Từ điển dữ liệu là một bảng giải thích từng cột trong dữ liệu của bạn: cột tên gì, nghĩa là gì, kiểu gì, ghi theo định dạng nào, có bắt buộc không, nhận những giá trị nào và ai chịu trách nhiệm nhập. Với doanh nghiệp nhỏ, nó thường chỉ là một trang tính đặt đầu tệp, nhưng là thứ quyết định người mới có dùng được dữ liệu cũ hay phải đoán.
Bài này đi qua mười mục nên có trong một từ điển dữ liệu, bộ quy tắc đặt tên cột để cả nhóm cùng theo, một ví dụ giả định ở cửa hàng sửa đồ điện tử tại Đà Nẵng, và cách nhờ trợ lý AI soạn bản nháp từ dòng tiêu đề — kèm những chỗ AI hay đoán sai mà bạn phải sửa.
Vì sao bảng tính nào dùng lâu cũng cần từ điển dữ liệu
Hầu hết bảng tính trong văn phòng được thiết kế trong đầu một người. Người đó biết cột "TT" là trạng thái thanh toán chứ không phải thứ tự, biết ô trống ở cột "Ngày trả" nghĩa là máy còn ở tiệm, biết số tiền ở cột "Cọc" là đã gồm phí kiểm tra. Khi người đó nghỉ phép hay chuyển việc, toàn bộ hiểu biết ấy đi theo. Người thay phải đoán, và đoán sai thì báo cáo sai mà không ai hay.
Từ điển dữ liệu đưa những hiểu biết ngầm đó ra giấy. Nó cũng buộc người thiết kế trả lời những câu chưa từng nghĩ tới: số tiền tính trước hay sau giảm giá, ngày ghi là ngày nhận máy hay ngày khách hẹn, ô trống nghĩa là không có hay là chưa biết. Rất nhiều bảng có cùng một cột được hai người nhập theo hai cách hiểu; chỉ khi viết định nghĩa ra mới thấy.
Lý do thứ ba gắn với AI. Khi bạn nhờ trợ lý AI viết công thức hay câu truy vấn, chất lượng câu trả lời phụ thuộc vào việc bạn mô tả bảng rõ đến đâu. Một từ điển dữ liệu tốt chính là bản mô tả bảng sẵn có: dán phần định nghĩa cột (không dán dữ liệu thật) vào câu lệnh, AI hiểu bảng đúng ngay từ lần hỏi đầu tiên thay vì đoán ý nghĩa từ tên cột viết tắt.
Mười mục nên có trong một từ điển dữ liệu
Mỗi dòng của từ điển mô tả một cột của một bảng. Bảng dưới liệt kê các mục nên có, kèm ví dụ giả định cho cột ngày nhận máy trong bảng phiếu sửa chữa.
| Mục | Ý nghĩa | Ví dụ cho cột ngay_nhan |
|---|---|---|
| Bảng | Cột thuộc bảng nào | phieu_sua |
| Tên cột | Tên kỹ thuật, dùng trong công thức và truy vấn | ngay_nhan |
| Tên hiển thị | Tên tiếng Việt cho người đọc | Ngày nhận máy |
| Định nghĩa | Một hai câu nói rõ nghĩa, kể cả trường hợp đặc biệt | Ngày khách giao máy tại quầy; máy gửi qua đơn vị vận chuyển thì là ngày tiệm nhận được hàng |
| Kiểu dữ liệu | Số, chữ, ngày, có/không | Ngày |
| Định dạng | Cách ghi cụ thể | dd/mm/yyyy, không ghi giờ |
| Bắt buộc | Có được để trống không và trống nghĩa là gì | Bắt buộc |
| Giá trị hợp lệ | Khoảng, danh sách hoặc quy tắc | Không sau ngày hôm nay; không trước ngày mở tiệm |
| Nguồn và người nhập | Ai nhập, nhập lúc nào, hay do công thức tính | Nhân viên quầy nhập khi lập phiếu |
| Độ nhạy cảm | Công khai nội bộ, hạn chế hay dữ liệu cá nhân | Nội bộ |
Không cần đủ mười mục ngay từ đầu. Ba mục tên cột, định nghĩa và định dạng đã giải quyết phần lớn hiểu nhầm. Mục độ nhạy cảm nên có sớm, vì nó trả lời luôn câu hỏi cột nào phải che trước khi đưa dữ liệu vào AI: mọi cột đánh dấu dữ liệu cá nhân như tên khách, số điện thoại, địa chỉ đều thuộc diện phải che.
Quy tắc đặt tên cột để cả nhóm cùng theo
Chữ thường, không dấu, nối bằng gạch dưới. Kiểu ngay_nhan, ma_khach, so_tien_coc. Tên không dấu, không khoảng trắng dùng được an toàn trong công thức, câu truy vấn SQL, khi xuất ra tệp CSV hay đưa sang phần mềm khác. Tên hiển thị tiếng Việt có dấu vẫn giữ ở dòng tiêu đề cho người đọc hoặc trong từ điển.
Một khái niệm một tên, dùng nhất quán. Nếu bảng khách gọi là ma_khach thì bảng phiếu sửa cũng gọi ma_khach, không lúc ma_kh lúc makhachhang. Cột khoá ngoại trùng tên với khoá chính ở bảng kia giúp người đọc và AI thấy ngay đường nối.
Tiền tố theo loại. Mã bắt đầu bằng ma_, ngày bằng ngay_, số lượng bằng so_, cột có/không bằng la_ hoặc co_ (la_bao_hanh, co_hoa_don). Nhìn tên là đoán được kiểu dữ liệu.
Ghi đơn vị vào tên khi có thể nhầm. khoi_luong_kg, thoi_gian_phut, so_tien_vnd. Một cột "thời gian" không đơn vị là nơi phút và giờ trộn lẫn.
Cấm tên chung chung. Cột moi, ghi_chu_2, data, cot_x, tam là dấu hiệu thiết kế dở dang. Nếu chưa biết đặt tên gì cho cột, có lẽ chưa rõ cột ấy dùng để làm gì.
Không ghi trạng thái hay thời điểm vào tên cột. Tên kiểu doanh_thu_thang_10 hay gia_moi_2026 sẽ sai ngay khi sang tháng hay sang năm. Tháng, năm là giá trị của một cột ngày, không phải một phần tên cột.
Hai lớp tên: tên kỹ thuật cho máy, tên hiển thị cho người
Nhiều người ngại quy tắc chữ không dấu vì sợ nhân viên đọc không quen. Cách giải quyết là tách hai lớp. Lớp kỹ thuật là tên cột thật, ổn định, dùng trong công thức, truy vấn và khi nối bảng. Lớp hiển thị là tên tiếng Việt đầy đủ dấu, xuất hiện ở biểu mẫu nhập liệu, ở dòng tiêu đề của bản in, ở báo cáo. Từ điển dữ liệu là nơi ghi cặp tên này cạnh nhau.
Trong bảng tính, có thể để dòng tiêu đề là tên kỹ thuật và thêm một dòng ghi chú phía trên bằng tên hiển thị, hoặc ngược lại tùy ai là người dùng chính. Khi xuất ra tệp CSV để chuyển sang phần mềm khác, dòng tên kỹ thuật được giữ, vì nhiều phần mềm nhập dữ liệu xử lý dấu tiếng Việt và khoảng trắng trong tên cột không ổn định. Còn biểu mẫu nhập liệu và giao diện của phần mềm quản lý thì luôn hiện tên hiển thị.
Lợi ích lớn nhất là tên hiển thị được phép đổi theo thói quen người dùng mà không làm vỡ gì. Hôm nay gọi là "Ngày nhận máy", mai đổi thành "Ngày tiếp nhận", tên kỹ thuật ngay_nhan vẫn đứng yên, mọi công thức vẫn chạy.
Nhờ AI soạn bản nháp từ điển dữ liệu
Soạn từ điển cho một bảng ba mươi cột bằng tay mất cả buổi; AI làm bản nháp trong một phút. Nhưng AI chỉ đoán nghĩa từ tên cột và vài dòng mẫu, nên phần việc chính của bạn là sửa chỗ đoán sai.
- Chuẩn bị dòng tiêu đề và năm dòng mẫu đã thay toàn bộ tên khách, số điện thoại, địa chỉ, số sê-ri máy bằng giá trị giả. Số tiền cũng nên đổi thành số giả định nếu đó là thông tin kinh doanh.
- Gửi câu lệnh mẫu: "Đây là dòng tiêu đề và năm dòng dữ liệu giả định của bảng phiếu sửa chữa ở một cửa hàng sửa đồ điện tử. Soạn từ điển dữ liệu dạng bảng với các cột: tên cột, tên hiển thị tiếng Việt, định nghĩa, kiểu dữ liệu, định dạng, bắt buộc hay không, giá trị hợp lệ, độ nhạy cảm. Thêm một cột Mức chắc chắn, ghi Đoán với những cột phải suy từ tên viết tắt. Đề xuất tên kỹ thuật mới theo quy tắc chữ thường không dấu nối gạch dưới."
- Dán kết quả vào một trang tính mới đặt tên là tu_dien. Lọc những dòng Mức chắc chắn là Đoán và hỏi người đang nhập liệu hằng ngày.
- Viết lại định nghĩa bằng lời của chính cửa hàng, nhất là các trường hợp đặc biệt: ô trống, máy bảo hành, khách huỷ giữa chừng.
- Nếu đổi tên cột theo đề xuất, đổi trên bản sao trước và kiểm mọi công thức đang tham chiếu tên cũ.
Kiểu sai hay gặp nhất: AI đọc cột "TT" và đoán là thứ tự, hoặc đọc cột "Cọc" và đoán là tiền đặt cọc trong khi cửa hàng dùng nó cho phí kiểm tra không hoàn lại. Đó đúng là những chỗ một người mới vào cũng sẽ đoán sai — chứng minh vì sao cần từ điển.
Ví dụ: năm dòng từ điển cho bảng phiếu sửa chữa
Dưới đây là năm cột trong bảng phiếu sửa chữa của cửa hàng giả định ở Đà Nẵng, viết theo cách gọn mà vẫn đủ ý. Bạn có thể chép khuôn này cho bảng của mình.
- ma_phieu — Mã phiếu sửa, dạng PS kèm sáu chữ số, cấp tự động theo thứ tự lập phiếu, không cấp lại khi huỷ phiếu. Bắt buộc. Nội bộ.
- ma_khach — Mã khách trong bảng khach_hang. Khách không để lại thông tin dùng mã KHACHLE. Bắt buộc. Nội bộ; tên và số điện thoại khách tra ở bảng khách, nơi có phân quyền.
- trang_thai — Trạng thái hiện tại của phiếu, chọn từ danh sách: Đã nhận, Đang kiểm, Chờ khách duyệt, Đang sửa, Xong chờ lấy, Đã trả, Huỷ. Bắt buộc. Người đổi trạng thái là kỹ thuật viên phụ trách.
- tien_kiem_tra_vnd — Phí kiểm tra thu khi nhận máy, đơn vị đồng, không hoàn lại; nếu khách đồng ý sửa thì trừ vào tiền sửa. Để 0 khi miễn phí, không để trống.
- la_bao_hanh — Có nếu máy sửa theo diện bảo hành của chính cửa hàng; Không nếu sửa mới. Không dùng cho bảo hành của hãng sản xuất — trường hợp đó ghi ở cột ghi_chu_bao_hanh.
Lưu ý cách mỗi dòng trả lời trước những câu người mới sẽ hỏi: trống thì sao, huỷ thì sao, khác nhau giữa hai loại bảo hành ra sao. Định nghĩa tốt là định nghĩa chặn được tranh cãi.
Giữ từ điển sống cùng dữ liệu
Từ điển dữ liệu chết rất nhanh nếu nằm ở một tệp riêng. Đặt nó làm trang tính đầu tiên trong chính tệp dữ liệu, hoặc nếu dùng phần mềm cơ sở dữ liệu thì lưu cùng thư mục với sơ đồ quan hệ. Ở đâu dữ liệu đi, từ điển đi theo.
Thêm một luật nhỏ cho cả nhóm: ai thêm cột thì phải thêm dòng từ điển trong cùng ngày, ai đổi nghĩa một cột thì ghi vào phần lịch sử thay đổi cuối trang (ngày, người đổi, đổi gì, vì sao). Lịch sử này giải thích vì sao số liệu trước và sau một mốc nào đó không so được với nhau — câu hỏi rất hay gặp khi người khác dùng dữ liệu của bạn để làm báo cáo.
Mỗi quý dành nửa giờ đọc lại: cột nào không còn ai nhập, cột nào định nghĩa không còn đúng với cách làm hiện tại, cột nào đánh dấu dữ liệu cá nhân nhưng đang được chia sẻ rộng hơn cần thiết. Đọc lại từ điển thường là lúc phát hiện ra các cột thừa nên ngừng thu thập, vì dữ liệu không thu thì không thể bị lộ.
Câu hỏi thường gặp
Từ điển dữ liệu và chú thích ô trong Excel khác nhau thế nào?
Chú thích ô nằm rải rác và chỉ hiện khi rê chuột vào từng ô, khó đọc toàn cảnh và dễ mất khi sao chép. Từ điển dữ liệu gom mọi định nghĩa vào một chỗ, lọc và tìm được, in ra được, và đi kèm lịch sử thay đổi.
Bảng chỉ có mười cột có cần từ điển không?
Bảng nhỏ do một người dùng thì có thể không. Nhưng chỉ cần có người thứ hai nhập hoặc đọc, hoặc bảng sẽ dùng hơn một năm, một từ điển mười dòng mất chừng hai mươi phút và tránh được những hiểu nhầm tốn hơn nhiều.
Có nên đổi tên cột tiếng Việt có dấu sang không dấu ngay không?
Không cần đổi ngay nếu bảng đang chạy ổn và không xuất sang hệ thống khác. Nên đổi khi chuẩn bị chuyển sang phần mềm cơ sở dữ liệu, dùng truy vấn SQL hoặc tự động hoá; đổi trên bản sao và sửa mọi công thức tham chiếu.
Có thể dán cả tệp dữ liệu thật để AI đọc và viết từ điển chính xác hơn không?
Không nên. Định nghĩa cột không cần dữ liệu thật; tên cột và vài dòng giả định là đủ. Tệp thật chứa thông tin khách hàng, nhân viên hay giá vốn, đưa vào chatbot là rủi ro không cần thiết.
Ai nên chịu trách nhiệm giữ từ điển dữ liệu?
Người hiểu nghiệp vụ và hay làm việc với bảng nhất, thường là người phụ trách nhập liệu chính hoặc kế toán. Quan trọng là có tên một người cụ thể; trách nhiệm chung của cả nhóm thường thành trách nhiệm của không ai.