Dữ liệu nhân sự lưu giữ và xóa

Dữ liệu nhân sự lưu giữ và xóa là chủ đề mà câu hỏi thường gặp nhất lại là câu hỏi không có một đáp án dùng chung. Người làm hệ thống muốn biết nên giữ hồ sơ bao lâu, nên xóa khi nào, và nên dùng dữ liệu gì trong môi trường thử. Bài này trả lời phần trả lời được: cách phân loại dữ liệu, những nguyên tắc áp dụng được ở mọi nơi, và ranh giới mà phần mềm không được vượt qua.

Vì sao dữ liệu nhân sự lưu giữ bao lâu là câu hỏi không có đáp án chung?

Vì thời hạn lưu giữ do từng khu vực pháp lý quy định, và trong cùng một khu vực, bên cung cấp dịch vụ có thể áp dụng quy định riêng của họ. Cùng một loại hồ sơ có thể phải giữ ở nơi này và phải xóa sớm hơn ở nơi khác. Không có một con số nào đúng cho mọi trường hợp.

Chính vì vậy, bài này không đưa ra thời hạn cụ thể nào. Mọi con số về số năm hay số tháng lưu giữ đều phải lấy từ quy định của chính khu vực bạn đang hoạt động và từ chính sách của bên cung cấp dịch vụ mà bạn dùng. Một con số lấy từ nơi khác có thể khiến hệ thống giữ dữ liệu quá lâu hoặc xóa quá sớm, và cả hai đều là vấn đề.

Điều phần mềm có thể làm là không tự quyết định thay. Hãy để thời hạn lưu giữ trở thành dữ liệu cấu hình, có nguồn rõ ràng và có người chịu trách nhiệm, thay vì một giá trị được viết cứng trong mã nguồn.

Môi trường thử có được chứa dữ liệu nhân sự thật?

Không. Đây là quy tắc rõ ràng nhất trong toàn bộ chủ đề này. Môi trường thử dùng để dựng lại các tình huống, nên nó cần dữ liệu có thể sửa, có thể xóa và có thể chia sẻ tự do. Dữ liệu nhân sự thật không có ba tính chất đó: nó gắn với người thật, không được sửa tùy tiện, và việc chia sẻ nó bị hạn chế.

Trong thực tế, việc dùng dữ liệu thật ở môi trường thử thường bắt đầu từ một lý do rất hợp lý: dữ liệu thật giúp tái hiện lỗi nhanh hơn. Nhưng cái giá là dữ liệu đó bị nhân bản ra ngoài hệ thống chính, vào những nơi không có kiểm soát tương đương. Đây là cách rò rỉ phổ biến nhất, và nó xảy ra âm thầm.

Cách thay thế đã có sẵn: dùng dữ liệu tổng hợp nhưng giữ nguyên đặc điểm cấu trúc của dữ liệu thật, tức là cùng kiểu trường, cùng kiểu lỗi, cùng độ dài bất thường. Bộ dữ liệu như vậy tái hiện được lỗi mà không mang theo người thật nào.

Xóa tên không phải là ẩn danh

Đây là hiểu sai phổ biến thứ hai. Việc bỏ trường tên ra khỏi bản ghi không làm bản ghi trở thành ẩn danh, vì còn rất nhiều trường khác có thể dùng để suy ngược ra một người: tổ hợp ngày tháng, chức danh khá đặc thù, tên tổ chức nhỏ, và các mốc thời gian trùng khớp.

Nói cách khác, tính ẩn danh là một tính chất của cả bộ dữ liệu, không phải của một trường. Bạn có thể xóa tên mà bộ dữ liệu vẫn nhận diện được cá nhân, thậm chí còn dễ hơn vì thiếu tên thì người ta dựa vào các trường khác.

Với mục đích kiểm thử, kết luận thực tế rất đơn giản: đừng dựa vào việc xóa vài trường để biến dữ liệu thật thành dữ liệu dùng được. Hãy bắt đầu từ dữ liệu tổng hợp, nơi không có người thật nào ngay từ đầu.

Bốn nguyên tắc áp dụng cho dữ liệu nghề nghiệp

Có một số nguyên tắc về dữ liệu cá nhân được dùng rộng rãi và áp được cho phần hồ sơ nghề nghiệp, dù bạn hoạt động ở đâu.

Hai nguyên tắc còn lại thường được nêu cùng nhóm là bảo đảm tính toàn vẹn và bảo mật, tức là dữ liệu không bị sửa trái phép và không bị lộ; và trách nhiệm giải trình, tức là tổ chức phải chứng minh được mình tuân thủ. Bảng trên chỉ nêu bốn nguyên tắc tác động trực tiếp nhất tới thiết kế trường dữ liệu.

Điểm đáng chú ý là nguyên tắc tối thiểu hóa thường bị vi phạm một cách vô ý. Một trường được thêm vào vì có thể hữu ích sau này, không vì đang cần cho mục đích nào cụ thể. Theo thời gian, những trường như vậy tích lại và làm tăng rủi ro mà không mang lại giá trị tương xứng.

Dữ liệu thử tổng hợp và giới hạn của nó

Dữ liệu tổng hợp là cách xử lý đúng, nhưng nó cũng có giới hạn cần biết. Vì được sinh ra theo quy tắc, nó thường sạch hơn dữ liệu thật: ít lỗi chính tả, ít trường bị điền nửa vời, ít định dạng lạ. Một hệ thống chạy tốt trên dữ liệu tổng hợp vẫn có thể hỏng khi gặp dữ liệu thật.

Cách bù lại là chủ động đưa vào những bất thường có kiểm soát: trường bị bỏ trống, giá trị quá dài, ký tự lạ, thứ tự nhập không theo quy tắc. Bạn biết chúng là giả, nhưng chúng buộc hệ thống phải xử lý đúng như khi gặp dữ liệu thật.

Với mục đích chung, các miền và dải giá trị dành riêng cho việc thử là lựa chọn tốt, vì chúng chắc chắn không thuộc về ai. Cách làm này giữ cho bộ dữ liệu vừa an toàn vừa đủ khó.

Phần dành cho nhà phát triển

Hãy đưa thời hạn lưu giữ ra khỏi mã nguồn và biến nó thành cấu hình có nguồn. Khi quy định thay đổi, bạn sửa cấu hình chứ không phải sửa logic.

Vài điểm thực tế:

• Chặn cứng việc dùng dữ liệu nhân sự thật ở môi trường thử, và kiểm tra điều đó trong luồng triển khai chứ không chỉ trong tài liệu.
• Đừng coi việc xóa một vài trường là đã ẩn danh; hãy dùng dữ liệu tổng hợp ngay từ đầu.
• Ghi lại nguồn và ngày rà soát cho mỗi giá trị thời hạn lưu giữ trong cấu hình.
• Có cơ chế xóa theo yêu cầu, và kiểm thử cả trường hợp xóa một phần lẫn xóa toàn bộ.
• Kiểm tra rằng dữ liệu đã xóa không còn nằm trong bản sao lưu, nhật ký, hay các bảng tổng hợp trung gian.

Khi cần dữ liệu để chạy thử, trình tạo CV và dữ liệu việc làm giả sinh ra hồ sơ tổng hợp hoàn toàn, không lấy từ người thật, nên dùng được ngay ở môi trường thử. Hai bài nên đọc cùng là dữ liệu hồ sơ kiểm thử nghề nghiệp cho cấu trúc trường, và lương tiền tệ kỳ trả lương cho một ví dụ về trường nhạy cảm cần hạn chế thu thập.

Bài này nêu nguyên tắc thiết kế và không phải tư vấn pháp lý; thời hạn lưu giữ, căn cứ xử lý và nghĩa vụ xóa đều do từng khu vực pháp lý và từng bên cung cấp dịch vụ quyết định, nên hãy đối chiếu với quy định áp dụng cho tổ chức của bạn trước khi triển khai.

Bước tiếp theo

Hãy rà lại danh sách trường trong hệ thống nghề nghiệp của bạn và đánh dấu những trường không phục vụ mục đích nào đang dùng. Sau đó kiểm tra xem thời hạn lưu giữ đang nằm trong mã nguồn hay trong cấu hình. Nếu bạn cần dữ liệu thay thế cho môi trường thử, mở trình tạo CV và dữ liệu việc làm giả để tạo hồ sơ tổng hợp theo quốc gia bạn đang phục vụ.