Tổ chức quản trị dữ liệu trong ngân hàng thương mại: Các thông lệ quốc tế và hàm ý cho Việt Nam

Tóm tắt: Dữ liệu và quản trị dữ liệu đóng vai trò quan trọng trong sự phát triển của các ngân hàng. Theo thông lệ, hoạt động quản trị dữ liệu được tổ chức thực hiện với 5 thành phần: Giám đốc quản trị dữ liệu (CDO), ủy ban quản trị dữ liệu, nhóm quản trị dữ liệu, bộ phận thực hiện và các nhà phân tích chất lượng dữ liệu. Trên cơ sở tổng hợp và phân tích vấn đề tổ chức quản trị dữ liệu trong ngân hàng, bài viết đề xuất 5 kiến nghị dành cho các ngân hàng Việt Nam, bao gồm: (i) Xây dựng khung quản trị dữ liệu và phổ biến tới toàn hệ thống; (ii) Thành lập đơn vị chuyên trách chịu trách nhiệm về quản trị dữ liệu; (iii) Bổ sung chức danh vị trí giám đốc điều hành dữ liệu; (iv) Thành lập đơn vị thực hiện dữ liệu chuyên trách (v) Lựa chọn phần mềm quản trị dữ liệu phù hợp.

Data governance implementation in banking: International practices and implications for Vietnam

Abstract: Data and data governance play an important role in the development of banks. According to usual practices, data governance  activities are organized with 5 components: Chiief Data Officer (CDO), data governance  committee, data governance  team, implementation department and data quality analysts. Based on the summary and analysis of data governance  in banks, the paper proposes 5 recommendations for Vietnamese banks, including: (i) Building a data governance framework and its dissemination to the whole system; (ii) Establishing a specialized unit responsible for data governance ; (iii) Adding  data executive director position; (iv) Establishing a specialized data implementation unit (v) Selecting suitable data governance software.

1. Đặt vấn đề

Dữ liệu trở thành một tài sản quý giá đối với các ngân hàng, đặc biệt trong bối cảnh hiện nay khi các ngân hàng luôn phải tìm kiếm các công cụ hiệu quả để tăng doanh thu và quản lý hiệu quả chi phí trước áp lực cạnh tranh gay gắt. Dữ liệu làm gia tăng đáng kể giá trị cho lợi nhuận và đảm bảo sự phát triển bền vững của ngân hàng. Ở góc độ lợi nhuận, dữ liệu cho phép các ngân hàng gia tăng các sản phẩm bán chéo thông qua các chiến dịch tiếp thị có chủ đích đồng thời có thể thực hiện chấm điểm tín dụng tự động, nhanh chóng và chính xác. Ở góc độ quản lý chi phí, dữ liệu góp phần giảm thiểu các chi phí phục vụ khách hàng, các chi phí tiếp thị và đặc biệt là cho phép dự đoán được các hành vi gian lận và đưa ra các cảnh báo sớm.

Các ngân hàng có thể tận dụng nguồn dữ liệu khổng lồ đang nắm giữ bao gồm các dữ liệu về khách hàng, lịch sử giao dịch, các kênh giao dịch. Ngoài ra, số hoá nền kinh tế cũng cung cấp cho các ngân hàng thêm nhiều nguồn dữ liệu tin cậy như dữ liệu từ các nhà khai thác thiết bị di động, dữ liệu về các hành vi trực tuyến hay mạng xã hội… Tuy vậy, hiện nay có khá nhiều ngân hàng trong đó có ở Việt Nam đang ở giai đoạn đầu tiên của quá trình quản trị dữ liệu và đang loay hoay tìm kiếm công cụ để phát triển các chiến lược dữ liệu. Báo cáo của PWC (2016) chỉ rõ 69% các định chế tài chính không có quy trình cụ thể để đảm bảo việc sử dụng hết các thông tin có liên quan để tạo ra các báo cáo. Ví dụ, tên của cùng một khách hàng có thể được ghi khác nhau trong hệ thống bán hàng, hay dịch vụ khách hàng, dẫn tới tính không thống nhất dữ liệu trong hệ thống của ngân hàng và làm phức tạp nỗ lực tích hợp dữ liệu. Ngoài ra, các ngân hàng khó có thể phân biệt được đâu là những dữ liệu nhạy cảm đòi hỏi tính bảo mật cao hơn, đâu là những dữ liệu cần thiết để đưa ra các báo cáo chính xác cho khách hàng và đâu là những dữ liệu không liên quan. Hậu quả là các dữ liệu nhạy cảm về tài chính cũng như thông tin cá nhân của các khách hàng có nguy cơ bị xâm phạm rất cao (PWC , 2016). Trong khi đó, tại một số nước ở châu Âu hay Mỹ, các ngân hàng phải tuân thủ quy định bảo vệ dữ liệu chung của liên minh châu Âu (General Data Protection Regulation - GDPR) hay đạo luật bảo mật người tiêu dùng của California (California Consumer Privacy Act – CCPA) và đối mặt với mức phạt lên tới 4% tổng doanh thu toàn cầu hàng năm của họ. Nói cách khác, việc không có quản trị dữ liệu hiệu quả sẽ dẫn tới những khó khăn trong việc nhận diện và phân loại dữ liệu.

Do vậy, quản trị dữ liệu – hoạt động có ý nghĩa quyết định tới hiệu quả sử dụng dữ liệu và biến dữ liệu thành công cụ hữu ích đưa ra các quyết sách chính xác, hiệu quả nhằm tăng khả năng sinh lợi và duy trì tính cạnh tranh của ngân hàng – đã trở thành mối quan tâm của nhiều ngân hàng. Bà Đinh Hồng Hạnh, lãnh đạo của PWC Việt Nam cho rằng quản trị dữ liệu được coi là cơ hội để xây dựng môi trường kiểm soát tốt, tạo ra lợi ích trong kinh doanh, tiết kiệm vốn và sự phát triển của ngân hàng số của Việt Nam.

2. Quản trị dữ liệu là gì?

Quản trị dữ liệu (data governance) là thành phần cốt lõi của quản lý dữ liệu (Data management)(1). Theo IBM Global Business Services, quản trị dữ liệu bao gồm các chính sách, quy tắc, quy trình, cấu trúc tổ chức và công nghệ được đưa vào như một phần của chương trình quản trị, cho phép ngân hàng tận dụng dữ liệu như một tài sản của ngân hàng. Cùng chung quan điểm này, Stringfellow (2018) cho rằng quản trị dữ liệu là thuật ngữ được sử dụng để mô tả tất cả các quy trình và quản lý dữ liệu của một tổ chức nhất định, bao gồm chất lượng dữ liệu, bảo vệ dữ liệu và sử dụng dữ liệu. Rene Abraham và cộng sự (2019) cho rằng quản trị dữ liệu xác định một khung chức năng chéo để quản lý dữ liệu như một tài sản chiến lược của tổ chức bằng việc làm rõ các quy định và trách nhiệm giải trình cho việc ra quyết định của tổ chức về dữ liệu của mình. Hơn nữa, quản trị dữ liệu chính thức hóa các chính sách, tiêu chuẩn, quy trình dữ liệu và giám sát việc tuân thủ. Khung quản trị đưa ra những giải thích cụ thể về sứ mệnh/nhiệm vụ và mục tiêu của chương trình, những công cụ và tiêu chí để đo lường mức độ thành công của chương trình, cũng như những quy định cụ thể về nhiệm vụ đưa ra quyết định … .

Quản trị dữ liệu có 2 mục tiêu chính, bao gồm: (i) Hài hòa dữ liệu trong toàn hệ thống thông qua quy trình phối hợp và chia sẻ giữa các bộ phận trong ngân hàng; (ii) Đảm bảo dữ liệu được sử dụng đúng cách bằng việc tránh đưa lỗi dữ liệu vào hệ thống và hạn chế khả năng lạm dụng dữ liệu cá nhân về khách hàng và thông tin nhạy cảm. Thực tế cho thấy, trong nhiều năm phần lớn các ngân hàng sử dụng dữ liệu rải rác từ khắp các bộ phận trong hệ thống. Các bộ phận riêng biệt triển khai các hệ thống xử lý giao dịch chuyên biệt mà không có sự phối hợp tập trung với dữ liệu toàn ngân hàng. Chính vì vậy, quản trị dữ liệu được hình thành nhằm tập hợp và thống nhất dữ liệu trong toàn hệ thống ngân hàng. Hơn nữa, quản trị dữ liệu sẽ thiết lập các chính sách thống nhất về việc sử dụng dữ liệu cũng như thiết lập cơ chế phân quyền và giám sát việc sử dụng dữ liệu nhằm đạt được sự cân bằng giữa việc thu thập, sử dụng dữ liệu và nhiệm vụ bảo mật. Ngoài ra, quản trị dữ liệu còn chịu trách nhiệm về tính chính xác của dữ liệu và các báo cáo phân tích cũng như tính tuân thủ trong việc thu thập, xử lý và sử dụng dữ liệu.

Rouse (2007) cho rằng lợi ích của quản trị dữ liệu mang lại cho ngân hàng là rất lớn, bao gồm: (i) Chất lượng dữ liệu được cải thiện; (ii) Chi phí quản lý dữ liệu thấp hơn; (iii) Tăng quyền truy cập vào dữ liệu cần thiết cho những người có liên quan; (iv) Cải thiện việc ra quyết định kinh doanh bằng cách cung cấp các báo cáo phân tích chất lượng, từ đó sẽ dẫn đến lợi thế cạnh tranh và tăng doanh thu và lợi nhuận. Như vậy, quản trị dữ liệu ngày càng trở nên quan trọng hơn khi các ngân hàng ngày càng dựa vào phân tích dữ liệu để tối ưu hoá hoạt động, thúc đẩy quá trình ra quyết định kinh doanh cũng như thúc đẩy đổi mới, hiện đại hoá tất cả các hoạt động, sản phẩm và dịch vụ của ngân hàng, và đặc biệt các ngân hàng phải đối mặt với các quy định bảo mật dữ liệu. 

Quản trị dữ liệu được coi là hiệu quả khi đảm bảo tính phù hợp, tính tin cậy của dữ liệu (không có yếu tố lạm dụng dữ liệu) và các thông tin liên quan tới tài sản và tài chính nên được bảo vệ ở mức độ cao hơn . Một chương trình quản trị dữ liệu được thiết kế tốt thường bao gồm một nhóm quản trị, một ban chỉ đạo và một nhóm quản lý dữ liệu. Họ cùng nhau làm việc để tạo ra các tiêu chuẩn, chính sách để quản trị dữ liệu, cũng như việc áp dụng và quy trình thực thi. Đặc biệt, cũng giống như khung quản trị chung của ngân hàng, khung quản trị dữ liệu nên được cụ thể hoá thành các văn bản và được phổ biến, chia sẻ rộng rãi trong hệ thống ngân hàng để toàn bộ cán bộ, nhân viên của ngân hàng hiểu rõ và hỗ trợ bộ phận quản trị dữ liệu .

3. Tổ chức hoạt động quản trị dữ liệu tại các ngân hàng

Là một tài sản của ngân hàng, dữ liệu nên được quản trị ở cấp độ toàn hệ thống, có sự tham gia của nhiều cá nhân và bộ phận như các bộ phận kinh doanh trực tiếp, các chuyên gia quản lý dữ liệu, nhân sự, bộ phận IT … Theo IBM Global Business Services, các ngân hàng nên thiết kế, phát triển và liên tục đổi mới một nền tảng quản trị dữ liệu bao gồm các chính sách, thủ tục, tổ chức, vai trò và trách nhiệm của từng cá nhân, bộ phận gắn liền với hoạt động truyền thông và đào tạo, để cho việc sử dụng các định nghĩa chung liên quan tới quản trị dữ liệu phải trở nên quen thuộc trong văn hoá ngân hàng. Ở góc độ khác, Robert S. Seiner (2019) nhấn mạnh tới vai trò và trách nhiệm của những người tham gia quản trị dữ liệu. Theo đó, để vận hành một chương trình hiệu quả và làm cho mọi người phải chịu trách nhiệm chính thức về công việc của mình, ngân hàng cần phải đưa ra các mô tả cụ thể về công việc, mức độ sử dụng dữ liệu và triển khai phù hợp với văn hoá của tổ chức. Khái niệm đơn vị cung cấp nền tảng phân tích dữ liệu kinh doanh (Business intelligence unit – BIU) được đề cập rất nhiều bởi vai trò cung cấp nguồn thông tin tin cậy cũng như tính ràng buộc trách nhiệm cao của tổ chức này. Bộ phận BIU cần được thừa nhận và trao quyền cụ thể trong ngân hàng cũng như nên được điều hành bởi lãnh đạo cấp cao và trực tiếp báo cáo cho quản lý từ cấp độ C2 trở lên. Nhân sự làm việc cho BIU đòi hỏi phải có trình độ cao về các kỹ năng về công nghệ cũng như kiến thức và kinh nghiệm kinh doanh. Nói cách khác, nhân sự làm việc trong bộ phận này đòi hỏi phải là những cá nhân có nền tảng kiến thức và hiểu biết sâu rộng.

Hình 1 dưới đây mô tả những thành phần chính và chịu trách nhiệm quản trị về hoạt động quản trị dữ liệu trong một ngân hàng. Theo đó, tổ chức quản trị dữ liệu nên được cấu thành từ 5 bộ như sau: (i) Giám đốc điều hành dữ liệu (Chief Data Officer); (ii) Uỷ ban quản trị dữ liệu (Data Governance Council or Committee); (iii) Nhóm quản trị dữ liệu (Data Governance Team); (iv) Đơn vị giám sát dữ liệu (Data stewards); (v) Các nhà phân tích chất lượng dữ liệu (Data quality analysts and engineers).

Hình 1: Tổ chức quản trị dữ liệu

Nguồn: Rouse (2007)

Đứng đầu bộ phận quản trị dữ liệu trong ngân hàng là giám đốc điều hành dữ liệu (CDO). CDO chịu trách nhiệm toàn bộ và có trách nhiệm giải trình về các chương trình quản trị dữ liệu của ngân hàng. Khảo sát của PWC năm 2019 cho thấy 2/3 CDOs đóng vai trò tạo ra tiền từ dữ liệu thông qua việc cung cấp thông tin 360o về khách hàng, phát triển sản phẩm mới, nâng cao trải nghiệm của khách hàng… Nhiều CDOs đưa ra các sáng kiến đột phá để tự động hoá quản lý dữ liệu nhằm đạt mục tiêu của ngân hàng. Tại Trung Quốc, hướng dẫn của uỷ ban quản lý ngân hàng và bảo hiểm của Trung Quốc (CBIRC) khuyến khích các ngân hàng bổ sung vị trí Giám đốc điều hành dữ liệu (Chief Data Officer – CDO). Người nắm giữ vị trí này nên là thành viên của ban điều hành cấp cao và nên được coi là quản lý cấp cao cũng như đáp ứng đầy đủ các yêu cầu cụ thể về năng lực do CBIRC quy định. Năng lực của CDO cần phải được thể hiện ở sự hiểu biết về công nghệ, các kỹ năng phân tích và am hiểu những vấn đề về kinh doanh cũng như quy định của pháp luật.

Ủy ban quản trị dữ liệu (Data Governance Council or Committee) được thành lập từ đại diện của các đơn vị kinh doanh trong ngân hàng, có nhiệm vụ đưa ra các chính sách và tiêu chuẩn về dữ liệu đồng thời giải quyết các vấn đề hoặc xung đột phát sinh giữa các bộ phận trong ngân hàng. Robert S. Seiner (2019) đưa ra 8 trách nhiệm cụ thể của ủy ban quản trị dữ liệu, bao gồm: (i) Hiểu về ý nghĩa và cách thức quản trị dữ liệu đóng góp cho tổ chức; (ii) Phê duyệt chính sách dữ liệu, vai trò dữ liệu, khung dữ liệu, phương pháp, các ưu tiên, công cụ quản trị dữ liệu; (iii) Tích cực đưa quản trị dữ liệu vào các mảng hoạt động của ngân hàng; (iv) Đưa ra các quyết định ở cấp chiến lược một cách kịp thời; (v) Họp thường kỳ để cập nhật các hoạt động của chương trình quản trị dữ liệu trong ngân hàng; (vi) Xác định và phê duyệt về các vị trí quản trị dữ liệu quan trọng bao gồm điều phối viên và nhân sự của bộ phận kiểm soát hoạt động quản trị dữ liệu; (vii) Tư vấn cho hội đồng quản trị về việc áp dụng quản trị dữ liệu trong việc quản trị rủi ro, tuân thủ và lợi ích quản trị cụ thể của từng đơn vị kinh doanh; (viii) Nhiệm vụ lan toả quản trị dữ liệu tới toàn thể cán bộ nhân viên trong toàn bộ hệ thống.

Nhóm quản trị dữ liệu (Data Governance Team) bao gồm các kiến trúc sư dữ liệu và các chuyên gia quản trị. Nhóm này nhận được sự hỗ trợ của ủy ban quản trị dữ liệu để giải quyết các vấn đề dữ liệu phát sinh hoặc tham gia vào các dự án dữ liệu. Theo Robert S. Seiner (2019), nhóm này có nhiệm vụ sau: (i) Cải tiến các định nghĩa về dữ liệu chung và dữ liệu quan trọng; (ii) Cải tiến quy trình sản xuất và thu thập dữ liệu; (iii) Cải tiến quy trình phân loại và bảo vệ dữ liệu; (iv) Cải tiến việc sử dụng dữ liệu và cách hiểu về nguyên tắc dữ liệu kinh doanh.

Đơn vị thực hiện dữ liệu (Data stewards) có nhiệm vụ kiểm soát các bộ dữ liệu và chịu trách nhiệm thực hiện các chính sách quản trị và giám sát việc tuân thủ các chính sách quản trị dữ liệu trong ngân hàng. Robert S. Seiner (2019) chia bộ phận thực thi dữ liệu thành 02 cấp, bao gồm cấp chiến thuật (Tactical level) và cấp thực thi (Operational level). Cấp thực thi sẽ đóng vai trò xác định dữ liệu (xác định các loại dữ liệu sẽ được sử dụng trong ngân hàng, cách thức các dữ liệu được sử dụng và quản lý) và vai trò sản xuất dữ liệu (sản xuất, cập nhật, xoá, loại bỏ, lưu trữ dữ liệu). Ngoài ra, cấp thực thi sẽ chịu trách nhiệm sử dụng dữ liệu để thực hiện công việc và quy trình của mình, trách nhiệm về sự toàn vẹn của quá trình sử dụng dữ liệu, trách nhiệm tham gia vào quá trịnh định nghĩa (mô tả) dữ liệu đồng thời tuân thủ các nguyên tắc liên quan tới việc xác định, phân loại và phân cấp độ truy cập dữ liệu. Trong quá trình thực hiện, bộ phận thực thi sẽ phải xác định và ghi lại các vấn đề pháp lý hoặc rủi ro phát sinh và thông báo cho các thành viên tham gia quản trị dữ liệu. Trong khi đó, cấp chiến lược chia thành bộ phận chịu trách nhiệm về điều phối (data steward coordinators) đóng vai trò truyền thông các nguyên tắc của quản trị dữ liệu tới từng bộ phận của ngân hàng, và bộ phận chịu trách nhiệm về miền dữ liệu (data domain stewards) -  báo cáo các vấn đề phát sinh tới cấp chiến lược cao hơn kèm hoặc không kèm các khuyến nghị, đồng thời chịu trách nhiệm soạn văn bản về nguyên tắc phân loại dữ liệu, nguyên tắc tuân thủ, nguyên tắc kinh doanh và truyền đạt các nguyên tắc này tới từng bộ phận trong ngân hàng. IBM Global Business Services nhấn mạnh tới vai trò của của bộ phận thực hiện dữ liệu trong việc đảm bảo quy trình quản trị dữ liệu được vận hành đúng, phù hợp và tối đa hoá lợi nhuận. Đồng quan điểm, EY và Tapestry Networks (2018) cho rằng quản trị dữ liệu đòi hỏi một tư duy chiến lược và các nhà quản trị nên có cách nhìn rộng hơn là cách tiếp cận tuân thủ các vấn đề bảo mật và quyền riêng tư như truyền thống. Vì thế, bộ phận thực hiện dữ liệu nên hướng tới việc xác định hoạt động quản trị dữ liệu đã thực sự phù hợp với ngân hàng chưa, hơn là xác định những hoạt động nào được pháp luật cho phép.

Các nhà phân tích chất lượng dữ liệu (Data quality analysts and engineers) là những người làm việc trực tiếp với các nhóm quản trị dữ liệu và đơn vị thực thi dữ liệu để sửa lỗi dữ liệu và theo dõi chất lượng dữ liệu.

4. Quản trị dữ liệu tại ngân hàng: Thách thức và các trụ cột quan trọng

Giai đoạn đầu tiên khi triển khai quản trị dữ liệu là khó nhất vì các đơn vị khác nhau trong ngân hàng thường có những quan điểm khác nhau về cách thức hiểu, thu thập và xử lý dữ liệu về khách hàng, sản phẩm dịch vụ. Lúc này rất cần vai trò của ủy ban quản trị dữ liệu. Với các thành viên là đại diện của các đơn vị trong ngân hàng, ủy ban quản trị cần nhóm họp, thảo luận và đưa ra thống nhất bằng văn bản về các định nghĩa, định dạng dữ liệu sẽ được thực hiện trong ngân hàng. Đồng thời, ủy ban quản trị dữ liệu cũng phải đề xuất được một thủ tục giải quyết tranh chấp rõ ràng, và có sự đồng thuận của tất cả các thành viên. Tiếp sau đó, quản trị dữ liệu sẽ gặp phải một số thách thức phổ biến như sau:

Một là, chứng minh ý nghĩa của việc thực thi quản trị dữ liệu. Ở giai đoạn đầu, quản trị dữ liệu luôn phải đối diện với sự hoài nghi về hiệu quả thực hiện (Askham, 2019). Askham (2019) gợi ý ngân hàng nên đưa ra những bằng chứng cụ thể về hậu quả của việc quản trị dữ liệu yếu kém cũng như kinh nghiệm thành công của các ngân hàng khác, đồng thời gắn kết trực tiếp những kết quả kỳ vọng của chương trình với những ưu tiên cụ thể của ngân hàng. Đặc biệt, ngân hàng cần làm rõ các tiêu chí định lượng để đo lường hiệu quả của quản trị dữ liệu, đặc biệt là đo lường những bước tiến về chất lượng dữ liệu để có thể đưa ra những kết quả thuyết phục về ý nghĩa của quản trị dữ liệu. Có thể sử dụng một số chỉ số như số lượng dữ liệu lỗi được xử lý theo quý, tính đẩy đủ, tính nhất quán của dữ liệu hoặc thu nhập gia tăng hoặc tiết kiệm chi phí có thể đạt được nhờ quản trị dữ liệu.

Hai là, cung cấp dữ liệu cho nhiều đối tượng sử dụng với các mục đích khác nhau nhưng phải đảm bảo tính chính xác và bảo mật của dữ liệu. Cụ thể, các chương trình quản trị dữ liệu phải đảm bảo dữ liệu chính xác và nhiều đối tượng sử dụng (như nhà phân tích kinh doanh, giám đốc điều hành) có thể truy cập được để tự phân tích, phục vụ cho mục đích riêng của họ nhưng phải đảm bảo rằng các đối tượng này không sử dụng sai dữ liệu hoặc lạm dụng dữ liệu hay vi phạm nguyên tắc bảo mật thông tin. EY và Tapestry Networks (2018) viện dẫn ý kiến của một chuyên gia CISO, theo đó việc ngân hàng lưu trữ một lượng lớn dữ liệu sẽ làm tăng nguy cơ các cuộc tấn công nội gián nếu người trong tổ chức có thể truy cập nhiều dữ liệu.

Ba là, thách thức quản trị dữ liệu lớn với chi phí cao. Ngày nay dữ liệu có ở khắp mọi nơi và các ngân hàng cần phải nắm bắt tất cả, bao gồm các thông tin về khách hàng, giao dịch tài chính, lịch sử mua sản phẩm - dịch vụ, lịch trình của khách hàng. Trong khi đó, nhu cầu của người dùng dữ liệu ngày càng tăng lên cả về số lượng và chất lượng. Mọi nhân viên trong ngân hàng đều cần thông tin có độ chính xác và bảo mật cao để tự truy cập dữ liệu và chủ động sử dụng các công cụ phân tích sẵn có nhằm đưa ra các quyết định dựa trên bằng chứng thực nghiệm thay vì cảm xúc. Có nghĩa là quản trị dữ liệu ngày nay phải thu thập, xử lý và lưu trữ các loại dữ liệu khác nhau và cung cấp dữ liệu cho rất nhiều đối tượng đồng thời trên rất nhiều nền tảng dữ liệu khác nhau. IBM Global Business Services cho rằng, ngay từ đầu ngân hàng nên thống nhất các định nghĩa chung để đơn giản hoá quá trình quản trị dữ liệu. Một số nội dung cần làm rõ có thể kể đến như: Dữ liệu tồn tại ở dạng nào? ở đâu? Cơ chế chuyển đổi từ hệ thống này sang hệ thống khác trong toàn hệ thống của ngân hàng là gì? Làm sao để tạo sự kết nối dữ liệu giữa các bộ phận trong ngân hàng? Làm thế nào để có thể đưa ra một định nghĩa chung cho các thuật ngữ kinh doanh hoặc các yếu tố dữ liệu?... Ngoài ra, quản trị dữ liệu trong ngân hàng còn chịu áp lực rất lớn khi phải chịu trách nhiệm về thông tin của khách hàng và đảm bảo các thông tin này được sử dụng đúng mục đích. Đặc biệt, để có dữ liệu có chất lượng, các ngân hàng phải mất chi phí không hề nhỏ. Báo cáo của IBM Global Business Services cho thấy, hàng năm các doanh nghiệp Mỹ chi khoảng 600 tỷ đô la cho các vấn đề chất lượng dữ liệu.

Rousse (2007) đưa ra 4 trụ cột chính, đảm bảo thành công của hoạt động quản trị dữ liệu trong ngân hàng, bao gồm: (i) Đơn vị giám sát; (ii) Chất lượng dữ liệu; (iii) Quản lý dữ liệu hiệu quả và (iv) Đa dạng hoá mục đích sử dụng, cụ thể:

Đơn vị thực hiện dữ liệu (Data Stewardship): Bên cạnh việc hợp tác với các nhà phân tích chất lượng dữ liệu, các quản trị viên cơ sở dữ liệu và chuyên gia quản lý dữ liệu khác, nhóm chuyên trách này còn có nhiệm vụ làm việc với từng đơn vị kinh doanh trong ngân hàng để xác định các yêu cầu về dữ liệu của những đơn vị này cũng như những vấn đề về dữ liệu mà họ gặp phải.

Chất lượng dữ liệu (Data quality): Cải thiện chất lượng dữ liệu là một trong những động lực, mục tiêu lớn nhất của quản trị dữ liệu. Tính chính xác (Accuracy), tính đầy đủ (Completeness) và tính nhất quán (Consistency) của dữ liệu là những đặc điểm quan trọng nhất để đánh giá sự thành công của quản trị dữ liệu. Quản trị dữ liệu phải làm sạch dữ liệu, sửa tính không nhất quán của dữ liệu cũng như loại bỏ các dữ liệu trùng lặp, không đáng tin cậy hoặc không có ý nghĩa… nhằm đảm bảo tính thống nhất về thông tin của cùng một khách hàng hay sản phẩm trên hệ thống.

Chất lượng dữ liệu đóng vai trò quan trọng vì đây là một trong số các yếu tố quyết định tới chất lượng báo cáo phân tích cho dù ngân hàng sử dụng các công cụ hiện đại như trí tuệ nhân tạo (Artificial Intelligence) hay dữ liệu lớn (Big Data). Theo PWC, các ngân hàng luôn cần các dữ liệu chất lượng để phục vụ các báo cáo tuân thủ và nâng cao hiệu quả hoạt động. Chất lượng dữ liệu sẽ giúp ngân hàng duy trì và nâng cao tính cạnh tranh trong hệ thống cũng như đảm bảo tính tuân thủ. Ví dụ, dựa trên các thông tin đầy đủ về khách hàng, ngân hàng có thể đưa ra các quyết định khách quan (không mang tính định kiến), nhanh và chính xác về sản phẩm và chất lượng dịch vụ dành cho khách hàng. Bên cạnh đó, ngân hàng cần thông tin chính xác để xác minh hành vi rửa tiền hay tính toán chính xác độ lớn của các rủi ro, từ đó xác định số vốn cần thiết mà ngân hàng cần phải dự trữ theo quy định của Basel. Ngoài ra, ngân hàng sẽ mất thêm chi phí hoạt động do dữ liệu có chất lượng kém. Ví dụ, ngân hàng có thể thiết lập một hợp đồng không phù hợp dẫn tới khách hàng mất khả năng chi trả trong khi đó ngân hàng không thể liên hệ với khách hàng do dữ liệu  sai thông tin về khách hàng, và ngân hàng có nguy cơ mất hoàn toàn khoản cho khách hàng vay. Nói cách khác, ngân hàng nên biết về quy tắc 1-10-100, theo đó việc thu thập dữ liệu chính xác chỉ mất 1 đồng, nhưng ngân hàng phải chi trả tới 10 đồng để sửa thông tin sai và mất đến 100 đồng để giải quyết hậu quả của thông tin sai.

Chính vì vai trò quan trọng kể trên mà chất lượng dữ liệu nên được các ngân hàng ưu tiên chú trọng ngay từ đầu. Dữ liệu nên được lọc, phân loại, làm sạch và lưu trữ một cách hợp lý. Công việc này hiện nay được sự hỗ trợ rất lớn từ các công cụ số hoá. Số hoá sẽ góp phần làm tự động hoá, giảm thiểu lỗi cũng như thời gian, nguồn lực để thu thập dữ liệu.

Quản lý dữ liệu thống nhất và hiệu quả giữa các bộ phận trong ngân hàng (Master data management - MDM): Đây là một hình thức quản lý giữ liệu gắn liền với quy trình quản trị dữ liệu. Ý tưởng của MDM là thiết lập một bộ dữ liệu tổng thể về khách hàng, về sản phẩm và các chủ thể kinh doanh khác để góp phần đảm bảo dữ liệu phù hợp và thống nhất trong các hệ thống khác nhau của ngân hàng. Tuy nhiên, điều này đòi hỏi sự thống nhất giữa các bộ phận khác nhau trong ngân hàng vì mỗi bộ phận có yêu cầu khác nhau về định dạng dữ liệu.

Đa dạng hoá mục đích sử dụng (Data governance use cases): Quản trị dữ liệu là nhiệm vụ trọng tâm của quản lý dữ liệu, đồng thời cũng là một thành phần quan trọng của ý tưởng chuyển đổi số và hỗ trợ các hoạt động khác của ngân hàng như quản trị rủi ro, quản lý quy trình kinh doanh, các hoạt động M&A. Nói cách khác, khi việc sử dụng dữ liệu ngày càng được mở rộng, các công nghệ mới được áp dụng vào dữ liệu tiếp tục xuất hiện ngày càng nhiều thì quản trị dữ liệu sẽ có nhiều ứng dụng hơn.

Ngoài 4 trụ cột nêu trên, còn phải kể đến vai trò của phần mềm quản trị dữ liệu vì đây là các công cụ hỗ trợ công việc quản trị dữ liệu rất nhiều. Do đó, ngân hàng cũng nên chú trọng tới nội dung này và lựa chọn các phần mềm quản trị dữ liệu trên nguyên tắc đảm bảo các nội dung của quản trị dữ liệu được cập nhật tự động, chính xác và an toàn. Hiện nay, các ngân hàng có rất nhiều lựa chọn đối với các công cụ quản trị dữ liệu bởi chúng được cung cấp bởi phần lớn các công ty lớn và có uy tín trên thị trường như Microsoft, IBM, Oracle, …

5. Kết luận và kiến nghị

Có thể nhận thấy quản trị dữ liệu hiện nay là rất cần thiết với các ngân hàng bởi vai trò và ý nghĩa quan trọng tới sự phát triển và khả năng cạnh tranh của ngân hàng trên thị trường. Tuy hoạt động quản trị dữ liệu nhận được nhiều sự hỗ trợ từ các đối tác và các công cụ công nghệ thông minh nhưng đây là hoạt động có rất nhiều thách thức… Chính vì vậy, các ngân hàng cần phải có cách tiếp cận chiến lược trong quản trị dữ liệu. Các ngân hàng cần xác định vai trò quan trọng của nhân sự với mức độ hiểu biết và chuyên môn tốt cũng như tính kỷ luật rất cao.

Nghiên cứu cho rằng Ngân hàng Nhà nước nên có những hướng dẫn cụ thể về quản lý dữ liệu nhằm khuyến khích các ngân hàng khai thác những đóng góp tích cực của quản lý dữ liệu, đồng thời ban hành những quy định về tính tuân thủ cao dành cho các ngân hàng nhằm bảo vệ quyền riêng tư của khách hàng cũng như quyền riêng tư dữ liệu của các định chế tài chính cũng như đảm bảo an ninh mạng. Ngoài ra, ngân hàng cũng nên thể hiện tính chủ động và tiên phong trong quản trị dữ liệu, tập trung vào 02 nội dung chính, bao gồm thiết lập tầm nhìn và chiến lược cho hoạt động quản trị dữ liệu và quá trình hiện thực hoá các chính sách đã đề ra. Cụ thể:

Thứ nhất, các ngân hàng cần có lộ trình xây dựng khung quản trị dữ liệu với đầy đủ các chính sách, quy tắc, quy trình, cấu trúc tổ chức ... Sau đó, các ngân hàng cần văn bản hoá các nội dung của khung quản trị dữ liệu và phổ biến tới toàn thể cán bộ nhân viên để hoạt động quản trị dữ liệu được thấu hiểu và nhận được sự hỗ trợ từ toàn hệ thống.

Thứ hai, các ngân hàng nên thành lập một đơn vị chuyên trách chịu trách nhiệm về quản trị dữ liệu.Thông lệ quốc tế cho thấy việc thành lập một tổ chức chuyên biệt chịu trách nhiệm về quản trị dữ liệu trong ngân hàng là cần thiết bởi có như vậy thì mới đảm bảo sự tin cậy và tính chịu trách nhiệm cao của dữ liệu cũng như các báo cáo phân tích, đồng thời sẽ tạo sự thống nhất giữa 3 trụ cột trong chiến lược dữ liệu của ngân hàng. Ngân hàng cần phải có cơ chế để đảm bảo rằng tổ chức này được điều hành bởi lãnh đạo cao cấp hoặc có thể báo cáo trực tiếp cho quản lý cấp độ C. Ngoài ra, nhân sự làm việc cho bộ phận chuyên trách này cũng phải có nền tảng kiến thức và hiểu biết sâu rộng cũng như có độ nhanh nhạy cao trong việc áp dụng công nghệ vào công việc.

Thứ ba, các ngân hàng nên bổ sung chức danh vị trí giám đốc điều hành dữ liệu (CDO). Thông lệ quốc tế và báo cáo của PWC đã khẳng định vai trò rất quan trọng của các CDOs với những sáng kiến đột phá về quản lý dữ liệu như ứng dụng các nguyên tắc mới thông qua trí tuệ nhân tạo, dữ liệu lớn, và các phương pháp trích xuất báo cáo tự động… Chính vì thế các ngân hàng Việt Nam có thể cân nhắc bổ sung vị trí CDOs trong ngân hàng, đồng thời cần làm rõ chức năng nhiệm vụ của CDOs cũng như các yêu cầu cụ thể về năng lực.

Thứ tư, ngân hàng nên thành lập đơn vị thực hiện dữ liệu chuyên trách (Data Stewardship). Đây là bộ phận giám sát việc tuân thủ chung của quản trị dữ liệu, góp phần đảm bảo hiệu quả quản trị dữ liệu trong ngân hàng. Ngoài ra, bộ phận này nên lựa chọn cách tiếp cận theo hướng xác định điều gì là phù hợp hơn là xác định điều gì là được cho phép (tức là trên cả việc đảm bảo tính tuân thủ). Đây là một nội dung mà EY và Tapestry Networks (2018) nhấn mạnh trong báo cáo của mình.

Thứ năm, các ngân hàng nên lựa chọn phần mềm quản trị dữ liệu phù hợp vì đây là một trong những nhân tố chính quyết định tới chất lượng của dữ liệu ở các giai đoạn thu thập, quản lý, bảo mật, cung cấp dữ liệuvà hiệu quả của quá trình quản trị dữ liệu.

Chú thích:

(1) Quản lý dữ liệu là trụ cột đầu tiên trong ba trụ cột nền tảng của chiến lược dữ liệu (Data Strategy) tại các doanh nghiệp nói chung và các ngân hàng nói riêng. Quản lý dữ liệu kết hợp tất cả các khía cạnh của quyền sở hữu dữ liệu (Data ownership) và quản trị dữ liệu (Data governance), bao gồm: thu thập dữ liệu, lưu trữ, phân loại (cấu trúc), đánh giá, làm sạch và kiểm sát dữ liệu.

Chiến lược dữ liệu được coi là kiến trúc dữ liệu của ngân hàng, bao gồm 3 trụ cột là: Quản lý dữ liệu (Data Management), Báo cáo và trực qua hoá (Reporting and visualization) và phân tích dữ liệu (Data analytics). Dựa trên dữ liệu có được từ trụ cột đầu tiên, báo cáo và trực quan hoá sẽ tạo ra những đánh giá đầu tiên về tình trạng kinh doanh hiện tại. Các báo cáo khác nhau sẽ giúp cho nhà quản lý theo dõi được kết quả hoạt động của ngân hàng, chất lượng của danh mục đầu tư, năng suốt lao động của nhân viên cũng như các khía cạnh khác để thúc đẩy ngân hàng phát triển. Tiếp sau đó là trụ cột thứ 3 – phân tích dữ liệu. Đây là nội dung thách thức nhất nhưng có giá trị nhất của chiến lược dữ liệu. Rất nhiều mô hình phân tích được các ngân hàng phát triển và đưa vào sử dụng để dự đoán hành vi của khách hàng, hiểu rõ hơn về những ưu tiên của họ và chủ động quản lý toàn bộ hoạt động kinh doanh của ngân hàng.

Yêu cầu đặt ra cho chiến lược dữ liệu là phải giúp ngân hàng xác định được các lỗ hổng và ưu tiên các sáng kiến nhằm cải thiện việc sử dụng dữ liệu.

(2) Chức danh ở vị trí cao nhất hoặc thuộc ban điều hành cấp cao của ngân hàng

Tài liệu tham khảo

- China’s banking and insurance regulatory commissio. (2018, May 21). Guidelines on Data Governance for Banking Financial Institutions.

- Capgenmini. (2013). Data Governance for Financial Institutions.

- Egetoft, K. (2019, January 15). Digitalist. Được truy lục từ Data Management Challenges For Financial Services: https://www. digitalistmag.com/customer-experience/ 2019 /01/15/data -management-challenges-for-financial-services-06195118

- EY and Tapestry Networks. (2018). Data governance: securing the future of financial services. New York : Financial Services Leadership Summit.

- Fawthrop, A. (2019, May 29). NS BANKING. Được truy lục từ The benefits and challenges of good data management for growing fintechs: https://www.nsbanking.com/analysis/fintech-data-gocardless-receipt-bank/

- IBM Global Business Services. (không ngày tháng). Effective Data Governance in Banking: Failure is not an option. IBM.

- Kim, S. (2018, November 5). Microsoft Blogs. Được truy lục từ Data governance helps banks stay compliant in a digital world: https://cloudblogs.microsoft.com/industry-blog/financial-services/2018/11/05/data-governance-helps-banks-stay-compliant-in-a-digital-world/

- PWC. (2016). Data Governance Survey Results: A European Comparison of Data Management Capabilities in Banks.

- Rene Abraham, Johannes Schneider, Jan vom Brocke. (2019). Data governance: A conceptual framework, structured review, and research agenda. International Journal of Information Management, 424-438.

- Robert S. Seiner. (2019, May 1). The Data Administration Newsletter. Được truy lục từ Data Governance Roles and Responsibilities: https://tdan.com/data-governance-roles-and-responsibilities/24774

- Rouse, M. (2007). SearchData Management. Được truy lục từ What is data governance and why does it matter?: https://search datamanagement. techtarget. com/definition/ data-governance

- Stringfellow, A. (2018, September 20). NGData. Được truy lục từ 3 Data Governance Best Practices for Banks & Financial Services Companies: https://www.ngdata.com/data-governance-best-practices-for-banks-financial-services-companies/

Bài đăng trên Tạp chí Thị trường Tài chính Tiền tệ số 9 năm 2020