Data governance in the development of digital government in the United States: practices and implications for Vietnam
ThS. Phạm Ngọc Lam Giang
ThS. Nguyễn Ngọc Mai
Viện Hàn lâm Khoa học Xã hội Việt Nam
Email: gpham2206@gmail.com; hoanangmn@gmail.com
(Quanlynhanuoc.vn) – Quản trị dữ liệu ngày càng trở thành nền tảng quan trọng của Chính phủ số. Bài viết phân tích quản trị dữ liệu trong Chính phủ số của Hoa Kỳ trên các phương diện: thể chế và chính sách; cơ chế điều phối; tiêu chuẩn hóa, chia sẻ và liên thông dữ liệu; chất lượng, an toàn và trách nhiệm trong sử dụng dữ liệu. Kết quả cho thấy, Hoa Kỳ đã hình thành khuôn khổ quản trị kết hợp trách nhiệm của từng cơ quan với điều phối liên cơ quan và các tiêu chuẩn chung. Từ đó, bài viết đề xuất một số gợi mở cho Việt Nam trong phát triển quản trị dữ liệu phục vụ chính phủ số.
Từ khóa: Chính phủ số; quản trị dữ liệu; khu vực công dựa trên dữ liệu; liên thông dữ liệu; Hoa Kỳ; Việt Nam.
Abstract: Data governance has increasingly become an important foundation of digital government. This article examines data governance within the digital government of the United States across four dimensions: institutions and policies; coordination mechanisms; data standardization, sharing, and interoperability; and data quality, security, and responsible use. The findings show that the United States has developed a governance framework that combines agency-level responsibility with interagency coordination and common standards. Drawing on the U.S. experience, the article offers several implications for Vietnam in strengthening data governance to support the development of digital government.
Keywords: Digital government; data governance; data-driven public sector; data interoperability; United States; Vietnam.
1. Đặt vấn đề
Trong quá trình chuyển từ chính phủ điện tử sang chính phủ số, dữ liệu ngày càng giữ vai trò quan trọng trong hoạt động của khu vực công. Dữ liệu không chỉ phục vụ số hóa các quy trình hành chính mà còn được sử dụng để hỗ trợ hoạch định chính sách, cải thiện dịch vụ công và nâng cao hiệu quả quản trị. Để xây dựng khu vực công dựa trên dữ liệu, Chính phủ cần coi dữ liệu là một tài sản chiến lược và thiết lập cơ chế quản trị phù hợp để dữ liệu có thể được quản lý, chia sẻ và tái sử dụng hiệu quả trong toàn bộ khu vực công (OECD, 2019). Trong bối cảnh đó, quản trị dữ liệu (data governance) trở thành một nền tảng quan trọng của chính phủ số.
Hoa Kỳ là trường hợp tiêu biểu về thể chế hóa quản trị dữ liệu trong bối cảnh hệ thống hành chính liên bang có tính phân quyền cao. Dữ liệu được quản lý tại nhiều cơ quan khác nhau, vì vậy việc bảo đảm chất lượng, khả năng tiếp cận, chia sẻ và sử dụng dữ liệu trở thành vấn đề quan trọng trong quản trị dữ liệu liên bang. Để tăng cường quản trị và sử dụng dữ liệu, Hoa Kỳ đã ban hành Đạo luật Nền tảng cho hoạch định chính sách dựa trên bằng chứng năm 2018 (Congress, 2018); Phần II của Đạo luật Dữ liệu Chính phủ mở, trong đó quy định việc xây dựng danh mục tài sản dữ liệu, chỉ định Giám đốc dữ liệu (CDO) tại các cơ quan liên bang và thành lập Hội đồng Giám đốc dữ liệu (CDO Council) (Congress, 2019).
Tuy nhiên, việc xây dựng khuôn khổ pháp lý và cơ chế tổ chức mới chỉ tạo nền tảng cho quản trị dữ liệu; hiệu quả thực tế còn phụ thuộc vào khả năng triển khai tại từng cơ quan, đặc biệt, việc đánh giá mức độ trưởng thành của dữ liệu và hạ tầng liên quan, cũng như kỹ năng và hiểu biết về dữ liệu của đội ngũ (GAO, 2020). Điều này cho thấy, quản trị dữ liệu không chỉ phụ thuộc vào khuôn khổ pháp lý và công nghệ mà còn gắn với cơ chế phối hợp và khả năng thực thi của các cơ quan.Trên cơ sở nghiên cứu trường hợp Hoa Kỳ, bài viết phân tích thực tiễn triển khai quản trị dữ liệu trong chính phủ số, từ đó, rút ra một số kinh nghiệm và gợi mở cho Việt Nam về hoàn thiện thể chế, cơ chế tổ chức, chia sẻ và khai thác dữ liệu phục vụ phát triển chính phủ số.
2. Cơ sở lý luận về quản trị dữ liệu trong chính phủ số
2.1. Khái niệm về quản trị dữ liệu
Cùng với sự gia tăng về quy mô và mức độ sử dụng dữ liệu trong khu vực công, quản trị dữ liệu (data governance) ngày càng giữ vai trò quan trọng trong chính phủ số. Quản trị dữ liệu trong khu vực công bao gồm nhiều yếu tố có quan hệ chặt chẽ với nhau, từ lãnh đạo và định hướng chiến lược, năng lực tổ chức, khuôn khổ pháp lý và quy định đến vòng đời dữ liệu, hạ tầng và kiến trúc dữ liệu. Cách tiếp cận này cho thấy, quản trị dữ liệu không chỉ liên quan đến công nghệ mà còn gắn với các yếu tố về thể chế, tổ chức và trách nhiệm trong quản lý, chia sẻ và sử dụng dữ liệu (OECD, 2019).
Quản trị dữ liệu cần được phân biệt với quản lý dữ liệu (data management). Nếu quản lý dữ liệu tập trung vào các hoạt động cụ thể trong quá trình quản lý và sử dụng dữ liệu thì quản trị dữ liệu xác định các nguyên tắc, thẩm quyền và trách nhiệm của các chủ thể liên quan. Theo đó, quản trị dữ liệu tạo ra khuôn khổ chung để định hướng và điều phối các hoạt động quản lý dữ liệu (Khatri và Brown, 2010).
Đối với chính phủ số, quản trị dữ liệu cần được đặt trong cách tiếp cận toàn chính phủ (whole-of-government approach). Để xây dựng khu vực công dựa trên dữ liệu, chính phủ cần coi dữ liệu là tài sản chiến lược và xây dựng mô hình quản trị thống nhất, toàn diện trên phạm vi toàn chính phủ. Cách tiếp cận này góp phần giảm các rào cản trong quản lý, chia sẻ và tái sử dụng dữ liệu, qua đó phát huy giá trị của dữ liệu phục vụ hoạt động của khu vực công (OECD, 2019). Từ cách tiếp cận trên, quản trị dữ liệu trong chính phủ số có thể được xem xét trên một số nội dung chính, như: khuôn khổ pháp lý và chính sách; tổ chức và phân định trách nhiệm; tiêu chuẩn và khả năng liên thông; chất lượng dữ liệu; chia sẻ và tái sử dụng dữ liệu; bảo mật, quyền riêng tư và trách nhiệm giải trình. Trong phạm vi bài viết này, quản trị dữ liệu trong chính phủ số được hiểu là hệ thống các nguyên tắc, thể chế, cơ chế tổ chức và tiêu chuẩn nhằm xác định trách nhiệm và điều phối việc quản lý, chia sẻ, bảo vệ và khai thác dữ liệu trong khu vực công, qua đó, phát huy giá trị của dữ liệu phục vụ quản trị nhà nước và cung cấp dịch vụ công.
2.2. Vai trò của quản trị dữ liệu trong Chính phủ số
Quản trị dữ liệu giữ vai trò nền tảng đối với Chính phủ số vì dữ liệu ngày càng được sử dụng trong nhiều khâu của chu trình chính sách, từ dự báo và hoạch định đến triển khai, giám sát và đánh giá. Việc khai thác dữ liệu cũng hỗ trợ các cơ quan nhà nước hiểu rõ hơn nhu cầu của người dân, qua đó cải thiện việc thiết kế và cung cấp chính sách cũng như dịch vụ công (OECD, 2019).
Trong Khung chính sách Chính phủ số, OECD xác định “khu vực công dựa trên dữ liệu” (data-driven public sector) là một trong sáu chiều cạnh của Chính phủ số (OECD, 2020). Theo đó, dữ liệu được coi là tài sản chiến lược và được quản trị, chia sẻ, sử dụng để tạo giá trị công trong quá trình hoạch định, cung cấp và giám sát chính sách, dịch vụ công (OECD, 2020).
Quản trị dữ liệu còn tạo cơ sở cho việc chia sẻ và tái sử dụng dữ liệu giữa các cơ quan thông qua các quy định, tiêu chuẩn và cơ chế tổ chức phù hợp (OECD, 2019). Đồng thời, việc khai thác và chia sẻ dữ liệu cần gắn với các yêu cầu về đạo đức, quyền riêng tư, tính minh bạch và an toàn nhằm duy trì niềm tin của công chúng. Vì vậy, xây dựng khu vực công dựa trên dữ liệu không chỉ hướng tới khai thác giá trị của dữ liệu mà còn cần bảo đảm dữ liệu được quản lý và sử dụng một cách phù hợp và có trách nhiệm (OECD, 2019).
Như vậy, quản trị dữ liệu tạo nền tảng để dữ liệu được quản lý, chia sẻ và khai thác phục vụ hoạt động quản trị công. Trên cơ sở đó, bài viết phân tích quản trị dữ liệu trong Chính phủ số Hoa Kỳ trên bốn phương diện: (1) Khuôn khổ thể chế và chính sách; (2) Thiết chế và cơ chế điều phối; (3) Tiêu chuẩn hóa, chia sẻ và khả năng liên thông dữ liệu; (4) Chất lượng, an toàn và trách nhiệm trong sử dụng dữ liệu.
3. Quản trị dữ liệu trong Chính phủ số của Hoa Kỳ
3.1. Khuôn khổ thể chế và chính sách về quản trị dữ liệu
Quản trị dữ liệu trong Chính phủ số của Hoa Kỳ phát triển từ trọng tâm công khai dữ liệu sang quản trị và khai thác dữ liệu như một nguồn lực phục vụ hoạt động của Chính phủ. Một bước phát triển quan trọng về thể chế là việc ban hành Đạo luật Nền tảng cho hoạch định chính sách dựa trên bằng chứng năm 2018, đã tạo cơ sở pháp lý nhằm tăng cường sử dụng dữ liệu và bằng chứng trong hoạch định chính sách, đồng thời mở rộng khả năng tiếp cận và sử dụng dữ liệu liên bang phục vụ xây dựng bằng chứng (Congress, 2018).
Phần II (Title II) của Luật Bằng chứng (Evidence Act) là Đạo luật Dữ liệu Chính phủ mở. Đạo luật này yêu cầu các cơ quan liên bang xây dựng và duy trì danh mục toàn diện về tài sản dữ liệu, công bố dữ liệu Chính phủ mở ở định dạng máy có thể đọc được và chỉ định CDO. CDO chịu trách nhiệm quản lý dữ liệu trong toàn bộ vòng đời, phối hợp nhu cầu dữ liệu của cơ quan; đồng thời, thúc đẩy chuẩn hóa định dạng, chia sẻ và công bố tài sản dữ liệu theo quy định của pháp luật (Congress, 2019). Qua đó, quản trị dữ liệu từng bước được xác lập thành một chức năng chính thức tại các cơ quan liên bang.
Song song với khuôn khổ pháp lý, Chiến lược Dữ liệu Liên bang (FDS) xây dựng định hướng chung cho việc quản lý và sử dụng dữ liệu trong Chính phủ liên bang. FDS hướng tới khai thác đầy đủ giá trị của dữ liệu liên bang để thực hiện nhiệm vụ, phục vụ người dân và lợi ích công cộng, dựa trên ba nhóm nguyên tắc: quản trị có đạo đức; thiết kế có chủ đích và văn hóa học hỏi. Trên cơ sở đó, FDS xác lập 10 nguyên tắc và hệ thống thực hành nhằm hướng dẫn các cơ quan quản trị, quản lý, bảo vệ và khai thác dữ liệu (Federal Data Strategy, 2019).
Kế hoạch hành động năm 2020 tiếp tục cụ thể hóa FDS thông qua các nhiệm vụ, như: thiết lập cơ chế quản trị dữ liệu tại các cơ quan, đánh giá mức độ trưởng thành của dữ liệu và hạ tầng liên quan, đánh giá kỹ năng và hiểu biết về dữ liệu của đội ngũ nhân sự cùng các hoạt động nhằm nâng cao năng lực quản trị dữ liệu (Federal Data Strategy, 2020). Tuy nhiên, GAO ghi nhận việc thực hiện một số yêu cầu chưa đồng đều: hai trong bốn cơ quan được khảo sát chưa hoàn thành đánh giá ban đầu về mức độ trưởng thành dữ liệu và ba cơ quan chưa thực hiện đánh giá kỹ năng và hiểu biết dữ liệu của đội ngũ theo thời hạn quy định (GAO, 2020). Điều này cho thấy, việc xây dựng khuôn khổ thể chế cần đi cùng với năng lực triển khai tại từng cơ quan.
3.2. Thiết chế và cơ chế điều phối quản trị dữ liệu
Một đặc điểm nổi bật trong quản trị dữ liệu của Hoa Kỳ là sự kết hợp giữa trách nhiệm của từng cơ quan và cơ chế phối hợp liên cơ quan. Thay vì tập trung chức năng quản trị dữ liệu vào một chủ thể duy nhất, Hoa Kỳ thiết lập hệ thống CDO tại các cơ quan liên bang và CDO Council trong Văn phòng Quản lý và Ngân sách. Cách tổ chức này vừa duy trì trách nhiệm của từng cơ quan đối với dữ liệu thuộc phạm vi quản lý, vừa tạo cơ chế phối hợp và thúc đẩy các thực hành chung trên phạm vi toàn Chính phủ (Congress, 2019).
Ở cấp cơ quan, CDO chịu trách nhiệm quản lý dữ liệu trong toàn bộ vòng đời, phối hợp với các chủ thể liên quan, quản lý tài sản dữ liệu và thúc đẩy chuẩn hóa định dạng, chia sẻ và công bố dữ liệu. CDO cũng phối hợp với Giám đốc thông tin để cải thiện hạ tầng và giảm các rào cản đối với khả năng tiếp cận dữ liệu (Congress, 2019). Như vậy, CDO không chỉ thực hiện các nhiệm vụ liên quan đến quản lý dữ liệu mà còn đóng vai trò điều phối việc quản trị và sử dụng dữ liệu trong cơ quan.
Ở cấp liên cơ quan, CDO Council có nhiệm vụ xác lập và thúc đẩy các phương thức hiệu quả trong sử dụng, bảo vệ, phổ biến và tạo lập dữ liệu trên phạm vi toàn Chính phủ; thúc đẩy chia sẻ dữ liệu giữa các cơ quan; tăng cường sử dụng dữ liệu và bằng chứng trong hoạch định chính sách; đồng thời, đánh giá các giải pháp công nghệ mới phục vụ thu thập và sử dụng dữ liệu (Congress, 2019). GAO (2022) ghi nhận Hội đồng đã triển khai các hoạt động liên quan đến các nhiệm vụ của Luật Bằng chứng quy định, qua đó hỗ trợ phối hợp liên cơ quan và tăng cường việc sử dụng dữ liệu, bằng chứng trong Chính phủ liên bang. Tuy nhiên, GAO cũng chỉ ra những hạn chế ban đầu trong lập kế hoạch và theo dõi kết quả thực hiện; đến tháng 8/2022, Hội đồng đã bổ sung mục tiêu, hoạt động và các thước đo kết quả để khắc phục vấn đề này (GAO, 2022).
Có thể khái quát mô hình này là sự kết hợp giữa trách nhiệm quản trị dữ liệu tại từng cơ quan với cơ chế điều phối liên cơ quan: các cơ quan chịu trách nhiệm đối với dữ liệu thuộc phạm vi quản lý, trong khi CDO Council tạo diễn đàn phối hợp và thúc đẩy các cách tiếp cận chung về quản trị và sử dụng dữ liệu trong Chính phủ liên bang.
3.3. Tiêu chuẩn hóa, chia sẻ và khả năng liên thông dữ liệu
Trong hệ thống liên bang, dữ liệu được quản lý tại nhiều cơ quan khác nhau, vì vậy khả năng chia sẻ và tái sử dụng dữ liệu phụ thuộc vào việc xác định dữ liệu đang được quản lý ở đâu và được mô tả theo những tiêu chuẩn nào. Trên cơ sở đó, Hoa Kỳ chú trọng xây dựng danh mục dữ liệu, chuẩn hóa siêu dữ liệu và phát triển các tiêu chuẩn chung.
Đạo luật Dữ liệu Chính phủ mở (OPEN Government Data Act) yêu cầu các cơ quan liên bang xây dựng và duy trì danh mục toàn diện về tài sản dữ liệu, kèm theo siêu dữ liệu và thông tin về khả năng công khai. Dữ liệu Chính phủ mở phải được cung cấp ở định dạng máy có thể đọc được và đáp ứng các yêu cầu về định dạng dữ liệu mở theo quy định, qua đó tạo điều kiện cho việc truy cập và tái sử dụng dữ liệu (Congress, 2019).
Cổng Dữ liệu Chính phủ Hoa Kỳ (Data.gov) đóng vai trò là cổng danh mục dữ liệu của Chính phủ liên bang. Nền tảng này tập hợp siêu dữ liệu và cung cấp liên kết đến dữ liệu được công bố tại các cơ quan. Qua đó, Data.gov tạo điểm truy cập chung để tìm kiếm dữ liệu mà không thay thế trách nhiệm quản lý dữ liệu của từng cơ quan (Data.gov, 25/6/2026).
Tiêu chuẩn hóa siêu dữ liệu là một yếu tố quan trọng hỗ trợ việc kết nối và chia sẻ dữ liệu. Tiêu chuẩn siêu dữ liệu DCAT – US, được phát triển dựa trên Data Catalog Vocabulary (DCAT), được sử dụng để thống nhất cách mô tả các tập dữ liệu và giao diện lập trình ứng dụng (API) trong danh mục dữ liệu của các cơ quan, qua đó hỗ trợ tích hợp thông tin vào Cổng Dữ liệu Chính phủ Hoa Kỳ (GSA, 10/7/2026). Kế hoạch hành động năm 2020 của Chiến lược Dữ liệu Liên bang cũng đặt ra nhiệm vụ xây dựng tiêu chuẩn dữ liệu, bao gồm các tiêu chuẩn về siêu dữ liệu, nội dung và phân loại nhằm thúc đẩy việc xây dựng và áp dụng các tiêu chuẩn chung giữa các cơ quan (Federal Data Strategy, 2020).
Tuy nhiên, tiêu chuẩn hóa kỹ thuật mới chỉ tạo điều kiện cho khả năng liên thông. Hiệu quả chia sẻ và tái sử dụng dữ liệu còn phụ thuộc vào chất lượng siêu dữ liệu, mức độ đầy đủ và cập nhật của danh mục, việc tuân thủ các tiêu chuẩn cũng như các quy định về quyền truy cập. Vì vậy, cách tiếp cận của Hoa Kỳ có thể được khái quát là dữ liệu được quản lý tại từng cơ quan nhưng khả năng kết nối và tái sử dụng được tăng cường thông qua các tiêu chuẩn chung.
3.4. Chất lượng, an toàn và trách nhiệm trong sử dụng dữ liệu
Song song với việc thúc đẩy chia sẻ và tái sử dụng; quản trị dữ liệu của Chính phủ liên bang Hoa Kỳ chú trọng bảo đảm chất lượng, an toàn và trách nhiệm trong sử dụng dữ liệu. Chiến lược Dữ liệu Liên bang nhấn mạnh nguyên tắc “gắn chất lượng với mục đích sử dụng” (align quality with intended use), theo đó dữ liệu có khả năng được sử dụng cho những quyết định chính sách quan trọng phải đáp ứng các yêu cầu phù hợp về tính hữu dụng, tính toàn vẹn và tính khách quan (Federal Data Strategy, 2019).
Việc mở rộng khả năng tiếp cận dữ liệu cũng được gắn với bảo vệ quyền riêng tư và tính bảo mật. Chiến lược Dữ liệu Liên bang yêu cầu các cơ quan có cơ chế bảo đảm khả năng tiếp cận dữ liệu phù hợp nhưng vẫn bảo vệ quyền riêng tư; đồng thời, khuyến khích áp dụng các phương thức liên kết dữ liệu an toàn, đa dạng hóa các cấp độ tiếp cận và đánh giá nguy cơ tiết lộ nhằm hạn chế khả năng tái nhận diện cá nhân (Federal Data Strategy, 2019). Cách tiếp cận này tiếp tục được thể chế hóa trong Phần III của Đạo luật Nền tảng cho hoạch định chính sách dựa trên bằng chứng năm 2018 (Evidence Act), với các quy định về bảo vệ thông tin bí mật và hiệu quả thống kê. Các quy định này vừa tạo điều kiện sử dụng dữ liệu phục vụ xây dựng bằng chứng, vừa đặt ra yêu cầu bảo vệ thông tin và kiểm soát việc truy cập, sử dụng dữ liệu (Congress, 2018).
Quản trị dữ liệu còn gắn với các yêu cầu về đạo đức và trách nhiệm trong sử dụng dữ liệu. Kế hoạch hành động năm 2020 của Chiến lược Dữ liệu Liên bang đặt ra nhiệm vụ xây dựng Khung đạo đức dữ liệu (Data Ethics Framework) nhằm hỗ trợ các cơ quan nhận diện và đánh giá những lợi ích, rủi ro trong quá trình thu thập, quản lý và sử dụng dữ liệu. Khung này cũng tính đến việc sử dụng dữ liệu có trách nhiệm đối với các công nghệ mới, bao gồm trí tuệ nhân tạo (AI) và học máy (Federal Data Strategy, 2020).
Như vậy, kinh nghiệm từ Hoa Kỳ cho thấy, khai thác giá trị của dữ liệu cần đi cùng với kiểm soát rủi ro. Chất lượng, quyền riêng tư, bảo mật và trách nhiệm trong sử dụng dữ liệu được đặt trong cùng một khuôn khổ quản trị, qua đó hướng tới việc khai thác dữ liệu một cách phù hợp và có trách nhiệm trong chính phủ số.
4. Đánh giá quản trị dữ liệu trong chính phủ số của Hoa Kỳ
4.1. Kết quả và đặc trưng nổi bật
Quá trình phát triển quản trị dữ liệu trong chính phủ số Hoa Kỳ cho thấy, sự chuyển đổi từ trọng tâm công khai dữ liệu sang xây dựng khuôn khổ quản trị và khai thác dữ liệu phục vụ hoạt động của Chính phủ. Đạo luật Nền tảng cho hoạch định chính sách dựa trên bằng chứng năm 2018 (Evidence Act), Đạo luật Dữ liệu Chính phủ mở (OPEN Government Data Act) và Chiến lược Dữ liệu Liên bang (FDS) đã từng bước hình thành khuôn khổ kết hợp giữa thể chế, tổ chức, tiêu chuẩn dữ liệu và năng lực thực thi.
Thứ nhất, quản trị dữ liệu của Hoa Kỳ kết hợp trách nhiệm tại từng cơ quan với cơ chế điều phối liên cơ quan. Các cơ quan chịu trách nhiệm quản trị dữ liệu thuộc phạm vi quản lý thông qua CDO và các cơ chế nội bộ, trong khi CDO Council tạo diễn đàn phối hợp và thúc đẩy các cách tiếp cận chung trong Chính phủ liên bang. GAO (2022) ghi nhận Hội đồng đã triển khai các hoạt động liên quan đến những nhiệm vụ được Evidence Act quy định, qua đó hỗ trợ phối hợp liên cơ quan và tăng cường sử dụng dữ liệu, bằng chứng trong Chính phủ liên bang.
Thứ hai, dữ liệu được quản lý tại từng cơ quan nhưng khả năng kết nối và tái sử dụng được tăng cường thông qua các tiêu chuẩn chung. Danh mục dữ liệu, siêu dữ liệu, định dạng máy có thể đọc được và tiêu chuẩn siêu dữ liệu DCAT – US giúp dữ liệu của các cơ quan dễ được tìm kiếm và tái sử dụng hơn. Cổng Dữ liệu Chính phủ Hoa Kỳ (Data.gov) thể hiện cách tiếp cận này khi tạo một điểm truy cập chung đến dữ liệu do các cơ quan công bố mà không thay thế trách nhiệm quản lý dữ liệu của từng cơ quan.
Thứ ba, khai thác giá trị dữ liệu được gắn với kiểm soát rủi ro và trách nhiệm trong sử dụng dữ liệu. Chiến lược Dữ liệu Liên bang không chỉ thúc đẩy khả năng tiếp cận và sử dụng dữ liệu mà còn đặt ra các yêu cầu về chất lượng, quyền riêng tư, bảo mật và đạo đức dữ liệu. Theo đó, giá trị của dữ liệu không chỉ phụ thuộc vào khả năng tiếp cận mà còn phụ thuộc vào chất lượng, sự phù hợp với mục đích sử dụng và khả năng kiểm soát các rủi ro phát sinh.
4.2. Hạn chế và những vấn đề đặt ra
Mặc dù khuôn khổ quản trị dữ liệu ngày càng được hoàn thiện, thực tiễn triển khai tại Hoa Kỳ vẫn cho thấy khoảng cách giữa các yêu cầu chính sách và năng lực thực hiện của từng cơ quan. GAO (2020) ghi nhận các cơ quan được khảo sát đã có tiến bộ trong thiết lập cơ chế quản trị dữ liệu, nhưng mức độ thực hiện một số nhiệm vụ còn chưa đồng đều. Một số cơ quan chưa hoàn thành đánh giá mức độ trưởng thành về dữ liệu và ba trong bốn cơ quan được khảo sát chưa hoàn thành đầy đủ việc đánh giá kỹ năng và hiểu biết về dữ liệu của đội ngũ theo các mốc của Kế hoạch hành động năm 2020. Điều này cho thấy, việc thiết lập cơ chế quản trị chưa đồng nghĩa với việc các cơ quan đã có đầy đủ năng lực để triển khai quản trị dữ liệu hiệu quả.
Bên cạnh đó, chất lượng và khả năng sử dụng dữ liệu vẫn là những vấn đề cần tiếp tục cải thiện. Việc xây dựng danh mục và áp dụng các tiêu chuẩn chung mới tạo nền tảng cho chia sẻ dữ liệu; hiệu quả thực tế còn phụ thuộc vào mức độ đầy đủ, chính xác, cập nhật của dữ liệu và khả năng thực hiện các yêu cầu quản trị tại từng cơ quan. Đồng thời, quản trị dữ liệu không chỉ phụ thuộc vào thể chế và công nghệ mà còn gắn với năng lực của đội ngũ và văn hóa sử dụng dữ liệu trong tổ chức. GAO (2020) nhấn mạnh vai trò của việc xây dựng nhận thức về dữ liệu như một tài sản chiến lược và phát triển năng lực dữ liệu trong các cơ quan liên bang.
Sự phát triển của AI và các phương thức phân tích dữ liệu mới tiếp tục đặt ra yêu cầu cao hơn đối với quản trị dữ liệu, đặc biệt về chất lượng, nguồn gốc, quyền truy cập, quyền riêng tư và trách nhiệm trong sử dụng dữ liệu. Vì vậy, quản trị dữ liệu cần được thường xuyên cập nhật để phù hợp với sự phát triển của công nghệ và những phương thức sử dụng dữ liệu mới.
Từ trường hợp Hoa Kỳ có thể thấy, hiệu quả quản trị dữ liệu không phụ thuộc đơn thuần vào mức độ tập trung dữ liệu hay số lượng nền tảng được xây dựng mà quan trọng hơn là phân định rõ trách nhiệm, thiết lập cơ chế điều phối hiệu quả, áp dụng các tiêu chuẩn chung, nâng cao năng lực thực thi và bảo đảm sự cân bằng giữa khai thác giá trị dữ liệu với an toàn, quyền riêng tư và trách nhiệm giải trình.
5. Một số gợi mở cho Việt Nam
Từ kinh nghiệm Hoa Kỳ, vấn đề đặt ra đối với Việt Nam không phải là xây dựng thêm nhiều hệ thống dữ liệu riêng biệt mà là nâng cao khả năng quản trị, kết nối và khai thác những dữ liệu đã được hình thành. Do đó, các giải pháp cần tập trung vào việc xác định rõ trách nhiệm, xử lý những điểm nghẽn trong chia sẻ dữ liệu và nâng cao năng lực sử dụng dữ liệu trong hoạt động công vụ.
Một là, xác định rõ cơ quan chịu trách nhiệm đối với từng nhóm dữ liệu và từng khâu trong vòng đời dữ liệu. Thay vì tiếp tục phân công trách nhiệm theo từng hệ thống công nghệ thông tin, các bộ, ngành và địa phương cần lập danh mục các nhóm dữ liệu thuộc phạm vi quản lý, xác định cơ quan chủ trì, đơn vị cập nhật và đơn vị được phép khai thác. Đối với những nhóm dữ liệu có liên quan đến nhiều cơ quan, cần xác định một đầu mối điều phối và quy định rõ trách nhiệm phối hợp. Cách làm này giúp hạn chế tình trạng dữ liệu có nhưng không rõ cơ quan chịu trách nhiệm cập nhật, kiểm chứng hoặc chia sẻ. Kinh nghiệm từ Hoa Kỳ cho thấy việc xác lập trách nhiệm tại từng cơ quan, kết hợp với cơ chế phối hợp liên cơ quan, có ý nghĩa quan trọng đối với hiệu quả quản trị dữ liệu.
Hai là, ưu tiên kết nối và chia sẻ một số nhóm dữ liệu có nhu cầu sử dụng cao thay vì triển khai đồng loạt. Trong điều kiện nguồn lực còn hạn chế, các bộ, ngành và địa phương nên xác định những dữ liệu thường xuyên được sử dụng trong giải quyết thủ tục hành chính, quản lý dân cư, an sinh xã hội, đất đai, doanh nghiệp và hoạch định chính sách để ưu tiên chuẩn hóa và kết nối trước. Đối với mỗi nhóm dữ liệu cần xác định rõ dữ liệu nào được chia sẻ, cơ quan nào được quyền khai thác, phương thức kết nối và tần suất cập nhật. Cách tiếp cận theo nhu cầu sử dụng sẽ thực tế hơn việc chỉ tập trung hoàn thiện hạ tầng hoặc kết nối thật nhiều hệ thống nhưng chưa tạo ra giá trị sử dụng rõ ràng.
Ba là, chuẩn hóa dữ liệu ngay từ khâu tạo lập và cập nhật. Các cơ quan cần thống nhất những trường thông tin cơ bản, mã định danh, cấu trúc dữ liệu và quy tắc cập nhật đối với những dữ liệu dùng chung. Khi xây dựng hoặc nâng cấp hệ thống thông tin mới, yêu cầu về khả năng kết nối và sử dụng lại dữ liệu cần được đặt ngay từ khâu thiết kế, thay vì xử lý sau khi hệ thống đã hoàn thành. Đồng thời, cần xây dựng danh mục dữ liệu của từng cơ quan, trong đó thể hiện tối thiểu tên dữ liệu, cơ quan quản lý, tình trạng cập nhật, mức độ chia sẻ và điều kiện khai thác. Đây là cách tiếp cận phù hợp với kinh nghiệm Hoa Kỳ về quản lý danh mục dữ liệu, siêu dữ liệu và áp dụng các tiêu chuẩn chung để tăng khả năng tìm kiếm, kết nối và tái sử dụng dữ liệu.
Bốn là, cần chuyển từ cách kiểm tra dữ liệu khi có yêu cầu sang thiết lập quy trình kiểm tra, cập nhật và xử lý dữ liệu sai lệch ngay trong quá trình vận hành. Đối với dữ liệu phục vụ hoạch định chính sách và cung cấp dịch vụ công, cần xác định các tiêu chí tối thiểu về tính đầy đủ, chính xác, cập nhật và khả năng truy xuất nguồn gốc; đồng thời quy định rõ trách nhiệm của đơn vị phụ trách trong việc duy trì và khắc phục chất lượng dữ liệu. Qua đó, bảo đảm chất lượng dữ liệu không chỉ được xem là yêu cầu kỹ thuật mà trở thành một nội dung cụ thể gắn với trách nhiệm trong quản lý nhà nước.
Năm là, các cơ quan cần xác định rõ dữ liệu được công khai, dữ liệu được chia sẻ giữa các cơ quan và dữ liệu chỉ được tiếp cận trong phạm vi hạn chế; đồng thời, theo dõi việc truy cập, khai thác và sử dụng dữ liệu để có thể xác định trách nhiệm khi xảy ra sai sót hoặc lạm dụng. Đối với dữ liệu được sử dụng trong các hệ thống AI, cần đặc biệt chú ý đến nguồn gốc, chất lượng và phạm vi sử dụng dữ liệu. Như vậy, yêu cầu bảo vệ dữ liệu cần được thiết kế cùng với cơ chế chia sẻ ngay từ đầu, thay vì chỉ xử lý rủi ro sau khi dữ liệu đã được kết nối.
Sáu là, đào tạo về dữ liệu không nên chỉ dừng ở các lớp phổ biến kiến thức chuyển đổi số mà cần tập trung vào những kỹ năng cán bộ, công chức thực sự sử dụng trong công việc, như: đọc và kiểm tra dữ liệu, khai thác cơ sở dữ liệu dùng chung, phân tích thông tin và sử dụng dữ liệu để xây dựng báo cáo, tham mưu chính sách. Đối với cán bộ phụ trách dữ liệu tại các cơ quan, cần có yêu cầu năng lực cao hơn về quản trị, chất lượng, chia sẻ và bảo mật dữ liệu. Đồng thời, có thể lựa chọn một số nhiệm vụ quản lý cụ thể để thí điểm sử dụng dữ liệu làm căn cứ ra quyết định, qua đó từng bước hình thành văn hóa quản lý dựa trên dữ liệu thay vì chỉ yêu cầu cán bộ “biết sử dụng công nghệ”.
Nhìn chung, gợi mở quan trọng từ Hoa Kỳ đối với Việt Nam không nằm ở việc sao chép mô hình CDO hay xây dựng một cơ cấu tổ chức tương tự mà ở cách gắn trách nhiệm quản trị dữ liệu với từng cơ quan, thiết lập cơ chế phối hợp khi dữ liệu vượt qua ranh giới tổ chức, áp dụng tiêu chuẩn chung và kiểm soát chất lượng, an toàn trong quá trình khai thác. Trong điều kiện Việt Nam, cần ưu tiên giải quyết những vấn đề có khả năng tạo ra kết quả trực tiếp: dữ liệu nào đang có, ai chịu trách nhiệm, dữ liệu có đủ tin cậy hay không, cơ quan nào được sử dụng và dữ liệu được sử dụng để giải quyết công việc gì. Đây là cơ sở để chuyển trọng tâm từ xây dựng và kết nối hệ thống sang quản trị và khai thác hiệu quả giá trị của dữ liệu phục vụ Chính phủ số.
Tài liệu tham khảo:
Congress.gov (2018). H.R. 4174 – Foundations for Evidence – Based Policymaking Act of 2018.
Congress.gov (2019). S. Rept. 115-134 – Open Government Data Act.
Data.gov (25/6/2026). Data.gov user guide. U.S. General Services Administration. https://data.gov/user-guide/.
Federal Data Strategy (2019). Federal Data Strategy: A framework for consistency (OMB Memorandum M-19-18). Executive Office of the President.
Federal Data Strategy (2020). 2020 action plan. https://strategy.data.gov/action-plan/
GAO (2020). Data governance: Agencies made progress in establishing governance, but need to address key milestones (GAO-21-152). https://www.gao.gov/products/gao-21-152.
GAO (2022). Chief Data Officer Council: Progress in strengthening federal evidence-based policymaking (GAO-23-105514). https://www.gao.gov/assets/820/814072.pdf.
GSA (10/7/2026). DCAT-US schema v1.1 (Project Open Data metadata schema). https://resources.data.gov/standards/catalog/dcat-us/.
Khatri Vijay & Brown Carol V (2010). Designing data governance. Communications of the ACM, 53(1). https://doi.org/10.1145/1629175.1629210.
OECD (2019). The Path to Becoming a Data-Driven Public Sector, OECD Digital Government Studies, OECD Publishing, Paris, https://doi.org/10.1787/059814a7-en.
OECD (2020). The OECD Digital Government Policy Framework: Six dimensions of a Digital Government”. OECD Public Governance Policy Papers, No. 2, OECD Publishing, Paris, https://doi.org/10.1787/f64fed2a-en.
