HR Data Foundations | MinAI Learning

Lý thuyết

2/13•60 phút

Đang tải...

HR Data Foundations

Cấu trúc dữ liệu HR, Employee lifecycle, và data quality cho People Analytics

🎯 Mục tiêu bài học

TB5 min

Sau bài học này, bạn sẽ:

Hiểu Employee Data Model — các thực thể dữ liệu cốt lõi trong HR
Nắm vững Employee Lifecycle từ Hire → Exit và dữ liệu sinh ra ở mỗi giai đoạn
Biết các nguồn dữ liệu HR (HRIS, ATS, LMS, Survey, Payroll) và cách tích hợp
Phát hiện vấn đề data quality phổ biến trong dữ liệu nhân sự
Thực hành SQL trên VNTech Corp — khám phá schema và viết truy vấn đầu tiên
Hiểu Privacy & Ethics trong quản lý dữ liệu nhân sự

📋 Thông tin bài học

Thông tin	Chi tiết
⏱️ Thời lượng	60 phút
📖 Chủ đề chính	Data model, Employee lifecycle, Data quality, Star schema
💡 Kiến thức cần có

Task 0

Tiếp: HR KPIs và Metrics

📋 Employee Data Model

TB5 min

Các thực thể dữ liệu cốt lõi

Dữ liệu HR xoay quanh con người — mỗi nhân viên tạo ra hàng trăm data points trong suốt vòng đời làm việc.

Thực thể	Mô tả	Ví dụ trường dữ liệu	Tần suất thay đổi
Employee Profile	Thông tin cá nhân	Họ tên, ngày sinh, giới tính, học vấn	Hiếm khi
Position	Vị trí công việc	Chức danh, cấp bậc, phòng ban	Khi thăng tiến/chuyển
Compensation	Lương thưởng	Lương cơ bản, phụ cấp, thưởng	Review cycle (6-12 tháng)
Attendance	Chấm công	Check-in/out, giờ làm, nghỉ phép	Hàng ngày
Performance	Đánh giá hiệu suất	Điểm review, goals, competencies	1-2 lần/năm
Learning	Đào tạo	Khóa học, chứng chỉ, giờ học	Liên tục
Recruitment	Tuyển dụng	Nguồn, pipeline stage, thời gian	Mỗi ứng viên

Mối quan hệ giữa các thực thể

HR Data Model — Các thực thể chính

👤Employee (Nhân viên)

🏢Organizational

Department (Phòng ban)

Position (Vị trí)

Manager (Quản lý)

📅Events (Sự kiện)

Attendance (Chấm công)

Performance (Đánh giá)

Promotion (Thăng tiến)

💰Compensation

Salary (Lương)

Bonus (Thưởng)

Benefits (Phúc lợi)

Employee = Trung tâm mọi dữ liệu

Khác với E-commerce (trung tâm là Order) hay Finance (trung tâm là Transaction), trong HR Analytics, Employee là trung tâm. Mọi bảng fact đều join về employee_id.

Task 1

🔄 Employee Lifecycle

TB5 min

Vòng đời nhân viên — Mỗi giai đoạn sinh ra dữ liệu

Diagram

Đang vẽ diagram...

Giai đoạn	Dữ liệu sinh ra	Bảng trong VNTech Corp	Câu hỏi phân tích
Hire	Hồ sơ ứng viên, nguồn tuyển, pipeline	`fact_recruitment`	Source nào hiệu quả nhất?
Onboard	Ngày vào, department, position	`dim_employee`	90-day retention rate?
Develop	Khóa đào tạo, chứng chỉ	(Không có trong dataset)	Training ROI bao nhiêu?
Perform	Chấm công, đánh giá hiệu suất	`fact_attendance`, `fact_performance_review`	Ai là top performer?
Transition	Thăng tiến, chuyển phòng, tăng lương	`dim_employee` (level changes)	Thời gian trung bình để thăng tiến?
Exit	Lý do nghỉ, thâm niên, exit survey	`fact_turnover`	Tại sao nhân viên nghỉ?

📊 Dữ liệu VNTech Corp bao phủ hầu hết lifecycle

Dataset VNTech Corp có 4 fact tables bao phủ các giai đoạn quan trọng nhất: Tuyển dụng, Chấm công, Đánh giá hiệu suất, và Nghỉ việc. Đủ để thực hành phần lớn bài toán People Analytics.

Task 2

🔗 Nguồn dữ liệu HR

TB5 min

Các hệ thống sinh ra dữ liệu HR

Hệ thống	Viết tắt	Dữ liệu	Ví dụ sản phẩm
HR Information System	HRIS	Employee master data, org structure	SAP SuccessFactors, BambooHR, Base.vn
Applicant Tracking System	ATS	Recruitment pipeline, candidates	Greenhouse, Lever, TopCV Employer
Learning Management System	LMS	Courses, completions, certifications	Udemy Business, Coursera, TalentLMS
Performance Management	PMS	Reviews, goals, 360 feedback	Lattice, 15Five, OKR platforms
Time & Attendance	T&A	Check-in/out, leaves, overtime	Timesheet, BioStar, HR checkin apps
Payroll	—	Salary, tax, deductions, bonuses	SAP Payroll, Misa, FastWork
Survey Platform	—	Engagement, pulse surveys, eNPS	Culture Amp, SurveyMonkey, TypeForm

Thách thức tích hợp dữ liệu

⚠️ Dữ liệu HR thường bị phân mảnh

Trong thực tế, dữ liệu HR nằm rải rác ở 5-10 hệ thống khác nhau:

HRIS lưu employee profile nhưng không có attendance detail
ATS lưu ứng viên nhưng không link với performance sau khi hired
Payroll lưu lương nhưng khác format với HRIS
Survey data là anonymous — khó link về cá nhân

VNTech Corp dataset đã được chuẩn hóa và tích hợp sẵn — trong thực tế, bước này mất 60-70% thời gian của People Analyst.

Task 3

⚠️ Data Quality trong HR

TB5 min

Các vấn đề phổ biến

#	Vấn đề	Ví dụ	Hậu quả	Cách phát hiện
1	Missing hire dates	hire_date = NULL hoặc 1900-01-01	Tính tenure sai	`WHERE hire_date IS NULL`
2	Ghost employees	is_active = 1 nhưng đã nghỉ	Headcount sai, lương thừa	Cross-check với payroll
3	Inconsistent job titles	"Sr. Engineer" vs "Senior Engineer"	Phân tích position sai	`GROUP BY position_title`
4	Duplicate records	Cùng 1 nhân viên xuất hiện 2 lần	Headcount phồng	`GROUP BY HAVING COUNT > 1`
5	Stale data	Lương chưa update sau tăng lương	Compensation analysis sai	So sánh effective_date
6	Missing manager_id	manager_id = NULL cho non-CEO	Org chart bị đứt	`WHERE manager_id IS NULL AND level != 'Director'`

SQL kiểm tra Data Quality trên VNTech Corp

SQL

1-- Kiểm tra nhân viên thiếu thông tin quan trọng
2SELECT
3  'Missing hire_date' AS issue,
4  COUNT(*) AS count
5FROM dim_employee
6WHERE hire_date IS NULL
7
8UNION ALL
9
10SELECT
11  'Missing manager_id (non-Director)',
12  COUNT(*)
13FROM dim_employee
14WHERE manager_id IS NULL
15AND level != 'Director'
16AND is_active = 1
17
18UNION ALL
19
20SELECT
21  'Future hire_date',
22  COUNT(*)
23FROM dim_employee
24WHERE hire_date > CURRENT_DATE;

SQL

1-- Phát hiện duplicate employees
2SELECT
3  employee_name,
4  birth_year,
5  COUNT(*) AS duplicates
6FROM dim_employee
7GROUP BY employee_name, birth_year
8HAVING COUNT(*) > 1
9ORDER BY duplicates DESC
10LIMIT 10;

Data Quality Checklist

Trước khi bắt đầu bất kỳ phân tích HR nào, luôn chạy quality check cơ bản:

✅ Tổng headcount có hợp lý không?
✅ NULL values ở các trường bắt buộc?
✅ Date range nằm trong khoảng expected?
✅ Giá trị categorical có consistent không?
✅ Foreign key integrity (department_id tồn tại trong dim_department)?

Task 4

⭐ Star Schema cho HR Analytics

TB5 min

Thiết kế Star Schema

Trong data warehouse, dữ liệu HR được tổ chức theo Star Schema — bảng fact ở trung tâm, bảng dimension xung quanh.

Loại	Bảng	Vai trò	Grain (1 dòng = ?)
Dimension	dim_department	Mô tả phòng ban	1 phòng ban
Dimension	dim_position	Mô tả vị trí	1 vị trí
Dimension	dim_employee	Mô tả nhân viên	1 nhân viên
Fact	fact_attendance	Sự kiện chấm công	1 ngày chấm công / 1 nhân viên
Fact	fact_performance_review	Sự kiện đánh giá	1 review / 1 nhân viên / 1 kỳ
Fact	fact_recruitment	Sự kiện tuyển dụng	1 hồ sơ ứng tuyển
Fact	fact_turnover	Sự kiện nghỉ việc	1 nhân viên nghỉ

Mối quan hệ khóa

SQL

1-- Mối quan hệ giữa các bảng
2-- dim_department (1) ──< (N) dim_position
3-- dim_department (1) ──< (N) dim_employee
4-- dim_position   (1) ──< (N) dim_employee
5-- dim_employee   (1) ──< (N) fact_attendance
6-- dim_employee   (1) ──< (N) fact_performance_review
7-- dim_employee   (1) ──< (N) fact_turnover
8-- dim_position   (1) ──< (N) fact_recruitment
9
10-- Ví dụ JOIN: Lấy thông tin nhân viên + phòng ban + vị trí
11SELECT
12  e.employee_id,
13  e.employee_name,
14  e.level,
15  p.position_title,
16  d.department_name,
17  e.monthly_salary_vnd,
18  e.city
19FROM dim_employee e
20JOIN dim_position p ON e.position_id = p.position_id
21JOIN dim_department d ON e.department_id = d.department_id
22WHERE e.is_active = 1
23LIMIT 10;

Checkpoint

Star Schema gồm bảng dimension (mô tả) và bảng fact (sự kiện). Trong VNTech Corp: 3 dimension (department, position, employee) và 4 fact (attendance, performance, recruitment, turnover). Mỗi fact table có grain riêng — fact_attendance là 1 dòng/ngày/nhân viên. Các bảng liên kết qua foreign key (employee_id, department_id, position_id).

Task 5

💻 SQL Practice — Khám phá VNTech Corp

TB5 min

Truy vấn khám phá cơ bản

SQL

1-- 1. Phân bổ nhân viên theo phòng ban
2SELECT
3  d.department_name,
4  COUNT(*) AS headcount,
5  ROUND(100.0 * COUNT(*) / SUM(COUNT(*)) OVER(), 1) AS pct
6FROM dim_employee e
7JOIN dim_department d ON e.department_id = d.department_id
8WHERE e.is_active = 1
9GROUP BY d.department_name
10ORDER BY headcount DESC;

SQL

1-- 2. Demographics: Giới tính × Level
2SELECT
3  e.level,
4  SUM(CASE WHEN e.gender = 'M' THEN 1 ELSE 0 END) AS male,
5  SUM(CASE WHEN e.gender = 'F' THEN 1 ELSE 0 END) AS female,
6  ROUND(100.0 * SUM(CASE WHEN e.gender = 'F' THEN 1 ELSE 0 END) / COUNT(*), 1) AS female_pct
7FROM dim_employee e
8WHERE e.is_active = 1
9GROUP BY e.level
10ORDER BY
11  CASE e.level
12      WHEN 'Intern' THEN 1 WHEN 'Junior' THEN 2
13      WHEN 'Mid' THEN 3 WHEN 'Senior' THEN 4
14      WHEN 'Lead' THEN 5 WHEN 'Manager' THEN 6
15      WHEN 'Director' THEN 7
16  END;

SQL

1-- 3. Tenure distribution (thâm niên)
2SELECT
3  CASE
4      WHEN DATEDIFF(MONTH, e.hire_date, '2026-04-01') < 12 THEN '< 1 năm'
5      WHEN DATEDIFF(MONTH, e.hire_date, '2026-04-01') < 24 THEN '1-2 năm'
6      WHEN DATEDIFF(MONTH, e.hire_date, '2026-04-01') < 36 THEN '2-3 năm'
7      WHEN DATEDIFF(MONTH, e.hire_date, '2026-04-01') < 60 THEN '3-5 năm'
8      ELSE '5+ năm'
9  END AS tenure_group,
10  COUNT(*) AS headcount
11FROM dim_employee e
12WHERE e.is_active = 1
13GROUP BY
14  CASE
15      WHEN DATEDIFF(MONTH, e.hire_date, '2026-04-01') < 12 THEN '< 1 năm'
16      WHEN DATEDIFF(MONTH, e.hire_date, '2026-04-01') < 24 THEN '1-2 năm'
17      WHEN DATEDIFF(MONTH, e.hire_date, '2026-04-01') < 36 THEN '2-3 năm'
18      WHEN DATEDIFF(MONTH, e.hire_date, '2026-04-01') < 60 THEN '3-5 năm'
19      ELSE '5+ năm'
20  END
21ORDER BY MIN(e.hire_date) DESC;

Task 6

🔒 Privacy & Ethics trong HR Data

TB5 min

GDPR/PDPA và Dữ liệu nhân sự

⚠️ Dữ liệu HR = Dữ liệu cá nhân nhạy cảm

Theo Nghị định 13/2023/NĐ-CP (Luật Bảo vệ dữ liệu cá nhân Việt Nam), dữ liệu nhân sự thuộc nhóm dữ liệu cá nhân nhạy cảm bao gồm: thông tin sức khỏe, thu nhập, đánh giá công việc.

Nguyên tắc	Áp dụng trong HR Analytics	Ví dụ
Tối thiểu hóa	Chỉ lấy dữ liệu cần cho phân tích	Không cần CMND để phân tích turnover
Mục đích rõ ràng	Phân tích phải có business question cụ thể	"Tại sao Engineering turnover cao?" — OK
Ẩn danh hóa	Anonymize khi share report rộng	Không hiển thị tên cá nhân trong dashboard
Quyền truy cập	Phân quyền theo role	HRBP chỉ xem data phòng ban mình
Lưu trữ có thời hạn	Xóa data cũ theo chính sách	Data ứng viên không hired: xóa sau 6 tháng

Kỹ thuật Anonymization phổ biến

SQL

1-- Thay vì hiển thị tên cá nhân
2-- ❌ Không nên
3SELECT employee_name, monthly_salary_vnd
4FROM dim_employee;
5
6-- ✅ Nên: Aggregated & anonymized
7SELECT
8  d.department_name,
9  e.level,
10  COUNT(*) AS headcount,
11  ROUND(AVG(e.monthly_salary_vnd) / 1000000, 1) AS avg_salary_m,
12  ROUND(MIN(e.monthly_salary_vnd) / 1000000, 1) AS min_salary_m,
13  ROUND(MAX(e.monthly_salary_vnd) / 1000000, 1) AS max_salary_m
14FROM dim_employee e
15JOIN dim_department d ON e.department_id = d.department_id
16WHERE e.is_active = 1
17GROUP BY d.department_name, e.level
18HAVING COUNT(*) >= 5  -- Chỉ hiển thị nhóm >= 5 người
19ORDER BY d.department_name, e.level;

Quy tắc 5 người

Khi report salary hoặc performance, chỉ hiển thị aggregated data cho nhóm >= 5 người. Nếu nhóm nhỏ hơn, gộp lại với nhóm khác hoặc ẩn đi. Đây là best practice phổ biến nhất trong People Analytics.

Task 7

🧠 Expert Lens: Building HR Data Infrastructure

TB5 min

Từ Zero đến Production-ready HR Data

Phase	Mục tiêu	Deliverable	Timeline
Phase 1	Single source of truth	Employee master table chuẩn hóa	2-4 tuần
Phase 2	Core metrics	Headcount, turnover, recruitment dashboard	4-6 tuần
Phase 3	Deep analytics	Cohort analysis, compensation benchmarking	2-3 tháng
Phase 4	Predictive	Attrition prediction model	3-6 tháng

Common Architecture Patterns

Diagram

Đang vẽ diagram...

Data Maturity cho HR

Start small: 1 HRIS → 1 employee table → 1 headcount dashboard
Prove value: Giải quyết 1 pain point (thường là turnover report tự động)
Scale: Tích hợp thêm sources, mở rộng analytics use cases

Task 8

✅ Tổng kết & Checkpoint

TB5 min

Tóm tắt bài học

Chủ đề	Takeaway chính
Employee Data Model	Employee là trung tâm, 7 thực thể dữ liệu chính
Employee Lifecycle	Hire → Onboard → Develop → Perform → Transition → Exit
HR Data Sources	7 hệ thống chính (HRIS, ATS, LMS, PMS, T&A, Payroll, Survey)
Data Quality	6 vấn đề phổ biến — luôn audit trước khi phân tích
Star Schema	3 dimensions + 4 facts, join qua employee_id
Privacy	Tối thiểu hóa, ẩn danh hóa, quy tắc 5 người

Checkpoint

Employee Data Model gồm 7 thực thể chính xoay quanh Employee. Employee Lifecycle có 6 giai đoạn: Hire → Onboard → Develop → Perform → Transition → Exit, mỗi giai đoạn sinh ra dữ liệu khác nhau. VNTech Corp dùng Star Schema: 3 dimension (department, position, employee) + 4 fact tables. Data Quality phải kiểm tra trước khi phân tích: NULL values, duplicates, stale data, inconsistent values. Privacy là bắt buộc — sử dụng quy tắc 5 người khi report dữ liệu nhạy cảm.

Task 9

Khóa học

Mentor & Hỗ trợ

Blog

Giới thiệu

HR Data Foundations

🎯 Mục tiêu bài học

📋 Employee Data Model

Các thực thể dữ liệu cốt lõi

Mối quan hệ giữa các thực thể

HR Data Model — Các thực thể chính

🔄 Employee Lifecycle

Vòng đời nhân viên — Mỗi giai đoạn sinh ra dữ liệu

🔗 Nguồn dữ liệu HR

Các hệ thống sinh ra dữ liệu HR

Thách thức tích hợp dữ liệu

⚠️ Data Quality trong HR

Các vấn đề phổ biến

SQL kiểm tra Data Quality trên VNTech Corp

⭐ Star Schema cho HR Analytics

Thiết kế Star Schema

Mối quan hệ khóa

Checkpoint

💻 SQL Practice — Khám phá VNTech Corp

Truy vấn khám phá cơ bản

🔒 Privacy & Ethics trong HR Data

GDPR/PDPA và Dữ liệu nhân sự

Kỹ thuật Anonymization phổ biến

🧠 Expert Lens: Building HR Data Infrastructure

Từ Zero đến Production-ready HR Data

Common Architecture Patterns

✅ Tổng kết & Checkpoint

Tóm tắt bài học

Checkpoint