ARTICLE_ID: EHUB-DATA-RESEARCH-001 | Version: V1.0 | Status: PUBLISHED SAMPLE
Phân tích chính xác trên dữ liệu sai vẫn dẫn đến quyết định sai. Data quality cần được xem là một bước nghiên cứu, không phải việc dọn dẹp phụ.
1. Dữ liệu có mới không?
Ghi timestamp, kỳ dữ liệu và độ trễ cập nhật.
2. Grain là gì?
Mỗi dòng đại diện cho khách hàng, giao dịch, execution hay ngày?
3. Có thiếu dữ liệu không?
Không chỉ đếm null; cần hiểu null có nghĩa “không có”, “chưa nhập” hay “không áp dụng”.
4. Có duplicate không?
Xác định key tự nhiên hoặc surrogate key để kiểm tra trùng.
5. Join có làm phình dữ liệu?
Kiểm tra one-to-one, one-to-many và many-to-many trước khi cộng KPI.
6. Định nghĩa metric có thống nhất?
Doanh thu, lead, conversion hay retention phải có công thức và phạm vi thời gian.
7. Có bằng chứng để tái lập không?
Lưu query, nguồn, version và phép biến đổi chính.
Checklist nhanh
- ☐ Freshness rõ
- ☐ Grain rõ
- ☐ Missingness được giải thích
- ☐ Duplicate đã kiểm tra
- ☐ Join đã kiểm tra
- ☐ Metric có định nghĩa
- ☐ Có lineage/evidence
Nguồn tham khảo
Cập nhật: 19/11/2026. Nội dung được biên tập theo EHUB EDITORIAL & DESIGN V1.1.




