và dữ liệu chủ; phải được duy trì chất lượng; phải có khả năng kết nối, chia sẻ; phải có cơ chế quản trị và từ điển dùng chung; và cuối cùng phải được phân tích, tổng hợp để phục vụ lãnh đạo, chỉ đạo, quản lý. Đây là cơ sở quan trọng để các cơ quan chuyển từ tư duy “xây cơ sở dữ liệu cho từng ứng dụng” sang tư duy “xây dựng năng lực dữ liệu của tổ chức”.

TỪ “ĐÚNG, ĐỦ, SẠCH, SỐNG, THỐNG NHẤT, DÙNG CHUNG” ĐẾN DỮ LIỆU SẴN SÀNG CHO ĐIỀU HÀNH

Cụm yêu cầu “đúng, đủ, sạch, sống, thống nhất, dùng chung” đang được sử dụng xuyên suốt trong các chương trình, kế hoạch và hoạt động chỉ đạo về dữ liệu. Về bản chất, đây không phải là một khẩu hiệu kỹ thuật mà có thể được diễn giải thành các yêu cầu quản trị cụ thể. Bảng 1 trình bày cách hiểu theo hướng phục vụ chỉ đạo, điều hành.

Bảng 1. Diễn giải yêu cầu chất lượng dữ liệu theo góc nhìn phục vụ quản trị, điều hành

Sáu đặc tính trên có quan hệ chặt chẽ. Dữ liệu có thể “đúng” nhưng không “sống” nếu được cập nhật chậm; có thể “đủ” ở một hệ thống nhưng không “thống nhất” với hệ thống khác; hoặc có chất lượng tốt nhưng không “dùng chung” được do thiếu mã định danh, thiếu mô tả hoặc không có cơ chế phân quyền. Vì vậy, chất lượng dữ liệu cần được nhìn theo mục đích sử dụng. Một bộ dữ liệu chỉ thực sự có giá trị đối với chỉ đạo, điều hành khi người dùng biết dữ liệu đến từ đâu, cập nhật lúc nào, theo định nghĩa nào, ai chịu trách nhiệm và mức độ tin cậy đến đâu.

YÊU CẦU MỚI ĐỐI VỚI PHÒNG THỦ HỆ THỐNG THÔNG TIN QUAN TRỌNG

Tập trung khả năng quản trị và khai thác, không nhất thiết tập trung vật lý

Khái niệm “tập trung dữ liệu” dễ bị hiểu thành việc sao chép toàn bộ dữ liệu của các hệ thống về một cơ sở dữ liệu hoặc một hạ tầng lưu trữ duy nhất. Cách hiểu này vừa thu hẹp bài toán vào công nghệ, vừa có thể dẫn đến đầu tư trùng lặp. Trong thực tế, mục tiêu cần hướng tới là tập trung khả năng quản trị và khai thác: người quản lý có thể tiếp cận một bức tranh thống nhất, trong khi dữ liệu vật lý có thể vẫn được lưu tại nhiều hệ thống nguồn tùy theo kiến trúc, yêu cầu nghiệp vụ, phân quyền và quy định pháp luật.

Một cơ quan có thể đạt được khả năng khai thác tập trung bằng nhiều cách khác nhau: đồng bộ một phần dữ liệu, chia sẻ qua dịch vụ dữ liệu, hình thành tập dữ liệu tổng hợp, sử dụng nền tảng tích hợp hoặc các mô hình lưu trữ, phân tích khác nhau. Công nghệ cụ thể nên được lựa chọn sau khi làm rõ mục đích quản trị, đặc điểm nguồn dữ liệu và yêu cầu an toàn, thay vì được xem là điểm xuất phát của dự án.

Từ nguồn dữ liệu nghiệp vụ đến thông tin phục vụ điều hành

Dòng dữ liệu phục vụ điều hành có thể được khái quát như Hình 1. Dữ liệu phát sinh ở các hệ thống nghiệp vụ trước hết phải được tạo lập theo quy tắc, được kiểm tra và chuẩn hóa; tiếp đó được kết nối, chia sẻ hoặc tổng hợp theo cơ chế phù hợp; sau đó mới hình thành chỉ tiêu, báo cáo, cảnh báo hoặc thông tin phân tích. Chỉ khi những bước trung gian này được quản trị rõ ràng, số liệu xuất hiện trên màn hình điều hành mới có thể được xem là căn cứ đáng tin cậy.

Hình 1. Dòng dữ liệu từ hệ thống nghiệp vụ đến thông tin phục vụ quản trị, chỉ đạo, điều hành

Điểm đáng chú ý là mỗi bước trong chuỗi trên đều có câu hỏi quản trị tương ứng. Ở nguồn: ai chịu trách nhiệm tạo lập và cập nhật? Ở bước chuẩn hóa: dùng danh mục và mã định danh nào? Ở bước kết nối: nguồn nào là chính thức, tần suất cập nhật bao lâu? Ở bước tổng hợp: một chỉ tiêu được tính theo quy tắc nào? Ở bước khai thác: ai có quyền xem mức dữ liệu nào? Việc trả lời được các câu hỏi này quan trọng hơn việc lựa chọn tên gọi của một nền tảng công nghệ.

Hình thành lớp dữ liệu phục vụ quản lý, chỉ đạo, điều hành

Từ góc độ kiến trúc dữ liệu, dữ liệu phục vụ quản lý, chỉ đạo, điều hành nên được xem là kết quả của quá trình tổng hợp có mục đích, không phải bản sao nguyên trạng của mọi dữ liệu nghiệp vụ. Lớp dữ liệu này cần tập trung vào các đối tượng, chỉ tiêu, nguồn lực, nhiệm vụ, sự kiện và mối quan hệ mà người quản lý cần quan sát. Cùng một dữ liệu nguồn có thể được sử dụng để tạo ra nhiều góc nhìn: theo thời gian, đơn vị, lĩnh vực, trạng thái, mức độ ưu tiên hoặc nhóm rủi ro.

Cách tiếp cận này phù hợp với mô hình tham chiếu tại Quyết định số 2439/QĐ-TTg, trong đó dữ liệu phục vụ quản lý, chỉ đạo điều hành được tách thành một nhóm mục đích sử dụng riêng và bao gồm không chỉ dữ liệu báo cáo tổng hợp mà còn dữ liệu hoạt động chỉ đạo, điều hành, dữ liệu chủ về nguồn lực, danh mục dùng chung và từ điển dữ liệu [2].

GIÁ TRỊ CỦA DỮ LIỆU TẬP TRUNG, CHUẨN HÓA ĐỐI VỚI QUẢN TRỊ, CHỈ ĐẠO, ĐIỀU HÀNH

Thứ nhất, rút ngắn khoảng cách từ câu hỏi quản trị đến câu trả lời. Khi dữ liệu đã được chuẩn hóa, liên kết và có nguồn chính thức, một yêu cầu phát sinh không nhất thiết phải khởi động lại toàn bộ quá trình tìm người, tìm file, hỏi số liệu và đối chiếu thủ công. Cán bộ có thể tập trung vào kiểm chứng, phân tích và giải thích thay vì dành phần lớn thời gian cho thu thập.

Thứ hai, hình thành một nguồn thông tin thống nhất. Một chỉ tiêu có thể được tạo ra từ nhiều nguồn dữ liệu nhưng cần một định nghĩa, một quy tắc tính, một thời điểm cập nhật và một cơ chế xác định nguồn chính thức. Điều này giảm tình trạng “một chỉ tiêu, nhiều con số” và giúp các cấp quản lý trao đổi trên cùng một nền thông tin.

Thứ ba, giảm độ trễ của báo cáo và tăng khả năng giám sát liên tục. Báo cáo truyền thống thường phản ánh dữ liệu sau khi các đơn vị đã tổng hợp và gửi về. Khi dữ liệu được cập nhật trực tiếp từ nguồn và được kiểm tra tự động, một số chỉ tiêu có thể được theo dõi với độ trễ ngắn hơn, hỗ trợ phát hiện sớm nhiệm vụ chậm tiến độ, biến động bất thường hoặc nguy cơ quá tải nguồn lực.

Thứ tư, tạo khả năng phân tích lịch sử và mối quan hệ giữa các yếu tố. Dữ liệu phục vụ điều hành không chỉ cần cho biết trạng thái hiện tại mà còn phải giúp trả lời xu hướng đang thay đổi như thế nào, sự thay đổi bắt đầu từ khi nào, đơn vị nào khác biệt và yếu tố nào thường đi kèm với kết quả tốt hoặc kém. Đây là cơ sở để chuyển từ báo cáo mô tả sang phân tích nguyên nhân, dự báo và cảnh báo.

Thứ năm, tạo nền dữ liệu cho tự động hóa và trí tuệ nhân tạo. AI có thể hỗ trợ tìm kiếm, tóm tắt, phát hiện mẫu hoặc đề xuất phương án, nhưng chất lượng kết quả phụ thuộc trực tiếp vào chất lượng, nguồn gốc và ngữ cảnh của dữ liệu. Một mô hình AI tiên tiến không thể bù đắp cho dữ liệu thiếu, sai, trùng lặp hoặc không xác định được nguồn. Vì vậy, chuẩn hóa và quản trị dữ liệu phải đi trước hoặc ít nhất đi song song với việc mở rộng ứng dụng AI.

ĐIỀU KIỆN ĐỂ DỮ LIỆU THỰC SỰ TRỞ THÀNH NĂNG LỰC QUẢN TRỊ CỦA TỔ CHỨC

Một là, xác định rõ chủ thể chịu trách nhiệm đối với dữ liệu. Mỗi nhóm dữ liệu quan trọng cần có đơn vị hoặc chức danh chịu trách nhiệm về định nghĩa, chất lượng, cập nhật và quyền sử dụng. Quản trị dữ liệu không thể chỉ giao cho bộ phận công nghệ thông tin vì nhiều quyết định về ý nghĩa và chất lượng dữ liệu là quyết định nghiệp vụ [7], [8].

Hai là, chuẩn hóa dữ liệu chủ, danh mục dùng chung và định danh. Đây là lớp nền để liên kết dữ liệu giữa các hệ thống. Nếu một đơn vị, một người, một nhiệm vụ hoặc một loại tài sản không có định danh thống nhất, mỗi lần tổng hợp sẽ phải ánh xạ lại bằng quy tắc riêng.

Ba là, thiết lập cơ chế chất lượng dữ liệu liên tục. Cơ quan cần có quy tắc kiểm tra, chỉ số chất lượng, cơ chế phát hiện sai lệch và quy trình khắc phục. Chất lượng cần được giám sát trong quá trình vận hành chứ không chỉ kiểm tra khi nghiệm thu hệ thống, phù hợp với trách nhiệm được đặt ra tại Điều 12 Luật Dữ liệu [1].

Bốn là, quản lý metadata và nguồn gốc dữ liệu. Người sử dụng một chỉ tiêu cần biết dữ liệu đến từ hệ thống nào, được cập nhật lúc nào, đã qua bước xử lý nào và ai chịu trách nhiệm. Metadata và khả năng truy vết là cơ sở để người quản lý đánh giá mức độ tin cậy thay vì chỉ nhìn vào một con số cuối cùng.

Năm là, thiết kế quyền truy cập và an toàn ngay từ đầu. Tập trung khả năng khai thác không có nghĩa mọi người đều được nhìn thấy mọi dữ liệu. Quyền xem, tổng hợp, tải xuống, chia sẻ hoặc sử dụng dữ liệu chi tiết phải phù hợp với chức năng, nhiệm vụ và quy định về an ninh, an toàn, bảo vệ dữ liệu. Khi dữ liệu càng tập trung về mặt khai thác, yêu cầu kiểm soát truy cập, giám sát và khả năng phục hồi càng trở nên quan trọng.

Sáu là, lựa chọn công nghệ sau khi xác định rõ câu hỏi quản trị. Công nghệ là phương tiện để thực hiện các yêu cầu tích hợp, lưu trữ, chia sẻ và phân tích. Một cơ quan không nhất thiết phải xây dựng một sản phẩm mang tên “Kho dữ liệu” nếu các nền tảng dùng chung hoặc cơ chế khai thác hiện có đã đáp ứng đầy đủ nhu cầu. Ngược lại, khi cần tổng hợp nhiều nguồn, lưu lịch sử và phân tích xuyên hệ thống, cơ quan có thể cần đầu tư thêm các cấu phần dữ liệu phù hợp nhưng phải bảo đảm không trùng lặp với thành phần dùng chung theo kiến trúc số quốc gia [5].

DỮ LIỆU HỖ TRỢ QUYẾT ĐỊNH NHƯNG KHÔNG THAY THẾ NGƯỜI RA QUYẾT ĐỊNH

Một nguy cơ khác của cách tiếp cận quá thiên về công nghệ là giả định rằng khi dữ liệu đã đầy đủ và hệ thống đã phân tích được thì quyết định sẽ trở nên “tự động”. Trên thực tế, cùng một bộ dữ liệu có thể được nhìn từ nhiều góc độ khác nhau. Người phụ trách tài chính nhìn thấy tác động đến chi phí và ngân sách; người phụ trách vận hành nhìn thấy áp lực nguồn lực và tiến độ; người phụ trách an toàn thông tin nhìn thấy rủi ro; trong khi người đứng đầu phải cân nhắc tổng thể mục tiêu nhiệm vụ, ưu tiên, nguồn lực, thời gian và mức rủi ro có thể chấp nhận.

Dữ liệu có vai trò tạo ra một điểm xuất phát chung đáng tin cậy hơn, giúp giảm tranh luận về “con số nào đúng” và tăng thời gian dành cho câu hỏi “nên làm gì”. Hệ thống có thể chỉ ra điều gì đang xảy ra, xu hướng nào thay đổi, đâu là trường hợp bất thường hoặc phương án nào có mức rủi ro cao hơn; nhưng việc đánh đổi giữa các mục tiêu, xác định ưu tiên và chịu trách nhiệm về quyết định vẫn thuộc về con người.

Điều này cũng đặt ra một yêu cầu tiếp theo: khi cơ quan ngày càng dựa vào dữ liệu để điều hành, mức độ tin cậy, an toàn và khả năng phục hồi của hạ tầng dữ liệu trở thành một phần của năng lực quản trị. Nếu dữ liệu bị sai, bị sửa đổi trái phép, bị truy cập không đúng thẩm quyền hoặc nền tảng không sẵn sàng vào thời điểm cần ra quyết định, lợi ích của dữ liệu tập trung có thể chuyển thành rủi ro tập trung. Đây là vấn đề cần được xem xét song song trong quản trị rủi ro và an toàn thông tin.

KẾT LUẬN VÀ KHUYẾN NGHỊ

Quá trình chuyển đổi số của các cơ quan, tổ chức đang chuyển từ giai đoạn số hóa từng nghiệp vụ sang giai đoạn khai thác dữ liệu như một nguồn lực cho quản trị. Trong bối cảnh đó, bài toán trung tâm không còn là xây thêm một hệ thống mang tên “kho dữ liệu”, mà là tạo ra năng lực tổ chức dữ liệu: dữ liệu được tạo lập đúng, có chủ thể chịu trách nhiệm, được chuẩn hóa, cập nhật, kết nối, kiểm tra chất lượng, mô tả rõ nguồn gốc và có thể khai thác theo đúng thẩm quyền.

Hành lang pháp lý hiện nay đã tạo nền tảng tương đối rõ cho hướng tiếp cận này. Luật Dữ liệu quy định trách nhiệm về tạo lập, chất lượng và phân tích dữ liệu; Quyết định số 2439/QĐ-TTg hình thành khung kiến trúc, quản trị và từ điển dữ liệu dùng chung; Nghị định số 278/2025/NĐ-CP đặt yêu cầu kết nối, chia sẻ bắt buộc, dữ liệu chủ và nguồn tin cậy duy nhất; Chiến lược dữ liệu quốc gia giai đoạn 2026 - 2030 và Khung kiến trúc tổng thể quốc gia số tiếp tục định hướng việc tổ chức dữ liệu thống nhất trong kiến trúc số quốc gia [1 - 5].

Trên cơ sở phân tích, bài báo đề xuất một số kiến nghị sau đây:

- Đối với các cơ quan, tổ chức: xây dựng danh mục các câu hỏi, chỉ tiêu và quyết định quản trị cần được hỗ trợ bằng dữ liệu; từ đó rà soát nguồn dữ liệu hiện có và xác định khoảng trống cần tạo lập hoặc chuẩn hóa, thay vì bắt đầu từ việc lựa chọn sản phẩm công nghệ.

- Xác định rõ dữ liệu chủ, danh mục dùng chung, nguồn dữ liệu chính thức, trách nhiệm tạo lập và cập nhật; ưu tiên xử lý các đối tượng dữ liệu có vai trò liên kết nhiều hệ thống.

- Thiết lập cơ chế quản trị và đo lường chất lượng dữ liệu thường xuyên theo yêu cầu “đúng, đủ, sạch, sống, thống nhất, dùng chung”, gắn trách nhiệm chất lượng với đơn vị nghiệp vụ sở hữu dữ liệu và trách nhiệm kỹ thuật với đơn vị vận hành.

- Tổ chức lớp dữ liệu phục vụ quản lý, chỉ đạo, điều hành theo hướng có thể tổng hợp xuyên hệ thống, truy vết được nguồn, thời điểm và quy tắc tính; tận dụng tối đa dữ liệu, nền tảng và thành phần dùng chung, tránh tạo thêm các “ốc đảo dữ liệu” mới.

- Đầu tư đồng thời cho an toàn, phân quyền, giám sát và khả năng phục hồi, bởi khi dữ liệu trở thành căn cứ điều hành thì tính sẵn sàng và độ tin cậy của dữ liệu trở thành một phần của rủi ro quản trị.

- Đánh giá hiệu quả của các chương trình dữ liệu bằng thời gian lập báo cáo, tỷ lệ chỉ tiêu có nguồn dữ liệu chính thức, mức chất lượng dữ liệu, khả năng tái sử dụng, số quyết định hoặc quy trình được hỗ trợ tốt hơn bằng dữ liệu; không đo thành công chủ yếu bằng dung lượng lưu trữ hoặc số lượng hệ thống đã đầu tư.

Đích đến cuối cùng là hình thành một môi trường trong đó khi người quản lý đặt một câu hỏi mới, tổ chức không phải bắt đầu bằng việc “đi tìm dữ liệu”, mà có thể nhanh chóng tiếp cận dữ liệu đã được quản trị, hiểu được mức độ tin cậy của dữ liệu và dành phần lớn thời gian cho phân tích, đánh giá và lựa chọn hành động. Đó là ý nghĩa thực chất của quản trị, chỉ đạo, điều hành dựa trên dữ liệu.

Nguồn: TS. Nguyễn Viết Phan , ThS. Hoàng Thanh Tùng Cơ yếu chính phủ