Lộ trình: làm đúng phần lõi trước khi làm rộng

Một hệ dữ liệu mở rộng trước khi phần lõi ổn định sẽ nhân bản lỗi thay vì nhân bản giá trị — và mỗi nguồn thêm vào làm việc dọn dẹp khó lên chứ không dễ đi.

Giai đoạn lõi

• Định danh bền, không tái sử dụng.
• Bản ghi lưu theo thời gian, không ghi đè.
• Nguồn gốc trên mọi trường.
• Đường sửa lỗi hoạt động thật.
• Bốn thứ này sai từ đầu thì sửa sau gần như không được.

Giai đoạn tin cậy

• Công bố mức bao phủ theo từng chiều.
• Cho tải toàn bộ dữ liệu.
• Công bố quy tắc khớp và quy tắc đếm.
• Ghi nhật ký đính chính, giữ giá trị cũ.
• Chưa làm xong phần này thì chưa nên mời ai dựa vào hệ thống.

Giai đoạn mở rộng

• Thêm nguồn, từng nguồn một, đo chất lượng sau mỗi lần.
• Ưu tiên nguồn bao phủ chỗ đang thiếu nhất — công trình tiếng Việt.
• Kết nối với các hệ khác qua định danh.
• Mỗi nguồn mới phải kèm mô tả bao phủ riêng.

Cái không làm

• Không xây bảng xếp hạng.
• Không thêm trường đánh giá.
• Không suy đặc điểm cá nhân.
• Không mở rộng phạm vi ra ngoài dữ kiện nghề nghiệp.
• Bốn điều này không phải là chưa làm — là sẽ không làm.

Cách đo tiến độ

• Không đo bằng số bản ghi.
• Đo bằng tỷ lệ trường có nguồn, thời gian sửa lỗi, số lỗi bên ngoài phát hiện.
• Đo bằng số người báo lỗi lần thứ hai.
• Lớn hơn không phải là tốt hơn.

Một điều đáng nhớ

Bốn thứ ở giai đoạn lõi — định danh bền, bản ghi theo thời gian, nguồn gốc, đường sửa lỗi — sai từ đầu thì sửa sau gần như không được.

Mọi thứ khác thêm vào lúc nào cũng được. Đó là lý do thứ tự không phải chuyện sở thích.

Câu hỏi thường gặp