🏠 Trang chủ / Data Engineering cho Phân tích Rủi ro / Từ điển thuật ngữ
📖 Từ điển thuật ngữ Data Engineering & Rủi ro
90 thuật ngữ thường gặp (tiếng Việt / tiếng Anh), gõ để lọc.
| Thuật ngữ | Tiếng Anh / viết tắt | Giải thích |
|---|---|---|
| ASOF JOIN | As-of join | Phép nối lấy bản ghi gần nhất không sau thời điểm của dòng bên trái (VD: tỷ giá gần nhất). |
| AUC / Gini | Area under ROC / Gini = 2·AUC − 1 | Đo khả năng xếp hạng khách tốt/ xấu của mô hình. |
| Ba tuyến bảo vệ | Three lines model | Kinh doanh (tuyến 1), quản trị rủi ro/ tuân thủ (tuyến 2), kiểm toán nội bộ (tuyến 3). |
| Bút danh hoá | Pseudonymization | Thay định danh bằng mã (hash có muối/ token) để phân tích mà không lộ danh tính. |
| Bảng chiều | Dimension table | Bảng mô tả (đại lý, ngày, vùng) để cắt lát fact. |
| Bảng sự kiện | Fact table | Bảng chứa đo lường (số tiền, số lượng) ở một grain xác định. |
| Bảng tuổi nợ | AR aging | Phân nhóm công nợ phải thu theo số ngày quá hạn tại một ngày chốt. |
| Bảo mật cấp dòng | Row-level security | Mỗi người chỉ thấy các dòng được phép (VD: theo vùng). |
| Bắt thay đổi dữ liệu | CDC – Change Data Capture | Đọc nhật ký giao dịch của DB nguồn để lấy mọi insert/update/delete. |
| Che dữ liệu | Masking | Ẩn một phần giá trị (VD: ****1234) khi hiển thị cho người không đủ quyền. |
| Chạy bù | Backfill | Chạy lại pipeline cho một khoảng thời gian trong quá khứ. |
| Chất lượng dữ liệu | Data quality | Mức độ dữ liệu đúng, đủ, nhất quán, hợp lệ, duy nhất, kịp thời. |
| Chỉ báo sớm | Leading indicator | Chỉ số thay đổi trước khi tổn thất xảy ra (VD: số ngày trễ tăng). |
| Chỉ số Herfindahl-Hirschman | HHI | Σ (tỷ trọng %)²; đo mức độ tập trung. |
| Chỉ số rủi ro chính | KRI – Key Risk Indicator | Chỉ số đo mức độ rủi ro, có ngưỡng xanh/vàng/đỏ và chủ sở hữu. |
| Chỉ số ổn định quần thể | PSI – Population Stability Index | Đo mức trôi của phân phối (điểm, đặc trưng) so với lúc phát triển mô hình. |
| Chủ sở hữu dữ liệu | Data owner | Người chịu trách nhiệm nghiệp vụ về định nghĩa và quyền truy cập dữ liệu. |
| Cách ly | Quarantine | Tách dòng lỗi ra vùng riêng để xử lý, không đưa vào bảng sạch. |
| Cơ sở dữ liệu tổn thất | Loss event database | Nơi ghi nhận sự kiện tổn thất và suýt tổn thất để phân tích. |
| Cắt tỉa phân vùng | Partition pruning | Bộ máy truy vấn bỏ qua các phân vùng không thoả điều kiện lọc. |
| Cửa sổ thời gian | Windowing | Gom sự kiện theo khung: tumbling, hopping, session. |
| DAG | Directed Acyclic Graph | Đồ thị có hướng không chu trình mô tả thứ tự các bước pipeline. |
| Danh mục dữ liệu | Data catalog | Kho mô tả bảng, cột, chủ sở hữu, định nghĩa, độ nhạy. |
| dbt | data build tool | Công cụ viết biến đổi bằng SQL có kiểm thử, tài liệu, lineage. |
| Du hành thời gian | Time travel | Đọc lại bảng ở phiên bản/ thời điểm trước; hữu ích cho kiểm toán. |
| Dòng dõi dữ liệu | Data lineage | Đường đi của dữ liệu từ nguồn qua các bước đến báo cáo. |
| Dư nợ tại thời điểm vỡ nợ | EAD – Exposure at Default | Số tiền khách còn nợ khi vỡ nợ, gồm phần hạn mức có thể bị rút thêm. |
| Dữ liệu cá nhân | PII / Personal data | Thông tin gắn với một cá nhân xác định; cần bảo vệ theo pháp luật. |
| Dự báo dòng tiền 13 tuần | 13-week cash flow forecast | Dự báo thu/ chi theo tuần cho quý tới để quản trị thanh khoản. |
| Giá trị chịu rủi ro | VaR – Value at Risk | Mức lỗ không bị vượt quá với độ tin cậy cho trước trong một kỳ. |
| Giá trị thông tin | IV – Information Value | Σ (%tốt − %xấu) × WoE; đo sức phân loại của một biến. |
| Grain | Grain | Độ chi tiết của một dòng trong bảng (VD: một hoá đơn, một đại lý-ngày). |
| Hồ dữ liệu | Data lake | Lưu trữ file giá rẻ (S3, ADLS, MinIO) cho mọi loại dữ liệu. |
| Hồi quy logistic | Logistic regression | Mô hình xác suất cho biến nhị phân, nền tảng của scorecard. |
| Hợp đồng dữ liệu | Data contract | Thoả thuận giữa bên cung cấp và bên dùng về cấu trúc, chất lượng, SLA của dữ liệu. |
| Khẩu vị rủi ro | Risk appetite | Mức rủi ro tổ chức sẵn sàng chấp nhận để đạt mục tiêu, thể hiện bằng ngưỡng đo được. |
| Kiến trúc huy chương | Medallion architecture | Tổ chức dữ liệu thành Bronze (thô), Silver (sạch), Gold (sẵn dùng). |
| Kiểm tra sức chịu đựng | Stress test | Đánh giá tác động của kịch bản bất lợi nhưng có thể xảy ra. |
| Kiểm định chéo | Cross-validation | Chia dữ liệu nhiều lần để đánh giá mô hình trên phần chưa thấy. |
| Kiểm định ngược | Backtesting | So mô hình với kết quả thực tế (VD: đếm số ngày lỗ vượt VaR). |
| Lakehouse | Lakehouse | Hồ dữ liệu + định dạng bảng (Delta/ Iceberg) có ACID, schema, time travel. |
| Luật Benford | Benford's law | Trong nhiều tập số tự nhiên, chữ số đầu là 1 chiếm ~30%, 9 chỉ ~4,6%. |
| Luồng sự kiện | Event stream | Chuỗi sự kiện liên tục (đơn hàng, thanh toán) xử lý gần thời gian thực. |
| Lớp ngữ nghĩa | Semantic layer | Lớp định nghĩa chỉ số dùng chung cho mọi công cụ báo cáo. |
| Ma trận dự phòng | Provision matrix | Áp tỷ lệ tổn thất cho từng nhóm tuổi nợ để tính dự phòng phải thu. |
| MAD | Mean Absolute Deviation | Trung bình độ lệch tuyệt đối giữa tỷ trọng thực tế và kỳ vọng (Benford). |
| Mô hình hiện hành – thách thức | Champion–challenger | So mô hình đang dùng với mô hình mới trên cùng dữ liệu trước khi thay. |
| Mô hình hình sao | Star schema | Bảng fact ở giữa nối các bảng dimension; mô hình phổ biến cho phân tích. |
| Mô phỏng Monte Carlo | Monte Carlo simulation | Sinh nhiều kịch bản ngẫu nhiên để ước lượng phân phối kết quả. |
| Mệt mỏi cảnh báo | Alert fatigue | Quá nhiều cảnh báo sai khiến người nhận bỏ qua cả cảnh báo đúng. |
| Mốc nạp | Watermark (batch) | Giá trị lớn nhất (thời gian/ ID) đã nạp, để lần sau chỉ lấy phần mới. |
| Ngày chốt | As-of date / snapshot date | Thời điểm mà số liệu được tính 'như lúc đó'. |
| Nạp gia tăng | Incremental load | Chỉ nạp phần thay đổi kể từ lần trước, thường dựa trên watermark. |
| Parquet | Apache Parquet | Định dạng file dạng cột, nén tốt, đọc nhanh cho phân tích. |
| Phân quyền theo vai trò | RBAC | Cấp quyền theo vai trò thay vì từng người. |
| Phân vùng | Partitioning | Chia dữ liệu theo cột (năm/tháng) thành thư mục để đọc ít hơn. |
| Point-in-time | Point-in-time correctness | Chỉ dùng thông tin đã biết tại thời điểm tính, không dùng dữ liệu tương lai. |
| Rò rỉ dữ liệu | Data leakage | Đặc trưng vô tình chứa thông tin tương lai, làm mô hình đẹp giả tạo. |
| Rủi ro | Risk | Khả năng một sự kiện không chắc chắn làm doanh nghiệp không đạt mục tiêu. |
| Rủi ro còn lại | Residual risk | Mức rủi ro sau khi tính hiệu quả của các biện pháp kiểm soát. |
| Rủi ro mô hình | Model risk | Tổn thất do mô hình sai hoặc dùng sai. |
| Rủi ro vận hành | Operational risk | Tổn thất do quy trình, con người, hệ thống hoặc sự kiện bên ngoài. |
| SCD loại 2 | Slowly Changing Dimension Type 2 | Lưu mọi phiên bản của dimension với valid_from/valid_to để join đúng thời điểm. |
| SLA | Service Level Agreement | Cam kết thời hạn/ chất lượng (VD: báo cáo có trước 7:00). |
| Song thời gian | Bitemporal | Lưu cả thời gian hiệu lực nghiệp vụ và thời gian hệ thống ghi nhận. |
| Số ngày quá hạn | DPD – Days Past Due | Ngày chốt trừ ngày đến hạn; âm là chưa đến hạn. |
| Số ngày thu tiền bình quân | DSO – Days Sales Outstanding | Phải thu cuối kỳ / doanh số kỳ × số ngày của kỳ. |
| Sổ tay xử lý sự cố | Runbook | Hướng dẫn từng bước xử lý một loại sự cố/ cảnh báo. |
| Sổ đăng ký rủi ro | Risk register | Danh sách rủi ro kèm điểm khả năng, tác động, chủ sở hữu, kiểm soát và KRI. |
| Thu nạp dữ liệu | Ingestion | Đưa dữ liệu từ nguồn vào nền tảng dữ liệu. |
| Thẻ điểm | Scorecard | Mô hình chấm điểm tín dụng quy đổi xác suất ra điểm (VD: PDO 20). |
| Topic / partition / offset | Kafka | Kênh sự kiện; phân mảnh để song song; vị trí đọc trong phân mảnh. |
| Trôi dữ liệu | Data drift | Phân phối dữ liệu đầu vào thay đổi theo thời gian. |
| Trọng số bằng chứng | WoE – Weight of Evidence | ln(% tốt / % xấu) của một nhóm giá trị đặc trưng. |
| Tính luỹ đẳng | Idempotency | Chạy lại một bước nhiều lần cho cùng kết quả, không nhân đôi dữ liệu. |
| Tổn thất kỳ vọng | EL – Expected Loss | EL = PD × LGD × EAD; mức lỗ trung bình. |
| Tổn thất kỳ vọng phần đuôi | ES – Expected Shortfall | Lỗ trung bình trong các trường hợp vượt VaR. |
| Tổn thất tín dụng dự kiến | ECL – Expected Credit Loss | Khái niệm dự phòng theo IFRS 9, dựa trên tổn thất kỳ vọng có tính tới triển vọng tương lai. |
| Tỷ lệ tổn thất khi vỡ nợ | LGD – Loss Given Default | Phần dư nợ bị mất khi khách vỡ nợ, = 1 − tỷ lệ thu hồi. |
| Upsert | Upsert / MERGE | Chèn nếu chưa có, cập nhật nếu đã có theo khoá. |
| Watermark (streaming) | Watermark | Ước lượng 'đã nhận hết sự kiện đến thời điểm T' để đóng cửa sổ; xử lý sự kiện đến muộn. |
| Xác suất vỡ nợ | PD – Probability of Default | Xác suất khách hàng vỡ nợ trong một khoảng thời gian, thường 12 tháng. |
| Z-score chống nhiễu | Robust z-score | 0,6745 × (x − trung vị) / MAD; ít bị ảnh hưởng bởi ngoại lai. |
| Điều phối | Orchestration | Lập lịch, quản lý phụ thuộc, retry, giám sát các bước pipeline (Airflow, Dagster). |
| Đúng một lần | Exactly-once | Mỗi sự kiện ảnh hưởng kết quả đúng một lần dù có lỗi/ chạy lại. |
| Đối soát | Reconciliation | So khớp số liệu giữa hai hệ thống (VD: sổ chi tiết công nợ và sổ cái). |
| Độ bao phủ | Recall | Trong số gian lận thật, tỷ lệ bị gắn cờ. |
| Độ chính xác dương | Precision | Trong số bị gắn cờ, tỷ lệ là gian lận thật. |
| Độ tươi dữ liệu | Freshness | Khoảng thời gian từ khi sự kiện xảy ra đến khi có trong bảng dùng. |
| Ảnh chụp định kỳ | Periodic snapshot | Bảng fact lưu trạng thái tại mỗi ngày chốt (VD: công nợ cuối tháng). |