NGHIÊN CỨU GIẢI PHÁP QUẢN LÝ CHẤT LƯỢNG DỮ LIỆU TRONG QUẢN TRỊ DỮ LIỆU NGÂN HÀNG

Tài liệu nghiên cứu Nghiên cứu giải pháp quản lý chất lượng dữ liệu trong quản trị dữ liệu ngân hàng, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên sâu về kinh tế.

• Tác giả: Cao Hữu Phước
• Người hướng dẫn: TS. Phan Thanh Đức
• Trường học: Học Viện Ngân Hàng
• Chuyên ngành: Hệ Thống Thông Tin Quản Lý
• Đề tài: Nghiên Cứu Giải Pháp Quản Lý Chất Lượng Dữ Liệu Trong Quản Trị Dữ Liệu Ngân Hàng
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ CHẤT LƯỢNG DỮ LIỆU
• 1.1. Tổng quan về quản lý dữ liệu, quản trị dữ liệu và chất lượng dữ liệu
• 1.2. Quản lý dữ liệu và quản trị dữ liệu
• 1.3. Quản lý chất lượng dữ liệu trong quản trị dữ liệu
• 1.4. Tác động của chất lượng dữ liệu đến quá trình kinh doanh
• 1.5. Mục tiêu và nguyên tắc của quản lý chất lượng dữ liệu
• 2. CHƯƠNG 2: GIẢI PHÁP QUẢN LÝ CHẤT LƯỢNG DỮ LIỆU THEO YÊU CẦU CỦA NGÂN HÀNG
• 2.1. Thực trạng và yêu cầu tại Ngân hàng X
• 2.2. Tính xác thực và yêu cầu về bảo mật
• 2.3. Mong muốn của ngân hàng
• 2.4. Sự cấp thiết của giải pháp
• 2.5. Lợi ích dự kiến mà giải pháp mang lại
• 2.6. Kiến trúc của giải pháp
• 2.7. Kiến trúc hỗ trợ Data-to-Value
• 2.8. Các khả năng nổi bật của cấu phần trong giải pháp
• 2.9. Phạm vi tại ngân hàng X và các cấu phần
• 2.9.1. Trung tâm siêu dữ liệu
• 2.9.2. Chức năng Quản lý dữ liệu (Data stewardships)
• 2.9.3. Quản lý chất lượng dữ liệu trong giải pháp
• 2.10. Khả năng chung: Đo lường và Quản lý
• 2.11. Quy tắc chất lượng dữ liệu
• 2.12. Thông tin chất lượng dữ liệu trong Metadata Hub
• 2.13. Ưu tiên các lỗi theo tính trọng yếu (tác động tài chính)
• 3. CHƯƠNG 3: XÂY DỰNG TÀI LIỆU MÔ TẢ GIẢI PHÁP
• 3.1. Xác định đối tượng tham gia quản lý chất lượng dữ liệu
• 3.1.1. Chủ sở hữu dữ liệu
• 3.1.2. Hội đồng quản lý dữ liệu
• 3.2. Bộ phận quản lý dữ liệu
• 3.2.1. Cán bộ quản lý dữ liệu nghiệp vụ
• 3.2.2. Chủ sở hữu hệ thống
• 3.2.3. Cán bộ quản lý dữ liệu kỹ thuật
• 3.3. Xác định các thành tố dữ liệu quan trọng (CDE)
• 3.3.1. Sơ đồ quy trình xác định CDE
• 3.3.2. Các thành tố dữ liệu cho mô tả giải pháp
• 3.4. Xây dựng từ điển thuật ngữ nghiệp vụ
• 3.4.1. Sơ đồ quy trình xây dựng từ điển thuật ngữ nghiệp vụ
• 3.4.2. Từ điển thuật ngữ nghiệp vụ cho mô tả giải pháp
• 3.5. Xác định quy tắc và ngưỡng chất lượng dữ liệu
• 3.5.1. Sơ đồ quy trình xác định quy tắc và ngưỡng chất lượng dữ liệu
• 3.6. Các chỉ số chất lượng dữ liệu cho mô tả giải pháp
• 3.7. Các quy tắc chất lượng dữ liệu nghiệp vụ cho mô tả giải pháp
• 3.8. Các quy tắc chất lượng dữ liệu kỹ thuật cho mô tả giải pháp
• 3.9. Xây dựng các báo cáo chất lượng dữ liệu cho mô tả giải pháp
• 3.9.1. Báo cáo chất lượng dữ liệu các thành tố dữ liệu trên nguồn chuẩn hóa
• 3.9.2. Báo cáo chi tiết các thông tin cần cải thiện (theo đơn vị)
• DANH MỤC CHỮ VIẾT TẮT
• DANH MỤC BẢNG BIỂU
• DANH MỤC HÌNH ẢNH

Tóm tắt

I. Tổng Quan Quản Lý Chất Lượng Dữ Liệu Ngân Hàng 55 ký tự

Trong bối cảnh hiện đại, dữ liệu đóng vai trò then chốt trong mọi hoạt động của ngân hàng. Khối lượng dữ liệu khổng lồ, từ thông tin khách hàng đến giao dịch tài chính, đòi hỏi một hệ thống quản lý chất lượng dữ liệu ngân hàng hiệu quả. Dữ liệu được coi là tài sản vô giá, là lợi thế cạnh tranh quyết định sự thành công của ngân hàng. Theo kết quả khảo sát của PwC (2019), chưa đến một nửa số ngân hàng thương mại có chính sách và quy trình quản lý dữ liệu hay quy định vai trò của các bên có liên quan đến dữ liệu. Quản trị dữ liệu đã nhanh chóng trở nên phổ biến và được coi là một chủ đề mới nổi trong lĩnh vực hệ thống thông tin. Quản lý chất lượng dữ liệu (CLDL) không chỉ là vấn đề kỹ thuật mà còn là yếu tố sống còn, ảnh hưởng trực tiếp đến khả năng ra quyết định, giảm thiểu rủi ro và nâng cao hiệu quả hoạt động.

1.1. Quản lý dữ liệu và Quản trị dữ liệu trong ngân hàng

Theo DAMA, Quản lý dữ liệu là việc phát triển, thực hiện và giám sát các kế hoạch, chính sách, chương trình và thực tiễn cung cấp, kiểm soát, bảo vệ và nâng cao giá trị của dữ liệu và tài sản thông tin trong suốt vòng đời của chúng. Quản trị dữ liệu (QTDL) được định nghĩa là việc thực hiện quyền và kiểm soát (lập kế hoạch, giám sát và thực thi) đối với việc quản lý tài sản dữ liệu (DAMA- DMBOK 2017). Tất cả các ngân hàng đều đưa ra quyết định về dữ liệu, bất kể họ có phòng ban hay chương trình QTDL chính thức hay không. Những ngân hàng thiết lập chương trình QTDL chính thức, thực hiện quyền và kiểm soát với chủ đích cao hơn có khả năng nhận được giá trị từ tài sản dữ liệu của mình tốt hơn.

1.2. Tầm quan trọng của Chất lượng dữ liệu trong ngân hàng

Chất lượng dữ liệu kém có thể dẫn đến những quyết định sai lầm, ảnh hưởng đến lợi nhuận và uy tín của ngân hàng. Chất lượng dữ liệu không chỉ là độ chính xác mà còn bao gồm tính đầy đủ, nhất quán, kịp thời và phù hợp. Việc đảm bảo chất lượng dữ liệu trong ngân hàng là một quá trình liên tục, đòi hỏi sự tham gia của nhiều bộ phận và sự đầu tư vào công nghệ và quy trình. Bánh xe DAMA xác định các kiến thức lĩnh vực Quản lý dữ liệu. Nó đặt quản trị dữ liệu vào trung tâm của các hoạt động quản lý dữ liệu, vì quản trị được yêu cầu để đảm bảo tính nhất quán và cân bằng giữa các chức năng. Các lĩnh vực kiến thức khác (Siêu dữ liệu, Chất lượng dữ liệu, v.) được cân bằng xung quanh bánh xe.

II. Thách Thức Rủi Ro Từ Dữ Liệu Kém Chất Lượng Ngân Hàng 56 ký tự

Dữ liệu kém chất lượng gây ra nhiều vấn đề nghiêm trọng cho ngành ngân hàng. Chi phí khắc phục lỗi dữ liệu, thời gian lãng phí để xác minh thông tin, và nguy cơ đưa ra quyết định sai lầm đều ảnh hưởng đến lợi nhuận và hiệu quả hoạt động. Ngoài ra, dữ liệu không chính xác hoặc không đầy đủ có thể dẫn đến vi phạm quy định, mất uy tín và thậm chí là các vụ kiện tụng. “Tại Việt Nam, theo kết quả khảo sát của PwC (2019), chưa đến một nửa số ngân hàng thương mại có chính sách và quy trình quản lý dữ liệu hay quy định vai trò của các bên có liên quan đến dữ liệu.” Việc nhận diện và giải quyết các thách thức này là bước quan trọng để xây dựng hệ thống quản lý chất lượng dữ liệu hiệu quả.

2.1. Chi phí tài chính do dữ liệu sai lệch trong ngân hàng

Dữ liệu sai lệch có thể dẫn đến các quyết định đầu tư sai lầm, đánh giá rủi ro không chính xác và các hoạt động gian lận. Các ngân hàng phải chi một khoản lớn để khắc phục các lỗi này, chưa kể đến thiệt hại về uy tín và mất cơ hội kinh doanh. Quản lý chất lượng dữ liệu hiệu quả sẽ đem lại rất nhiều lợi ích và hỗ trợ cho việc ra quyết định chiến lược cho ngân hàng, đồng thời giảm chi phí, tiết kiệm nhân lực. Điều này đòi hỏi các ngân hàng cần hành động nhanh để có thể nắm được lợi thế cạnh tranh của mình.

2.2. Rủi ro tuân thủ và pháp lý với chất lượng dữ liệu kém

Các quy định về bảo mật dữ liệu và quyền riêng tư ngày càng nghiêm ngặt. Dữ liệu kém chất lượng có thể khiến ngân hàng không tuân thủ các quy định này, dẫn đến các khoản phạt lớn và mất lòng tin của khách hàng. Các chương trình CLDL tập trung vào các mục tiêu chung sau: • Phát triển một cách tiếp cận có quản lý để làm cho dữ liệu phù hợp với mục đích dựa trên yêu cầu của người sử dụng dữ liệu • Xác định các tiêu chuẩn và thông số kỹ thuật cho kiểm soát chất lượng dữ liệu như một phần của vòng đời dữ liệu • Xác định và thực hiện các quy trình để đo lường, giám sát và báo cáo về mức chất lượng dữ liệu.

III. Giải Pháp Xây Dựng Quy Trình Quản Lý Chất Lượng 57 ký tự

Xây dựng một quy trình quản lý chất lượng dữ liệu hiệu quả là chìa khóa để giải quyết các vấn đề nêu trên. Quy trình này cần bao gồm các bước: xác định dữ liệu quan trọng, xây dựng quy tắc chất lượng, kiểm tra và giám sát dữ liệu, khắc phục lỗi và phòng ngừa. Quan trọng nhất, quy trình cần được tích hợp vào mọi hoạt động của ngân hàng, từ thu thập dữ liệu đến báo cáo và phân tích. Các chương trình CLDL phải được hướng dẫn bởi các nguyên tắc sau: Tính quan trọng: Một chương trình CLDL nên tập trung vào dữ liệu quan trọng nhất đối với ngân hàng và khách hàng. Các ưu tiên cải tiến phải dựa trên mức độ quan trọng của dữ liệu và mức độ rủi ro nếu dữ liệu không chính xác. Quản lý vòng đời: Chất lượng của dữ liệu phải được quản lý trong suốt vòng đời dữ liệu.

3.1. Xác định dữ liệu quan trọng trong ngành ngân hàng

Bước đầu tiên là xác định dữ liệu nào là quan trọng nhất đối với hoạt động của ngân hàng. Điều này có thể bao gồm thông tin khách hàng, giao dịch tài chính, thông tin tài khoản và dữ liệu rủi ro. Xây dựng tài liệu mô tả giải pháp. Xác định đối tượng tham gia quản lý chất lượng dữ liệu. Chủ sở hữu dữ liệu, Hội đồng quản lý dữ liệu và Bộ phận quản lý dữ liệu. Cán bộ quản lý dữ liệu nghiệp vụ. Chủ sở hữu hệ thống và Cán bộ quản lý dữ liệu kỹ thuật.

3.2. Xây dựng quy tắc chất lượng dữ liệu cụ thể

Sau khi xác định dữ liệu quan trọng, cần xây dựng các quy tắc chất lượng để đảm bảo rằng dữ liệu này đáp ứng các tiêu chuẩn nhất định. Các quy tắc này có thể bao gồm kiểm tra tính đầy đủ, tính chính xác, tính nhất quán và tính hợp lệ. Sơ đồ quy trình xác định CDE . Các thành tố dữ liệu cho mô tả giải pháp . Xây dựng từ điển thuật ngữ nghiệp vụ . Sơ đồ quy trình xây dựng từ điển thuật ngữ nghiệp vụ . Từ điển thuật ngữ nghiệp vụ cho mô tả giải pháp

3.3. Kiểm tra và giám sát chất lượng dữ liệu liên tục

Quy trình kiểm tra và giám sát dữ liệu cần được thực hiện thường xuyên để phát hiện và khắc phục các lỗi dữ liệu. Các công cụ tự động hóa có thể được sử dụng để giúp quy trình này hiệu quả hơn. Sơ đồ quy trình xác định quy tắc và ngưỡng chất lượng dữ liệu . Các chỉ số chất lượng dữ liệu cho mô tả giải pháp. Các quy tắc chất lượng dữ liệu nghiệp vụ cho mô tả giải pháp . Các quy tắc chất lượng dữ liệu kỹ thuật cho mô tả giải pháp

IV. Công Cụ Ứng Dụng Công Nghệ Quản Lý Dữ Liệu Ngân Hàng 59 ký tự

Nhiều công cụ và nền tảng quản lý dữ liệu có thể hỗ trợ ngân hàng trong việc kiểm soát chất lượng dữ liệu. Các công cụ này cung cấp các tính năng như lập hồ sơ dữ liệu, kiểm tra chất lượng tự động, báo cáo và khắc phục lỗi. Việc lựa chọn công cụ phù hợp phụ thuộc vào nhu cầu cụ thể của từng ngân hàng. Các hoạt động trong quản lý chất lượng dữ liệu . Xác định dữ liệu chất lượng cao . Xác định chiến lược chất lượng dữ liệu . Xác định Dữ liệu quan trọng và Quy tắc nghiệp vụ . Thực hiện đánh giá chất lượng dữ liệu ban đầu . Xác định và ưu tiên các cải tiến tiềm năng. Xác định các mục tiêu để cải thiện chất lượng dữ liệu . Phát triển và triển khai hoạt động chất lượng dữ liệu .

4.1. Lập hồ sơ dữ liệu và phát hiện lỗi nhanh chóng

Công cụ lập hồ sơ dữ liệu giúp phân tích cấu trúc và nội dung của dữ liệu, từ đó phát hiện các lỗi và điểm bất thường.Bước tiếp theo là tìm hiểu quy tắc chất lượng dữ liệu nghiệp vụ . Nguyên nhân phổ biến của các vấn đề chất lượng dữ liệu . Lập hồ sơ dữ liệu (Data profiling) . Chất lượng dữ liệu và xử lý dữ liệu . Các hoạt động trong quản lý chất lượng dữ liệu . Xác định dữ liệu chất lượng cao . Xác định chiến lược chất lượng dữ liệu .

4.2. Tự động hóa kiểm tra và giám sát chất lượng ngân hàng

Các công cụ kiểm tra chất lượng tự động giúp kiểm tra dữ liệu dựa trên các quy tắc đã được xác định. Báo cáo và cảnh báo được tạo ra khi có lỗi xảy ra. Thực hiện đánh giá chất lượng dữ liệu ban đầu . Xác định và ưu tiên các cải tiến tiềm năng. Xác định các mục tiêu để cải thiện chất lượng dữ liệu . Phát triển và triển khai hoạt động chất lượng dữ liệu .

V. Ứng Dụng Giải Pháp Thực Tiễn Quản Lý Chất Lượng 58 ký tự

Nghiên cứu trường hợp thực tế cho thấy các ngân hàng đã thành công trong việc cải thiện chất lượng dữ liệu bằng cách áp dụng các quy trình và công nghệ phù hợp. Những thành công này chứng minh rằng việc đầu tư vào quản lý chất lượng dữ liệu là một quyết định sáng suốt. CHƯƠNG 2: GIẢI PHÁP QUẢN LÝ CHẤT LƯỢNG DỮ LIỆU THEO YÊU CẦU CỦA NGÂN HÀNG. Thực trạng và yêu cầu tại Ngân hàng X . Tính xác thực và yêu cầu về bảo mật . Mong muốn của ngân hàng . Sự cấp thiết của giải pháp . Lợi ích dự kiến mà giải pháp mang lại . Kiến trúc của giải pháp . Kiến trúc hỗ trợ Data-to-Value . Các khả năng nổi bật của cấu phần trong giải pháp . Phạm vi tại ngân hàng X và các cấu phần: . Trung tâm siêu dữ liệu .

5.1. Case study Cải thiện chất lượng dữ liệu khách hàng

Một ngân hàng đã giảm đáng kể số lượng khách hàng bị trùng lặp và thông tin sai lệch bằng cách áp dụng một quy trình quản lý chất lượng dữ liệu toàn diện. Sau bước này, việc theo dõi và quản lý lỗi sẽ trở nên dễ dàng hơn. Chức năng Quản lý dữ liệu (Data stewardships) . Quản lý chất lượng dữ liệu trong giải pháp . Khả năng chung: Đo lường và Quản lý . Quy tắc chất lượng dữ liệu . Thông tin chất lượng dữ liệu trong Metadata Hub

5.2. Case study Tăng cường khả năng tuân thủ quy định

Một ngân hàng khác đã tăng cường khả năng tuân thủ các quy định về bảo mật dữ liệu bằng cách cải thiện chất lượng dữ liệu và kiểm soát truy cập. Với việc bảo mật được tăng cường, ngân hàng có thể tránh những án phạt từ những tổ chức kiểm soát. 3: XÂY DỰNG TÀI LIỆU MÔ TẢ GIẢI PHÁP . Xác định đối tượng tham gia quản lý chất lượng dữ liệu . Chủ sở hữu dữ liệu . Hội đồng quản lý dữ liệu .59

VI. Kết Luận Tương Lai Quản Lý Chất Lượng Ngân Hàng 59 ký tự

Quản lý chất lượng dữ liệu là một quá trình liên tục, đòi hỏi sự cam kết và đầu tư từ tất cả các cấp của ngân hàng. Với sự phát triển của công nghệ và quy định, việc quản lý chất lượng dữ liệu ngân hàng sẽ ngày càng trở nên quan trọng hơn trong tương lai. CHƯƠNG 3: XÂY DỰNG TÀI LIỆU MÔ TẢ GIẢI PHÁP . Xác định đối tượng tham gia quản lý chất lượng dữ liệu . Chủ sở hữu dữ liệu . Hội đồng quản lý dữ liệu .

6.1. Xu hướng mới trong quản lý chất lượng ngân hàng

Các công nghệ như trí tuệ nhân tạo (AI) và máy học (Machine Learning) đang được sử dụng để tự động hóa quy trình kiểm soát chất lượng dữ liệu và phát hiện các lỗi phức tạp. Sơ đồ quy trình xác định quy tắc và ngưỡng chất lượng dữ liệu . Các chỉ số chất lượng dữ liệu cho mô tả giải pháp. Các quy tắc chất lượng dữ liệu nghiệp vụ cho mô tả giải pháp . Các quy tắc chất lượng dữ liệu kỹ thuật cho mô tả giải pháp

6.2. Tầm quan trọng của văn hóa dữ liệu trong ngân hàng

Xây dựng một văn hóa dữ liệu mạnh mẽ, nơi tất cả nhân viên nhận thức được tầm quan trọng của chất lượng dữ liệu và có trách nhiệm đảm bảo dữ liệu chính xác, là yếu tố then chốt để thành công. Sơ đồ quy trình xác định quy tắc và ngưỡng chất lượng dữ liệu . Các chỉ số chất lượng dữ liệu cho mô tả giải pháp. Các quy tắc chất lượng dữ liệu nghiệp vụ cho mô tả giải pháp . Các quy tắc chất lượng dữ liệu kỹ thuật cho mô tả giải pháp

Trích đoạn nội dung tài liệu

chương 1 tác giả tập trung tìm hiểu, trình bày về lý thuyết tổng quan về chất lượng dữ liệu trong quản trị dữ liệu. Kết quả của chương này là tiền đề của giải pháp nghiên cứu trong chương tiếp theo. Tổng quan về quản lý dữ liệu, quản trị dữ liệu và chất lượng dữ liệu 1. Quản lý dữ liệu và quản trị dữ liệu Theo DAMA (DAMA - DMBOK, 2017), Quản lý dữ liệu là việc phát triển, thực hiện và giám sát các kế hoạch, chính sách, chương trình và thực tiễn cung cấp, kiểm soát, bảo vệ và nâng cao giá trị của dữ liệu và tài sản thông tin trong suốt vòng đời của chúng.

Quản lý dữ liệu hiệu quả bao gồm một tập hợp các quy trình phức tạp, có liên quan lẫn nhau cho phép tổ chức sử dụng dữ liệu của mình để đạt được các mục tiêu chiến lược. Quản lý dữ liệu bao gồm khả năng thiết kế dữ liệu cho ứng dụng, lưu trữ và truy cập nó một cách an toàn, chia sẻ nó một cách thích hợp, khai thác được dữ liệu và đảm bảo đáp ứng nhu cầu nghiệp vụ. Tất cả các lĩnh vực quản lý dữ liệu đều đóng góp vào chất lượng của dữ liệu và dữ liệu chất lượng cao hỗ trợ tổ chức phải là mục tiêu của tất cả các lĩnh vực quản lý dữ liệu. Quản trị dữ liệu (QTDL) được định nghĩa là việc thực hiện quyền và kiểm soát (lập kế hoạch, giám sát và thực thi) đối với việc quản lý tài sản dữ liệu (DAMA- DMBOK 2017).

Tất cả các ngân hàng đều đưa ra quyết định về dữ liệu, bất kể họ có phòng ban hay chương trình QTDL chính thức hay không. Những ngân hàng thiết lập chương trình QTDL chính thức, thực hiện quyền và kiểm soát với chủ đích cao hơn có khả năng nhận được giá trị từ tài sản dữ liệu của mình tốt hơn. 3 Khóa luận tốt nghiệp Cao Hữu Phước - K21HTTTB Hình 1. Mối quan hệ giữa quản lý dữ liệu và quản trị dữ liệu (Nguồn: DAMA, DAMA-DMBOK 2017) Cũng giống như kiểm toán viên kiểm soát các quy trình tài chính nhưng không thực sự thực hiện quản lý tài chính, quản trị dữ liệu đảm bảo dữ liệu được quản lý đúng cách mà không cần trực tiếp thực hiện quản lý dữ liệu.

Quản trị dữ liệu thể hiện sự tách biệt cố hữu về nhiệm vụ giữa giám sát và thực thi. Bánh xe DAMA và bánh xe DAMA đã phát triển (Nguồn: DAMA, DAMA-DMBOK 2017) Bánh xe DAMA xác định các kiến thức lĩnh vực Quản lý dữ liệu. Nó đặt quản trị dữ liệu vào trung tâm của các hoạt động quản lý dữ liệu, vì quản trị được yêu cầu 4 Khóa luận tốt nghiệp Cao Hữu Phước - K21HTTTB để đảm bảo tính nhất quán và cân bằng giữa các chức năng. Các lĩnh vực kiến thức khác (Siêu dữ liệu, Chất lượng dữ liệu, v.) được cân bằng xung quanh bánh xe.

Chúng là tất cả các phần cần thiết của một chức năng quản lý dữ liệu trưởng thành, nhưng có thể được thực hiện vào những thời điểm khác nhau, tùy thuộc vào yêu cầu của ngân hàng. Khung quản lý dữ liệu DAMA cũng có thể được mô tả như một sự phát triển của Bánh xe DAMA, với các hoạt động cốt lõi được bao quanh bởi vòng đời và các hoạt động sử dụng, được bao hàm trong các quy định nghiêm ngặt của quản trị. Các hoạt động cốt lõi, bao gồm Quản lý siêu dữ liệu, Chất lượng dữ liệu (CLDL) và Định nghĩa cấu trúc dữ liệu (kiến trúc) là trung tâm của khung. Quản lý chất lượng dữ liệu trong quản trị dữ liệu Quản lý chất lượng dữ liệu chính thức tương tự như quản lý chất lượng liên tục cho các sản phẩm khác.

Nó bao gồm quản lý dữ liệu trong suốt vòng đời bằng cách thiết lập các tiêu chuẩn, xây dựng chất lượng vào các quá trình tạo, chuyển đổi và lưu trữ dữ liệu cũng như đo lường dữ liệu theo tiêu chuẩn (DAMA-DMBOK 2017). Việc quản lý dữ liệu ở cấp độ này thường yêu cầu thành lập nhóm chương trình chất lượng dữ liệu. Nhóm chương trình CLDL chịu trách nhiệm tìm các chuyên gia quản lý dữ liệu nghiệp vụ và dữ liệu kỹ thuật, thúc đẩy công việc áp dụng các kỹ thuật quản lý chất lượng cho dữ liệu để đảm bảo rằng dữ liệu phù hợp để sử dụng cho nhiều mục đích khác nhau. Nhóm có thể sẽ tham gia vào một loạt các dự án mà thông qua đó họ có thể thiết lập các quy trình và các thực hành tốt nhất (best practice) trong khi giải quyết các vấn đề về dữ liệu có mức độ ưu tiên cao.

Quản lý chất lượng dữ liệu là một chương trình, không phải là một dự án. Nó sẽ bao gồm cả dự án và công việc bảo trì, cùng với cam kết về đào tạo. Quản lý chất lượng dữ liệu đòi hỏi kỷ luật bền vững trong việc quản lý và sản xuất dữ liệu. Quản trị dữ liệu là một phần lớn của kỷ luật đó.

Dữ liệu chất lượng cao không thể đạt được nếu không có quản trị dữ liệu (Smith, 2016). Dữ liệu được quản trị tốt như thế nào có ảnh hưởng trực tiếp đến chất lượng của dữ liệu. Nói cách khác, quản trị dữ liệu tốt là chìa khóa của chất lượng dữ liệu tốt. 5 Khóa luận tốt nghiệp Cao Hữu Phước - K21HTTTB 1.

Tác động của chất lượng dữ liệu đến quá trình kinh doanh Các tác động của chất lượng dữ liệu đến quá trình kinh doanh để thiết lập một chương trình Quản lý Chất lượng Dữ liệu chính thức bao gồm: • Tăng giá trị của dữ liệu ngân hàng và cơ hội sử dụng • Giảm rủi ro và chi phí liên quan đến dữ liệu chất lượng kém • Nâng cao hiệu quả và năng suất của ngân hàng • Bảo vệ và nâng cao danh tiếng của ngân hàng Dữ liệu chất lượng thấp tiềm ẩn nhiều rủi ro: có thể gây tổn hại đến danh tiếng của ngân hàng, dẫn đến các khoản phạt vi phạm, mất doanh thu, mất khách hàng và có thể dẫn đến các tác động tiêu cực về truyền thông. Ngoài ra, một số các khoản chi phí là hệ quả trực tiếp đến từ dữ liệu chất lượng kém. Ví dụ: • Không có khả năng lập hóa đơn chính xác • Gia tăng các cuộc gọi dịch vụ khách hàng và giảm khả năng giải quyết các vấn đề • Mất doanh thu do bỏ lỡ cơ hội kinh doanh • Chậm trễ trong quá trình sáp nhập và mua lại • Tăng khả năng gian lận • Tổn thất bởi các quyết định kinh doanh sai lầm do dữ liệu xấu gây ra • Kinh doanh thua lỗ do không có dữ liệu tình trạng tín dụng tốt Dữ liệu chất lượng cao không chỉ là kết thúc của việc quản lý chất lượng dữ liệu nói riêng hay quản trị dữ liệu nói chung. Nó là một phương tiện để ngân hàng đi đến thành công.

Dữ liệu đáng tin cậy không chỉ giảm thiểu rủi ro và giảm chi phí mà còn cải thiện hiệu quả hoạt động của ngân hàng. Mục tiêu và nguyên tắc của quản lý chất lượng dữ liệu Các chương trình CLDL tập trung vào các mục tiêu chung sau: • Phát triển một cách tiếp cận có quản lý để làm cho dữ liệu phù hợp với mục đích dựa trên yêu cầu của người sử dụng dữ liệu 6 Khóa luận tốt nghiệp Cao Hữu Phước - K21HTTTB • Xác định các tiêu chuẩn và thông số kỹ thuật cho kiểm soát chất lượng dữ liệu như một phần của vòng đời dữ liệu • Xác định và thực hiện các quy trình để đo lường, giám sát và báo cáo về mức chất lượng dữ liệu • Xác định và các cơ hội để cải thiện chất lượng dữ liệu, thông qua các thay đổi đối với quy trình và hệ thống cũng như tham gia vào các hoạt động cải thiện đáng kể chất lượng dữ liệu dựa trên yêu cầu của người sử dụng dữ liệu Các chương trình CLDL phải được hướng dẫn bởi các nguyên tắc sau: Tính quan trọng: Một chương trình CLDL nên tập trung vào dữ liệu quan trọng nhất đối với ngân hàng và khách hàng. Các ưu tiên cải tiến phải dựa trên mức độ quan trọng của dữ liệu và mức độ rủi ro nếu dữ liệu không chính xác. Quản lý vòng đời: Chất lượng của dữ liệu phải được quản lý trong suốt vòng đời dữ liệu.

Điều này bao gồm việc quản lý dữ liệu khi nó di chuyển trong và giữa các hệ thống (tức là mỗi liên kết trong chuỗi dữ liệu phải đảm bảo dữ liệu đầu ra có chất lượng cao). Ngăn ngừa: Trọng tâm của chương trình CLDL phải là ngăn ngừa các lỗi dữ liệu và các vấn đề làm giảm khả năng sử dụng của dữ liệu; không chỉ nên tập trung vào việc sửa chữa các bản ghi một cách đơn giản. Khắc phục nguyên nhân gốc rễ: Cải thiện chất lượng dữ liệu không chỉ là sửa lỗi. Các vấn đề về chất lượng dữ liệu cần được hiểu và giải quyết từ nguyên nhân gốc rễ của chúng, thay vì chỉ sửa các triệu chứng.

Vì những nguyên nhân này thường liên quan đến thiết kế quy trình hoặc hệ thống, việc cải thiện chất lượng dữ liệu thường đòi hỏi những thay đổi đối với các quy trình và hệ thống hỗ trợ chúng. Quản trị: Các hoạt động quản trị dữ liệu phải hỗ trợ sự phát triển của dữ liệu chất lượng cao và các hoạt động của chương trình CLDL phải hỗ trợ và duy trì một môi trường dữ liệu được quản lý. 7 Khóa luận tốt nghiệp Cao Hữu Phước - K21HTTTB Hướng tiêu chuẩn: Tất cả các bên liên quan (stakeholders) trong vòng đời dữ liệu đều có các yêu cầu về chất lượng dữ liệu. Ở mức độ có thể, các yêu cầu này phải được xác định dưới dạng các tiêu chuẩn và kỳ vọng có thể đo lường được.

Đo lường khách quan và minh bạch: Các mức chất lượng dữ liệu cần được đo lường một cách khách quan và nhất quán. Các phép đo và phương pháp đo lường nên được chia sẻ với các stakeholders vì họ là người quyết định chất lượng. Gắn với các quy trình nghiệp vụ: Chủ sở hữu quy trình nghiệp vụ chịu trách nhiệm về chất lượng của dữ liệu được tạo ra thông qua các quy trình của họ. Họ phải thực thi các tiêu chuẩn chất lượng dữ liệu trong các quy trình.

Thực thi có hệ thống: Chủ sở hữu hệ thống phải thực thi các yêu cầu về chất lượng dữ liệu một cách có hệ thống. Được kết nối với các cấp độ dịch vụ: Báo cáo chất lượng dữ liệu và quản lý các vấn đề phải được kết hợp vào Thỏa thuận mức dịch vụ (SLA). Một số khái niệm cơ bản trong chất lượng dữ liệu 1.