Data Lakehouse là gì?
Để hiểu Data Lakehouse, trước hết cần nhìn vào hai mô hình lưu trữ dữ liệu phổ biến là Data Lake và Data Warehouse.
Data Lake (hồ dữ liệu) là hệ thống lưu trữ tập trung có khả năng tiếp nhận khối lượng lớn dữ liệu với nhiều định dạng khác nhau. Khác với các hệ thống truyền thống thường yêu cầu dữ liệu được chuẩn hóa trước khi lưu trữ, Data Lake có thể giữ dữ liệu ở trạng thái gần với nguyên bản, từ dữ liệu có cấu trúc như bảng biểu, đến dữ liệu bán cấu trúc và phi cấu trúc như văn bản, hình ảnh hay tệp âm thanh.
Đây là ưu điểm giúp Data Lake phù hợp với các bài toán phân tích nâng cao như học máy (Machine Learning), khai phá dữ liệu (Data Mining) hay phân tích dự đoán. Tuy nhiên, nếu thiếu cơ chế quản trị, dữ liệu được đưa vào ngày càng nhiều nhưng không được tổ chức, phân loại và kiểm soát hiệu quả có thể khiến Data Lake trở thành “Data Swamp” – nơi dữ liệu tồn tại nhưng khó tìm kiếm và khai thác.
Trong khi đó, Data Warehouse (kho dữ liệu) tập trung vào dữ liệu đã được xử lý, chuẩn hóa và tổ chức theo cấu trúc chặt chẽ. Mô hình này có ưu thế về tốc độ truy vấn, tính nhất quán và khả năng phục vụ báo cáo, phân tích. Tuy nhiên, Data Warehouse truyền thống có thể gặp hạn chế khi phải xử lý khối lượng lớn dữ liệu đa dạng, đặc biệt là dữ liệu phi cấu trúc.
Data Lakehouse ra đời để kết hợp những ưu điểm của hai mô hình trên. Có thể hiểu đơn giản, đây là kiến trúc vừa có khả năng lưu trữ linh hoạt, mở rộng như Data Lake, vừa hỗ trợ quản trị, phân tích và truy vấn dữ liệu hiệu quả như Data Warehouse.
Nhờ đó, doanh nghiệp có thể tập trung nhiều loại dữ liệu trên cùng một nền tảng, đồng thời tạo điều kiện để các hệ thống phân tích, AI và các ứng dụng nghiệp vụ khai thác dữ liệu thống nhất hơn. Với những tổ chức lớn có dữ liệu phát sinh từ nhiều hệ thống và điểm chạm, Data Lakehouse có thể trở thành một lớp hạ tầng quan trọng trong quá trình xây dựng năng lực dữ liệu.
Trong lĩnh vực hàng không, dữ liệu được tạo ra từ nhiều hoạt động khác nhau như bán vé, phục vụ hành khách, khai thác bay, bảo dưỡng tàu bay, dịch vụ mặt đất hay chăm sóc khách hàng. Khi được kết nối và quản trị hiệu quả, nguồn dữ liệu này có thể hỗ trợ doanh nghiệp không chỉ trong việc báo cáo mà còn trong phân tích, dự báo và tự động hóa.
Vietnam Airlines hướng tới nền tảng dữ liệu thống nhất
Theo Nghị quyết 37 về phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số của Tổng công ty Hàng không Việt Nam giai đoạn 2025–2030, Vietnam Airlines xác định khoa học công nghệ, đổi mới sáng tạo và chuyển đổi số là những động lực quan trọng để nâng cao năng suất lao động, chất lượng dịch vụ, hiệu quả hoạt động, năng lực cạnh tranh và phát triển bền vững.
Trong định hướng đó, dữ liệu giữ vai trò ngày càng quan trọng. Thay vì chỉ phục vụ các báo cáo riêng lẻ, dữ liệu cần được kết nối để trở thành nền tảng cho hệ sinh thái số, ứng dụng AI, cá nhân hóa dịch vụ, tối ưu vận hành và hỗ trợ ra quyết định.
Đây cũng là bài toán mà Data Lakehouse hướng tới giải quyết: kết nối các nguồn dữ liệu phân tán, tạo một nền tảng dữ liệu dùng chung và từng bước hình thành năng lực quản trị, khai thác dữ liệu thống nhất trong toàn Hãng.
Để hiện thực hóa mục tiêu này, Vietnam Airlines đang từng bước triển khai nền tảng cho Data Lakehouse, từ xác định nhu cầu dữ liệu của các đơn vị, xây dựng phương án kiến trúc, chuẩn hóa yêu cầu tích hợp giữa các hệ thống đến chuẩn bị mô hình quản trị và khai thác dữ liệu.
Song song với đó, Hãng tăng cường phối hợp với các đối tác công nghệ nhằm tiếp cận các năng lực về dữ liệu lớn, điện toán đám mây, trí tuệ nhân tạo, tự động hóa và các giải pháp số phục vụ hoạt động khai thác, thương mại và dịch vụ khách hàng.
Như vậy, Data Lakehouse không đơn thuần là một hệ thống để “chứa dữ liệu”. Mục tiêu lớn hơn là hình thành hạ tầng dữ liệu có khả năng kết nối, quản trị và cung cấp dữ liệu cho nhiều nhu cầu khác nhau, từ phân tích nghiệp vụ đến phát triển các ứng dụng công nghệ mới.
Không chỉ là câu chuyện công nghệ
Để Data Lakehouse phát huy hiệu quả, đầu tư hạ tầng công nghệ mới chỉ là một phần của bài toán. Nguồn nhân lực, mô hình quản trị dữ liệu, tiêu chuẩn tích hợp giữa các hệ thống, chất lượng dữ liệu và năng lực vận hành sau triển khai cũng đóng vai trò quan trọng.
Đặc biệt, khi dữ liệu đến từ nhiều hệ thống khác nhau, việc xác định dữ liệu nào được sử dụng, dữ liệu thuộc về đâu, ai có quyền truy cập, chất lượng dữ liệu được kiểm soát như thế nào và dữ liệu được truy vết ra sao cần được thống nhất ngay từ đầu.
Đây là lý do Data Governance (quản trị dữ liệu) trở thành một cấu phần không thể tách rời của Data Lakehouse. Quản trị tốt giúp dữ liệu không chỉ được tập trung mà còn phải đúng, đủ, an toàn, có thể truy xuất và sử dụng đúng mục đích.
Trong quá trình xây dựng nền tảng, việc triển khai theo từng bước, bắt đầu từ những bài toán cụ thể rồi mở rộng dần cũng là cách tiếp cận được nhiều tổ chức công nghệ khuyến nghị. Thay vì xây dựng một hệ thống lớn ngay từ đầu, doanh nghiệp có thể xác định các trường hợp sử dụng ưu tiên, thử nghiệm, đánh giá hiệu quả và từng bước mở rộng.
Về kiến trúc, dữ liệu cũng có thể được tổ chức theo nhiều lớp, từ raw – dữ liệu gốc, đến cleansed – dữ liệu đã được làm sạch, rồi curated/serving – dữ liệu đã được chuẩn bị để phục vụ các nhu cầu phân tích và khai thác cụ thể.
Cách tiếp cận này giúp dữ liệu được quản lý xuyên suốt, đồng thời tạo sự linh hoạt khi doanh nghiệp cần phát triển thêm các ứng dụng phân tích hoặc AI trong tương lai.
Từ “ốc đảo dữ liệu” đến hệ sinh thái số
Một trong những thách thức phổ biến tại các doanh nghiệp lớn là tình trạng dữ liệu nằm rải rác ở nhiều hệ thống, đơn vị và ứng dụng khác nhau. Khi các nguồn dữ liệu chưa được kết nối, việc tổng hợp thông tin có thể mất nhiều thời gian, trong khi khả năng nhìn nhận toàn cảnh và khai thác dữ liệu cho các bài toán mới cũng bị hạn chế.
Data Lakehouse được định hướng để từng bước giải quyết bài toán này bằng cách tạo ra một nền tảng kết nối các nguồn dữ liệu, thay vì để dữ liệu tồn tại như những “ốc đảo” riêng biệt.
Khi hoàn thiện, nền tảng có thể trở thành một lớp hạ tầng quan trọng cho các bài toán dữ liệu của Vietnam Airlines, từ phân tích hoạt động kinh doanh, tối ưu vận hành đến phát triển các ứng dụng AI/ML, tự động hóa và phân tích theo thời gian thực.
Quan trọng hơn, giá trị của Data Lakehouse không nằm ở việc doanh nghiệp có thêm một nền tảng công nghệ, mà ở khả năng biến dữ liệu thành thông tin có giá trị để phục vụ hành động.
Từ những dữ liệu được tạo ra trong từng chuyến bay, từng giao dịch và từng điểm chạm với khách hàng, khi được kết nối và khai thác đúng cách, dữ liệu có thể trở thành nguồn lực hỗ trợ Vietnam Airlines vận hành hiệu quả hơn, đổi mới nhanh hơn và từng bước xây dựng trải nghiệm khách hàng dựa trên dữ liệu.
Data Lakehouse vì thế không chỉ là câu chuyện về nơi lưu trữ dữ liệu, mà là một bước trong hành trình xây dựng năng lực dữ liệu – nền tảng quan trọng cho quá trình chuyển đổi số và đổi mới sáng tạo của Vietnam Airlines đến năm 2030.
