Một tiệm nails ở Helsinki (Phần Lan) đang dùng Timma Pro để khách đặt lịch, dùng bảng tính để tính lương, và giữ sổ cổ phần riêng. Ba nguồn dữ liệu, ba nơi, không nối với nhau. Dự án bàn giao gần đây giải quyết đúng chỗ nối đó — và phần khó nhất không phải giao diện, mà là làm cho dữ liệu từ hệ thống bên thứ ba dùng được thật.
Con số sau khi chạy thật:
| Chỉ số | Giá trị |
|---|---|
| Slot kéo về từ Timma (gồm cả block nghỉ) | 1.054 |
| Lịch hẹn của khách giữ lại được | 550 |
| Tổng giá trị 550 lịch đó | 14.843 € |
| Dịch vụ map được | 88/101 |
| Nhân viên map được | 6/7 |
| Thời gian một lần đồng bộ | ~25 giây |
Bài này không kể chuyện "làm phần mềm". Bài này kể chuyện dữ liệu: vì sao gần một nửa số bản ghi kéo về phải loại bỏ, vì sao một API trả về "thành công" mà thực chất là thất bại, và những gì người làm dữ liệu nên chuẩn bị trước khi nối vào bất kỳ nền tảng nào.
Hệ thống bàn giao gồm những gì
| Khối | Nội dung | Ai dùng |
|---|---|---|
| Đặt lịch cho khách | Chọn dịch vụ, chọn thợ, chọn giờ; song ngữ Phần Lan – Anh; ví và ưu đãi | Khách của tiệm |
| Lịch & ca làm | Lịch ngày/tuần/tháng, trạng thái từng lịch, giờ làm từng nhân viên | Lễ tân, chủ tiệm |
| Lương & cổ phần | Tỷ lệ ăn chia, bảng giá payroll, cổ phần nhân viên và khách ngoài, chia cổ tức | Chủ tiệm, kế toán |
| Cầu nối Timma | Kéo lịch hẹn từ Timma Pro về hệ thống, hiển thị chung một lịch | Chạy nền |
Điểm mấu chốt về mặt dữ liệu: một lịch hẹn khách đặt trên Timma phải trở thành doanh thu của đúng nhân viên đó, rồi chảy tiếp vào bảng lương — không nhập lại, không đối chiếu tay. Nếu chỉ "số hoá ba file thành ba trang web" thì không giải quyết được gì; cái giá trị nằm ở chỗ nối ba nguồn vào cùng một dòng thời gian.
Vì sao chọn đồng bộ một chiều (chỉ kéo về)
Đây là quyết định thiết kế quan trọng nhất, và nó đi ngược kỳ vọng ban đầu ("đồng bộ hai chiều" nghe hiện đại hơn).
| Cách | Ưu điểm | Rủi ro |
|---|---|---|
| Qua tính năng đồng bộ lịch có sẵn của nền tảng | Đúng điều khoản, không lưu mật khẩu | Ít trường dữ liệu, chậm |
| Gọi API của nền tảng | Đầy đủ trường, nhanh | API riêng tư, có thể đổi bất kỳ lúc nào |
| Điều khiển giao diện bằng trình duyệt tự động | Không cần biết API | Chậm, dễ vỡ khi giao diện đổi |
Nhóm chọn cách thứ hai, nhưng chỉ đọc. Ba lý do đều là lý do dữ liệu, không phải lý do kỹ thuật:
- Đẩy ngược lên nền tảng là rủi ro tiền và rủi ro khách. Một lịch tạo sai giờ khiến khách đến sai giờ; lợi ích của việc đẩy ngược gần như bằng không.
- Hai nguồn cùng ghi là hai nguồn cùng sai. Khi chỉ một nguồn được ghi, toàn bộ nhóm lỗi xung đột dữ liệu biến mất — không cần giải thuật đồng bộ, không cần xử lý tranh chấp.
- Quyền của tài khoản thực tế bị giới hạn. Tài khoản quản trị của tiệm không đủ quyền cho một số endpoint mở rộng (lệnh xuất toàn bộ dữ liệu trả về 403 với vai trò quản trị khách hàng). Thiết kế phải chấp nhận giới hạn đó thay vì tìm cách vượt.
Ba lỗi dữ liệu chỉ lộ ra khi chạy thật
1. "Thành công rỗng" — API trả 200 kèm mảng rỗng
Gửi tham số ngày sai định dạng (mốc thời gian dạng số thay vì chuỗi ngày), API trả về 200 kèm mảng rỗng. Không lỗi, không cảnh báo, không log. Cả một buổi suýt kết luận là "tiệm không có lịch nào trong khoảng này".
Đây là dạng lỗi nguy hiểm nhất khi tích hợp: thất bại im lặng. Nó không làm hệ thống sập, nó chỉ làm dữ liệu rỗng dần — và người dùng sẽ nghĩ dữ liệu của họ vốn như vậy.
Nguyên tắc rút ra: mọi job đồng bộ phải tự kiểm tra "số bản ghi nhận được có hợp lý không". Nếu hôm qua 40 lịch, hôm nay 0 lịch, đó là tín hiệu phải báo động, không phải kết quả.
2. Block nghỉ trưa cũng là "lịch hẹn"
Nền tảng lưu cả block nghỉ trưa, nghỉ phép, việc riêng dưới dạng slot giống hệt lịch hẹn. Không lọc, hệ thống sẽ có hàng trăm "lịch hẹn" không có khách.
Lần chạy đầu: 1.054 slot kéo về, chỉ 550 là lịch của khách — gần một nửa là block. Điều kiện lọc đúng là: có thông tin đặt dịch vụ + có tên khách + chưa bị xoá.
3. Hai hệ thống không cùng cách đặt tên
Nền tảng gộp nhiều biến thể dịch vụ thành một dòng; hệ thống của tiệm tách thành nhiều dòng (theo cấp thợ, theo kiểu móng). Kết quả: 18 dịch vụ chỉ có bên nền tảng và 42 mục chỉ có bên hệ thống.
Nhưng nếu đọc con số 42 theo nghĩa "thiếu 42 dịch vụ" thì sẽ đi làm sai hướng: phần lớn 42 mục đó không phải dịch vụ bán riêng, mà là phụ phí, trang trí móng, hoặc block lịch. Sau khi chuẩn hoá tên, 77 mục khớp trực tiếp, map được 88/101 dịch vụ có lịch; chỉ 2 dịch vụ thật sự chưa có bên hệ thống (nhóm waxing).
Và có một trường hợp không công cụ nào tự xử lý được: một nhân viên có 32 lịch nhưng không tồn tại trong danh sách nhân viên của hệ thống (ngược lại, hệ thống có một người mà nền tảng không có). Phải hỏi người thật: "Anna là nhân viên mới, đã nghỉ, hay là người khác tên?". Nhóm chọn cách vẫn hiển thị lịch của Anna kèm ghi chú tên bên nền tảng — thà hiện dư còn hơn mất lịch của khách.
Phân bố 550 lịch theo nhân viên
| Nhân viên | Số lịch | Ghi chú |
|---|---|---|
| Linda | 193 | Map theo tên |
| Thao | 78 | Map theo tên |
| Fi | 71 | Map theo tên |
| Helen | 70 | Map theo tên |
| Lucy | 58 | Map theo tên |
| Nina | 48 | Map theo tên |
| Anna | 32 | Chưa có trong hệ thống — cần chủ tiệm xác nhận |
Bảng này cho thấy một điều quan trọng về chất lượng dữ liệu: tỷ lệ map được 6/7 nghe rất tốt, nhưng 1/7 còn lại chiếm tới 5,8% số lịch. Với dữ liệu dùng để trả lương, sai 5,8% không phải sai số nhỏ.
Đồng bộ mỗi phút: hai job và ba chi tiết vận hành
Khách đặt lịch trong ngày là chuyện thường, lễ tân phải thấy ngay. Nhưng quét toàn bộ 6 tháng mỗi phút là lãng phí. Cách làm:
| Job | Nhịp | Cửa sổ | Mục đích |
|---|---|---|---|
| Job hẹp | 1 phút | −1 → +10 ngày | Bắt lịch mới đặt/đổi trong ngày |
| Job rộng | 2 giờ | −60 → +120 ngày | Bắt lịch đặt xa ngoài cửa sổ hẹp |
Ba chi tiết đi kèm, đều rút ra từ lỗi thật:
- Khoá chống chạy chồng. Nếu lần trước chưa xong mà lần sau đã bật, hai tiến trình cùng ghi sẽ tạo dữ liệu trùng. Script bọc ngoài giữ một khoá và bỏ qua lần chạy mới nếu lần cũ còn sống.
- Tải tăng dần. Chỉ tải chi tiết những slot chưa có trong cơ sở dữ liệu — nhờ vậy lần chạy thứ hai chỉ mất khoảng 25 giây thay vì gọi hàng nghìn request mỗi phút.
- Log mỗi lần chạy một dòng. Dạng
[giờ chạy] [mốc dữ liệu] +số lịch mới (thời gian), tự xoay khi vượt 5 MB. Khi khách hỏi "sao lịch này không hiện", mở log là biết ngay.
Năm bài học cho người làm dữ liệu
- Kiểm tra định dạng tham số trước khi kết luận "không có dữ liệu". API trả 200 kèm mảng rỗng nguy hiểm hơn lỗi 500, vì nó không báo cho ai biết là mình đang sai.
- Đếm lại sau khi lọc — và giải thích được vì sao chênh. 1.054 → 550 không phải "mất dữ liệu", mà là lọc block. Nếu không viết rõ lý do chênh lệch, người dùng sẽ mất niềm tin vào cả hệ thống.
- Dữ liệu vận hành luôn bẩn hơn mô tả trong tài liệu. Block nghỉ trưa, nhân viên không tồn tại, dịch vụ đổi tên — mỗi thứ đều phải có quy tắc xử lý và một chỗ ghi lại "vì sao tôi xử lý như vậy".
- Tiền thì không ghi đè. Lương, cổ phần, cổ tức nên là dòng sự kiện có thời điểm và người tạo; sửa sai bằng cách đảo dòng, không sửa số.
- Tỷ lệ map được phải tính theo trọng số, không chỉ theo số mục. 6/7 nhân viên nghe tốt, nhưng nhân viên còn thiếu chiếm 5,8% lịch — phải báo cho khách bằng con số đó, không phải bằng tỷ lệ danh mục.
Ai nên đọc tiếp
- Cần danh sách doanh nghiệp để dùng ngay: xem các bộ dữ liệu đóng gói sẵn hoặc số liệu theo ngành.
- Muốn hiểu dữ liệu đăng ký kinh doanh đọc thế nào: xem cách tra cứu mã số thuế doanh nghiệp.
- Muốn xem bài case study đầy đủ 4.400 từ (có bảng trạng thái lịch, quy tắc làm tròn giá, hai loại cổ đông, ảnh chụp màn hình hệ thống): đọc bản đầy đủ trên Hướng Nghiệp Dữ Liệu.
Câu hỏi thường gặp
Đồng bộ dữ liệu một chiều có đủ dùng không?
Đủ, nếu hệ thống bên ngoài là nguồn ghi duy nhất về lịch hẹn. Một chiều loại bỏ toàn bộ nhóm lỗi xung đột dữ liệu: không có tranh chấp ghi, không có chuyện hai bên cùng sửa một bản ghi, và không cần giải thuật hoà giải. Đổi lại, hệ thống của bạn phải chấp nhận "chỉ đọc" với dữ liệu đó.
Vì sao 1.054 slot chỉ giữ lại 550?
Vì nền tảng đặt lịch lưu cả block nghỉ trưa, nghỉ phép và việc riêng dưới dạng slot giống hệt lịch hẹn. Điều kiện lọc đúng là có thông tin đặt dịch vụ, có tên khách và chưa bị xoá; phần còn lại là thời gian không phục vụ khách nên không được tính vào doanh thu.
Làm sao biết dữ liệu đồng bộ về là đúng?
Đối chiếu hai nguồn độc lập: số liệu job đồng bộ và báo cáo tính lại trong trang quản trị. Với dự án này, kỳ 01/09–29/09/2026 cho kết quả khớp: 487 lịch đã diễn ra và 13.252 € doanh thu trong kỳ, cộng 7 lịch sắp tới chưa tính. Hai con số tính bằng hai đường khác nhau mà khớp thì mới tin được.
Dự án này có liên quan gì đến dữ liệu doanh nghiệp Việt Nam?
Cùng một loại vấn đề: dữ liệu đến từ nhiều nguồn, mỗi nguồn có định dạng và quy ước riêng, và người dùng cuối chỉ quan tâm "số này có đúng không". Kinh nghiệm lọc nhiễu, chuẩn hoá tên, và ghi rõ lý do chênh lệch áp dụng được cho cả dữ liệu lịch hẹn lẫn dữ liệu đăng ký kinh doanh.