Linkle
Data warehouse vs data lake khác nhau ở chỗ dữ liệu được sắp xếp trước hay sau khi cất vào. Data Warehouse (kho dữ liệu) chỉ nhận số đã làm sạch, đặt đúng định nghĩa, sẵn sàng cho báo cáo tài chính và họp lãnh đạo. Data Lake (hồ dữ liệu) nhận mọi thứ ở dạng thô, từ file Excel, log hệ thống đến hình ảnh, rồi mới xử lý khi có nhu cầu phân tích. Data Mart là một phần nhỏ của kho, cắt riêng cho một phòng ban như tài chính hay kinh doanh. Với phần lớn SME Việt Nam, câu hỏi thực tế không phải “chọn công nghệ nào”, mà là số doanh thu, công nợ, tồn kho đã có một nơi tin được chưa – điều mà tư vấn Data Warehouse của Linkle bắt đầu từ đó.
Ví von cho CFO: kho hàng, hồ chứa và quầy chi nhánh
Cách dễ nhất để hình dung là nghĩ về hàng hóa thật. Data Warehouse giống một kho hàng đã phân loại: mỗi món có mã, có kệ, có phiếu nhập, ai cần lấy số doanh thu tháng trước đều tìm được đúng chỗ và ra cùng một kết quả. Data Lake giống một hồ chứa mà mọi xe hàng cứ đổ vào, chưa phân loại, chưa dán nhãn – chi phí cất trữ rẻ và không bỏ sót gì, nhưng muốn dùng thì phải có người biết lặn tìm và sắp xếp lại. Data Mart giống quầy hàng của một chi nhánh: lấy từ kho tổng những món phòng ban đó hay dùng nhất, bày sẵn để kế toán hay sales không phải vào kho lớn mỗi lần. Ví von này không hoàn hảo về kỹ thuật, nhưng đủ để CFO đặt đúng câu hỏi với đội IT hoặc nhà tư vấn: chúng ta đang cần kho có trật tự, cần chỗ cất mọi thứ cho sau này, hay chỉ cần một quầy số liệu cho phòng tài chính?
Data Warehouse: số đã sạch, dùng cho báo cáo và ra quyết định
Data Warehouse lấy dữ liệu từ phần mềm kế toán, bán hàng, POS, CRM và các file Excel đang chạy, đi qua bước làm sạch và chuẩn hóa – thống nhất mã khách hàng, mã hàng, định nghĩa doanh thu – rồi mới lưu vào theo cấu trúc định sẵn. Vì cấu trúc được thiết kế trước, báo cáo đọc từ kho chạy nhanh và nhất quán, hai người hỏi cùng một câu sẽ nhận cùng một con số. Đây là lý do kho dữ liệu thường là nền của dashboard lãnh đạo, báo cáo công nợ theo tuổi nợ, phân tích biên lợi nhuận theo kênh. Đổi lại, dựng kho đòi hỏi công khảo sát, thiết kế mô hình và duy trì các luồng đồng bộ, như mô tả trong bài quy trình triển khai Data Warehouse. Kho cũng không thay ERP: sổ sách gốc vẫn nằm ở phần mềm nghiệp vụ, kho chỉ là nơi tổng hợp để phân tích.
Data Lake: chứa mọi thứ ở dạng thô, phân tích sau
Data Lake lưu dữ liệu ở gần như mọi định dạng – bảng, file CSV, JSON từ API, log website, hình ảnh chứng từ – mà không bắt buộc sắp xếp trước. Cấu trúc chỉ được áp khi có người đọc dữ liệu ra để phân tích, nên hồ phù hợp với các đội có kỹ sư dữ liệu hoặc nhà khoa học dữ liệu muốn thử nghiệm mô hình dự báo, phân tích hành vi khách hàng, hay huấn luyện AI trên khối lượng lớn. Chi phí lưu trữ trên cloud thường thấp hơn so với kho có cấu trúc, và doanh nghiệp không phải quyết định ngay dữ liệu nào hữu ích. Rủi ro lớn nhất là hồ biến thành “đầm lầy dữ liệu”: cất rất nhiều nhưng không ai biết file nào là bản đúng, ai chịu trách nhiệm, và kế toán không thể tự lấy số ra được. Với SME chưa có người vận hành dữ liệu chuyên trách, dựng Data Lake trước Data Warehouse thường tạo thêm chi phí mà chưa giúp gì cho báo cáo tài chính.
Data Mart: phần kho cắt riêng cho một phòng ban
Data Mart là một tập con của kho, chỉ chứa dữ liệu một bộ phận cần – ví dụ mart tài chính gồm doanh thu, chi phí, công nợ phải thu và phải trả; mart kinh doanh gồm đơn hàng, khách hàng, kênh bán. Vì nhỏ và tập trung, mart truy vấn nhanh, dễ phân quyền (sales không cần thấy lương, kế toán không cần thấy pipeline chi tiết) và người dùng không bị ngợp bởi hàng trăm bảng. Trong nhiều dự án, mart được xây từ kho tổng để đảm bảo mọi phòng ban dùng cùng định nghĩa số. Cũng có doanh nghiệp bắt đầu bằng một mart duy nhất cho phòng tài chính rồi mở rộng thành kho sau; cách này nhanh có kết quả nhưng dễ tạo ra các “đảo dữ liệu” nếu mỗi phòng tự dựng mart riêng với định nghĩa khác nhau.
Bảng so sánh data warehouse vs data lake vs data mart
| Tiêu chí | Data Warehouse | Data Lake | Data Mart |
|---|---|---|---|
| Dữ liệu lưu | Đã làm sạch, có cấu trúc | Thô, mọi định dạng | Tập con đã sạch của kho |
| Sắp xếp khi nào | Trước khi lưu | Khi đọc ra phân tích | Trước khi lưu |
| Người dùng chính | CFO, kế toán, lãnh đạo, phân tích | Kỹ sư dữ liệu, data scientist | Một phòng ban cụ thể |
| Dùng cho | Báo cáo, dashboard, đối soát | Thử nghiệm, AI, dữ liệu lớn | Báo cáo của phòng ban |
| Rủi ro chính | Tốn công thiết kế và duy trì | Thành "đầm lầy", khó tự lấy số | Mỗi phòng một định nghĩa |
| SME thường cần | Khi Sheets không còn đủ | Hiếm khi cần sớm | Khi một phòng cần báo cáo riêng |
Gần đây còn có mô hình lakehouse kết hợp chỗ lưu rẻ của hồ với cấu trúc của kho; đây là hướng kiến trúc cho đội có năng lực kỹ thuật, không phải điểm khởi đầu bắt buộc của SME.
SME nên bắt đầu từ đâu?
Với doanh nghiệp vừa và nhỏ, thứ tự hợp lý thường là: thống nhất nguồn sự thật cho một nhóm chỉ số ưu tiên, rồi khi Google Sheets và file xuất thủ công không còn theo kịp thì đưa dữ liệu vào database hoặc kho – bài BigQuery hay SQL Server cho SME phân tích điểm chuyển này. Mart tài chính có thể là phần đầu tiên của kho nếu phòng tài chính là nơi đau nhất. Data Lake chỉ nên cân nhắc khi đã có nhu cầu rõ về dữ liệu phi cấu trúc hoặc AI, và có người vận hành. Để biết doanh nghiệp đã đến lúc cần kho hay chưa, đọc bài Data Warehouse cho SME: khi nào cần, khi nào chưa. Nếu cần giải thích khái niệm sâu hơn, có thể xem thêm bài Data Lake và Data Warehouse: khái niệm cơ bản và Data Mart là gì.
Checklist câu hỏi CFO nên hỏi trước khi duyệt dự án dữ liệu
- Báo cáo nào lãnh đạo cần tin được trong 90 ngày tới?
- Số liệu đó đang nằm ở những nguồn nào, ai sở hữu từng nguồn?
- Đề xuất là kho, hồ hay mart – và vì sao phù hợp giai đoạn hiện tại?
- Ai chịu trách nhiệm làm sạch, đồng bộ và sửa lỗi sau khi bàn giao?
- Phòng tài chính có tự lấy số ra được không, hay luôn phải nhờ IT?
- Chi phí vận hành hằng tháng (cloud, nhân sự) đã được tính chưa?
FAQ – Data warehouse vs data lake
SME có cần Data Lake không?
Phần lớn SME chưa cần sớm. Data Lake phát huy khi có dữ liệu phi cấu trúc lớn và đội kỹ thuật khai thác; nhu cầu báo cáo tài chính thường được giải quyết tốt hơn bằng kho hoặc mart.
Data Mart có thay được Data Warehouse không?
Một mart có thể đủ cho một phòng ban trong giai đoạn đầu. Khi nhiều phòng cần số liên thông, nên có kho tổng để các mart dùng chung định nghĩa.
Kho dữ liệu có thay phần mềm kế toán không?
Không. Phần mềm kế toán vẫn là nơi ghi sổ gốc; kho dữ liệu tổng hợp từ nhiều nguồn để phân tích và báo cáo.
Dùng Excel hoặc Google Sheets có được coi là Data Warehouse không?
Không hẳn. Sheets có thể là điểm khởi đầu, nhưng thiếu kiểm soát phiên bản, lịch sử và phân quyền của một kho thực thụ.
Bước tiếp theo?
Tải tài liệu Data Warehouse trên Tài nguyên, liệt kê nguồn và chỉ số ưu tiên, rồi đăng ký Demo hoặc trao đổi với đội tư vấn Data Warehouse.
Chọn đúng lớp dữ liệu trước khi đầu tư công cụ
Tư vấn Data Warehouse · Data Platform · Tài nguyên · Đăng ký Demo
