Có một câu hỏi kiểm tra hệ thống quản lý dữ liệu của bạn: sáu tháng sau khi làm xong một phân tích, bạn có tạo lại được đúng kết quả đó không, từ dữ liệu thô?
Với phần lớn nghiên cứu sinh, câu trả lời là không. Và điều đó gây rắc rối thật khi người phản biện hỏi lại một con số, hoặc khi bạn cần chạy lại với dữ liệu bổ sung.
Cấu trúc thư mục: một khuôn dùng được
Bốn thư mục cho mỗi nghiên cứu:
Dữ liệu thô — nguyên bản như khi thu được, và không bao giờ sửa. Đặt ở chế độ chỉ đọc nếu được. Mọi việc xử lý đều tạo tệp mới ở chỗ khác.
Dữ liệu đã xử lý — kết quả của các bước làm sạch và biến đổi.
Mã và quy trình — các đoạn mã, hoặc nếu bạn xử lý bằng công cụ đồ hoạ thì bản ghi các bước đã làm.
Kết quả — hình, bảng, số liệu dùng trong bài.
Nguyên tắc quan trọng nhất là nguyên tắc đầu: dữ liệu thô không bị sửa. Sửa trực tiếp lên dữ liệu thô là lỗi không hoàn lại được, và nó xảy ra thường xuyên.
Đặt tên
Tên tệp nên có: ngày theo dạng năm-tháng-ngày, nội dung ngắn, và số phiên bản. Ví dụ `2026-09-13-mau-tinh-A-v2`.
Ngày đặt trước thì tệp tự sắp theo thứ tự thời gian. Đây là chi tiết nhỏ và tiết kiệm nhiều thời gian.
Không dùng `ban-cuoi`, `ban-cuoi-that`, `ban-cuoi-sua-lai`. Ai cũng biết chuỗi này và ai cũng từng tạo ra nó.
Tránh dấu cách và dấu tiếng Việt trong tên tệp nếu bạn xử lý bằng mã — chúng gây lỗi ở một số công cụ.
Ghi lại mình đã làm gì
Đây là phần quyết định việc tái lập được kết quả, và là phần bị bỏ nhiều nhất.
Nếu bạn xử lý bằng mã, mã chính là bản ghi — miễn là bạn lưu đúng phiên bản mã đã tạo ra kết quả nào.
Nếu bạn xử lý bằng công cụ đồ hoạ, không có bản ghi tự động. Cần một tệp ghi chép: ngày, bạn làm gì, trên tệp nào, ra tệp nào, và các tham số đã chọn.
Ghi ngay lúc làm. Ghi lại sau một tuần thì bạn đã không nhớ đủ chi tiết để tái lập.
Và với mỗi hình hoặc bảng trong bài, ghi rõ nó được tạo từ tệp nào bằng bước nào. Đây là thứ bạn sẽ cần khi phản biện hỏi.
Sao lưu: ba bản, ba nơi
Máy làm việc, một dịch vụ đồng bộ, và một ổ ngoài cập nhật định kỳ.
Dịch vụ đồng bộ không phải sao lưu đầy đủ: nếu bạn xoá hoặc ghi đè một tệp, nó đồng bộ luôn việc đó. Nên vẫn cần bản ổ ngoài không tự đồng bộ.
Và thử phục hồi một lần. Bản sao lưu chưa bao giờ được thử là bản sao lưu chưa được xác nhận — nhiều người phát hiện nó thiếu đúng vào lúc cần dùng.
Với dữ liệu có thông tin cá nhân, cần thêm: mã hoá, và kiểm xem dịch vụ đồng bộ bạn dùng có được phép lưu loại dữ liệu đó theo quy định và theo cam kết với người tham gia hay không.
Phiên bản
Khi bạn sửa một phân tích, đừng ghi đè lên kết quả cũ. Bài đã gửi cho người hướng dẫn hoặc cho tạp chí gắn với một phiên bản cụ thể, và bạn cần tìm lại được nó.
Cách đơn giản: mỗi lần có kết quả dùng trong một bản thảo, lưu thành một thư mục có ngày, không sửa nữa.
Nếu bạn làm việc nhiều với mã, hệ thống quản lý phiên bản giải quyết việc này tốt hơn và đáng học — nhưng một quy ước thư mục theo ngày cũng đủ cho phần lớn luận án.
Yêu cầu về chia sẻ dữ liệu
Nhiều tạp chí và nhiều nhà tài trợ nay yêu cầu công bố dữ liệu kèm bài. Điều này cần chuẩn bị từ đầu, không xử lý được ở cuối:
Dữ liệu phải có bản mô tả — mỗi biến là gì, đơn vị gì, giá trị thiếu ghi thế nào. Không có bản này thì dữ liệu công bố ra cũng không ai dùng được.
Và nếu dữ liệu có thông tin cá nhân, việc công bố phải được nêu trong bản đồng thuận của người tham gia từ trước. Không thể bổ sung sau.
Hãy kiểm yêu cầu của nhà tài trợ và của tạp chí bạn nhắm ngay khi bắt đầu, không đợi tới lúc gửi bài.
Nếu hệ thống hiện tại của bạn đang lộn xộn
Đừng cố sắp lại tất cả. Hãy áp dụng cấu trúc mới cho nghiên cứu đang làm, và chỉ sắp lại phần dữ liệu sẽ dùng trong luận án.
Và làm một việc ngay hôm nay nếu chưa có: kiểm bạn có bản sao lưu của dữ liệu thô ở một nơi ngoài máy đang dùng hay không. Đây là rủi ro duy nhất trong danh sách trên mà không hoàn lại được.
Nguyên tắc quan trọng nhất khi quản lý dữ liệu là gì?
Không bao giờ sửa dữ liệu thô. Mọi bước xử lý đều tạo tệp mới, để luôn quay lại được nguyên bản.
Dịch vụ đồng bộ có phải sao lưu không?
Không đầy đủ — nếu bạn xoá hoặc ghi đè, nó đồng bộ luôn việc đó. Cần thêm một bản trên ổ ngoài không tự đồng bộ.
Làm sao tái lập được kết quả sau nhiều tháng?
Ghi lại ngay lúc làm: ngày, việc gì, trên tệp nào, ra tệp nào, tham số nào; và với mỗi hình bảng trong bài, ghi nó được tạo từ đâu.
Yêu cầu công bố dữ liệu cần chuẩn bị từ khi nào?
Từ đầu. Dữ liệu cần bản mô tả biến, và nếu có thông tin cá nhân thì việc công bố phải được nêu trong bản đồng thuận trước khi thu.
