Từ điển dữ liệu (Data Dictionary)

Tài liệu này định nghĩa mô hình metadata của EcoData: mỗi chỉ tiêu (indicator) được mô tả bằng một tập trường chuẩn để người dùng có thể tra cứu, trích dẫn và tái lập nghiên cứu. Từ điển áp dụng cho cả dữ liệu quốc tế và dữ liệu Việt Nam.

Mô hình metadata của một chỉ tiêu

Mỗi chỉ tiêu trong EcoData mang các trường sau:

Trường	Ý nghĩa	Ví dụ
short_code	Mã chuẩn hóa của EcoData (xem bên dưới)	wb_mac_gdp_usd
code	Mã gốc do nguồn công bố	NY.GDP.MKTP.CD
label_vi / label_en	Nhãn song ngữ	"GDP (USD hiện hành)" / "GDP (current US$)"
unit	Đơn vị đo	USD, % GDP, index, người
frequency	Tần suất quan sát	annual, quarterly, monthly, mixed
source	Tổ chức nguồn	World Bank, IMF, GSO, Hải quan
time_start / time_end	Năm/kỳ đầu và cuối	1990 / 2023
spatial_coverage	Đơn vị phân tích	quốc gia, tỉnh, doanh nghiệp, hộ
data_quality_notes	Ghi chú chất lượng/nguồn gốc	đơn vị, nhóm nguồn, lưu ý phương pháp

Tra cứu song hành

Người dùng có thể tìm theo short_code (gọn, ổn định) hoặc code gốc của nguồn. Giao diện ưu tiên hiển thị short_code; mã gốc luôn được giữ trong metadata để đối chiếu.

Hệ thống mã chuẩn hóa: ss_dom_key_mod

EcoData ánh xạ các mã gốc dài, không đồng nhất giữa các nguồn về một mã ngắn có cấu trúc gồm bốn đoạn, phân tách bằng dấu gạch dưới:

ss _ dom _ key _ mod
│    │     │     └── modifier: đơn vị / biến thể (usd, pct, idx, sa, ...)
│    │     └──────── key: tên chỉ tiêu (gdp, cpi, exp, pop, ...)
│    └────────────── domain: lĩnh vực (mac, ext, fis, lab, dem, ...)
└─────────────────── source: nguồn (wb, im, ad, un, fr, ...)

Đoạn	Vai trò	Ví dụ giá trị
ss (source)	Nguồn dữ liệu	wb (World Bank), im (IMF), ad (ADB), un (UN), fr (FRED)
dom (domain)	Lĩnh vực	mac (vĩ mô), ext (đối ngoại), fis (tài khóa), lab (lao động), dem (dân số)
key	Tên chỉ tiêu	gdp, cpi, exp, imp, pop, une
mod	Đơn vị / biến thể	usd, pct, idx, cap (bình quân đầu người)

Ví dụ ánh xạ:

Mã gốc	short_code	Diễn giải
NY.GDP.MKTP.CD	wb_mac_gdp_usd	World Bank · vĩ mô · GDP · USD hiện hành
FP.CPI.TOTL.ZG	wb_mac_cpi_pct	World Bank · vĩ mô · CPI · %/năm
SL.UEM.TOTL.ZS	wb_lab_une_pct	World Bank · lao động · thất nghiệp · %

Nguồn chuẩn của bộ mã

Bộ mã được sinh và kiểm định bằng công cụ Codebook tích hợp (trang quản trị Codebook) và script kiểm định nội bộ. Hậu tố tự sinh được giới hạn [a-z0-9]{2,8} ký tự. Toàn bộ catalogue (~18.000+ chỉ tiêu) đều có short_code.

Tần suất và đơn vị

• Tần suất (frequency): annual (theo năm), quarterly (Q1–Q4), monthly (M01–M12), hoặc mixed khi một chỉ tiêu có nhiều tần suất theo nguồn.
• Khóa kỳ (period_key): với dữ liệu dưới năm, mỗi quan sát mang khóa kỳ chuẩn — Q1…Q4 cho quý, M01…M12 cho tháng. Dữ liệu năm để khóa kỳ trống.
• Đơn vị (unit): giữ nguyên ngữ nghĩa của nguồn (USD, % GDP, chỉ số, người, tấn…). Khi ghép panel nhiều nguồn, hãy đọc unit để tránh cộng gộp sai đơn vị.

Định nghĩa theo nhóm dữ liệu

Mỗi nhóm có bộ biến đặc trưng; xem trang chi tiết để biết danh sách đầy đủ và phạm vi:

Nhóm	Đơn vị phân tích	Biến tiêu biểu	Chi tiết
Global Data	Quốc gia × năm	GDP, CPI, xuất/nhập khẩu, FDI, dân số	Global Data
GSO Việt Nam	Quốc gia/Tỉnh × năm	GRDP, dân số, công nghiệp, CPI, đầu tư	GSO Việt Nam
Hải quan	Mặt hàng × đối tác × kỳ	trị giá XK/NK, lượng, cán cân	Customs
Macro Survey	Tỉnh × năm	PCI, PAPI, PAR, SIPAS, ICT	Macro Survey & VHLSS
VHLSS Micro	Hộ/Cá nhân × wave	thu nhập, chi tiêu, giáo dục, y tế	Macro Survey & VHLSS
Stock Hub	Mã CK × thời gian	giá OHLCV, doanh thu, LNST, EPS, sự kiện	Stock Hub

Cách dùng metadata để tái lập

1. Lưu short_code + code gốc cùng dữ liệu để người khác đối chiếu nguồn.
2. Ghi lại unit, frequency, time_start/time_end trong phần mô tả dữ liệu của nghiên cứu.
3. Khi ghép nhiều nguồn, kiểm tra đơn vị và đơn vị phân tích trước khi tạo panel.
4. Xuất kèm metadata (CSV/Excel/JSON) — xem Xuất dữ liệu.

Xem thêm

• Phương pháp luận dữ liệu — cách EcoData thu thập, làm sạch và chuẩn hóa.
• Tổng hợp nhóm indicators
• Câu hỏi thường gặp (FAQ)