Nhập liệu hồ sơ nhà khoa học hàng loạt từ Excel: lỗi thường gặp, chuẩn hóa dữ liệu và cách kiểm soát trùng lặp ​

Nhập liệu hồ sơ nhà khoa học hàng loạt từ Excel là thao tác dùng một file Excel theo mẫu chuẩn để tạo cùng lúc hàng chục đến hàng trăm hồ sơ nhà khoa học trong hệ thống CSDL, thay vì tạo thủ công từng người. Rủi ro lớn nhất không nằm ở thao tác nhập, mà ở dữ liệu đầu vào: sai định dạng ngày tháng, mã đơn vị không khớp, hoặc trùng CCCD/email khiến hệ thống tạo nhầm hồ sơ hoặc ghi đè dữ liệu cũ hàng loạt chỉ trong một lần bấm.

Cập nhật: tháng 9/2026 — Biên soạn bởi đội ngũ Scibase, Metis JSC

Nhập liệu hàng loạt (bulk import) trong hệ thống CSDL khoa học là chức năng cho phép quản trị viên tải lên một file Excel chứa nhiều dòng dữ liệu hồ sơ nhà khoa học, hệ thống tự động đọc, kiểm tra và ghi vào cơ sở dữ liệu theo lô thay vì từng bản ghi đơn lẻ.

Vì sao đơn vị cần nhập hàng loạt thay vì nhập tay từng hồ sơ? ​

Nhập tay khả thi khi đơn vị chỉ có vài chục nhà khoa học, nhưng không còn khả thi ở quy mô một trường đại học. Theo báo cáo thống kê giáo dục đại học năm học 2023–2024 của Bộ Giáo dục và Đào tạo, cả nước có 88.031 giảng viên cơ hữu, trong đó 28.862 người có trình độ tiến sĩ — một trường trung bình có thể cần khởi tạo hồ sơ cho hàng trăm đến hàng nghìn người cùng lúc khi triển khai hệ thống mới.

Nhập tay từng người ở quy mô này tăng rủi ro sai lệch giữa các hồ sơ do nhiều cán bộ nhập liệu cùng lúc, mỗi người gõ tên đơn vị hoặc học hàm học vị theo cách khác nhau. Đây là giai đoạn dữ liệu dễ "bẩn" nhất trong vòng đời hệ thống CSDL khoa học và công nghệ — lỗi ở bước khởi tạo kéo theo sai số ở mọi báo cáo thống kê và tính khối lượng nghiên cứu về sau.

Nhập hàng loạt qua Excel giải quyết bài toán tốc độ, nhưng chỉ khi file đầu vào đúng cấu trúc — nếu không, nó chỉ nhân bản lỗi nhanh hơn nhập tay. Vì vậy phần lớn hệ thống CSDL khoa học, trong đó có Scibase, tách nhập liệu hàng loạt hồ sơ nhà khoa học thành chức năng quản trị riêng thay vì để nhà khoa học tự nhập — chi tiết nằm trong mục quản lý nhà khoa học của tính năng chính Scibase.

Cấu trúc file Excel chuẩn để nhập hồ sơ nhà khoa học ​

File Excel dùng để nhập hàng loạt cần tối thiểu ba nhóm cột, tương ứng với các nhóm thông tin cốt lõi của một hồ sơ học thuật đầy đủ: định danh cá nhân, thông tin công tác và mã định danh khoa học quốc tế.

Nhóm cộtTrường dữ liệuĐịnh dạng khuyến nghị
Định danh cá nhânHọ tên, ngày sinh, CCCD/CMND, emailText UTF-8; ngày theo dd/mm/yyyy
Học hàm, học vịHọc hàm (GS/PGS), học vị (TS/ThS), năm đạtChọn từ danh sách chuẩn hóa, không gõ tự do
Thông tin công tácMã đơn vị, chức vụ, ngày bắt đầu công tácMã đơn vị lấy từ cây tổ chức đã có sẵn trên hệ thống
Mã định danh khoa họcORCID, Scopus Author ID, mã nhân sự nội bộChuỗi số/ký tự đúng chuẩn từng nền tảng

Theo hướng dẫn của Elsevier (2024), Scopus lập chỉ mục hơn 94 triệu bản ghi từ hơn 29.000 tạp chí thẩm định — mỗi bản ghi đều gắn với một Scopus Author ID duy nhất. Khi file Excel nhập liệu có sẵn cột Scopus Author ID hoặc ORCID, hệ thống có thể đối chiếu ngay với dữ liệu công bố đã tồn tại thay vì chỉ dựa vào tên hiển thị vốn dễ trùng.

Cột mã đơn vị là cột hay bị bỏ qua nhất trong thực tế: nhiều đơn vị chỉ điền tên khoa/phòng bằng chữ tự do, khiến hệ thống không thể tự động gán nhà khoa học vào đúng nhánh trong cây tổ chức mà phải xử lý thủ công từng dòng sau khi nhập.

Lỗi thường gặp khi chuẩn bị dữ liệu Excel trước khi nhập ​

Phần lớn lỗi nhập liệu hàng loạt không nằm ở hệ thống mà nằm ở file Excel được chuẩn bị trước khi tải lên. Sáu lỗi phổ biến nhất theo kinh nghiệm triển khai cho các đơn vị nghiên cứu:

  1. Sai định dạng ngày tháng do Excel tự đổi: Excel tự động diễn giải 05/03 thành ngày 5 tháng 3 hoặc 3 tháng 5 tùy theo cài đặt vùng (locale) của máy tính, khiến ngày sinh hoặc ngày bắt đầu công tác bị lệch hàng loạt mà không có cảnh báo.
  2. Font chữ tiếng Việt bị lỗi encoding: file xuất từ phần mềm nhân sự cũ hoặc lưu bằng định dạng CSV không đúng chuẩn UTF-8 khiến tên có dấu hiển thị thành ký tự lạ khi hệ thống đọc file.
  3. Học hàm, học vị viết không thống nhất: cùng một học vị nhưng người viết "TS", người viết "Tiến sĩ", người viết "PhD" — nếu hệ thống yêu cầu khớp đúng danh mục chuẩn hóa, các dòng viết sai sẽ bị từ chối hoặc nhập sai giá trị.
  4. Mã đơn vị không khớp với cây tổ chức đã có: người lập file tự đặt tên đơn vị theo cách gọi quen thuộc (ví dụ "Khoa CNTT") thay vì đúng mã hoặc tên đã đăng ký trên hệ thống (ví dụ "Khoa Công nghệ Thông tin"), khiến dòng dữ liệu không gán được vào đơn vị nào.
  5. Trùng CCCD hoặc email giữa các dòng: thường xảy ra khi file được ghép từ nhiều nguồn (danh sách nhân sự cũ, danh sách bổ sung mới) mà không lọc trùng trước, dẫn đến việc hệ thống tạo hai hồ sơ cho cùng một người hoặc từ chối cả dòng hợp lệ lẫn dòng trùng.
  6. Dòng trống hoặc ký tự thừa ẩn (khoảng trắng đầu/cuối): một khoảng trắng thừa sau tên đơn vị khiến hệ thống coi đó là giá trị khác với mã đơn vị đã đăng ký, dù mắt thường nhìn thấy giống hệt nhau.

Theo tổng hợp nghiên cứu về lỗi bảng tính của Raymond Panko (Đại học Hawaii, cập nhật 2008), phần lớn bảng tính quy mô lớn dùng trong thực tế tổ chức đều chứa ít nhất một lỗi ở cấp độ ô tính, với tỷ lệ lỗi thường ở mức vài phần trăm số ô — đủ để một file vài trăm dòng có hàng chục dòng lỗi nếu không được rà soát trước khi nhập.

Quy trình 5 bước nhập liệu hàng loạt an toàn ​

  1. Tải file mẫu chuẩn từ hệ thống, không tự tạo file mới: file mẫu đã định sẵn tên cột, kiểu dữ liệu và danh mục chuẩn hóa (học hàm, học vị, mã đơn vị) — tự tạo file mới dễ sai tên cột khiến hệ thống không nhận diện được trường dữ liệu.
  2. Làm sạch dữ liệu nguồn trước khi dán vào file mẫu: lọc trùng CCCD/email bằng công cụ có sẵn của Excel (Conditional Formatting hoặc Remove Duplicates) trước khi dán, không lọc sau khi đã nhập vào hệ thống.
  3. Chạy thử với một lô nhỏ (10–20 dòng) trước khi nhập toàn bộ: kiểm tra xem hệ thống có báo lỗi định dạng, mã đơn vị hay trùng lặp không, sửa lỗi phát hiện được trên lô nhỏ rồi mới áp dụng cách sửa đó cho toàn bộ file lớn.
  4. Đọc kỹ báo cáo kết quả nhập liệu: hệ thống thường trả về danh sách dòng nhập thành công, dòng bị từ chối kèm lý do — không nên chỉ nhìn số dòng "thành công" mà bỏ qua danh sách lỗi.
  5. Đối chiếu lại số lượng hồ sơ sau khi nhập với danh sách gốc: nếu file gốc có 500 dòng nhưng hệ thống chỉ tạo 480 hồ sơ, phần chênh lệch thường là các dòng bị từ chối do trùng hoặc sai định dạng, cần tra lại trong báo cáo lỗi trước khi coi là đã hoàn tất.

Bỏ qua bước 3 (chạy thử lô nhỏ) là lỗi quy trình phổ biến nhất — nhiều đơn vị nhập thẳng toàn bộ vài trăm dòng, phát hiện lỗi hàng loạt sau khi đã nhập xong, và phải xử lý sửa từng hồ sơ thủ công thay vì sửa một lần trên file gốc rồi nhập lại.

Kiểm soát trùng lặp hồ sơ khi nhập hàng loạt: chọn đúng "khóa đối chiếu" ​

Trùng lặp khi nhập hàng loạt khác với trùng lặp phát sinh dần theo thời gian đã được phân tích trong bài trùng lặp, gộp hồ sơ công bố khoa học trong CSDL đơn vị: trùng lặp do nhập hàng loạt xảy ra ngay lập tức, trên diện rộng, vì cùng một lỗi cấu trúc file lặp lại ở toàn bộ các dòng chứ không phát sinh rải rác từng trường hợp riêng lẻ.

Điểm quyết định là chọn đúng khóa đối chiếu (matching key) — trường dữ liệu hệ thống dùng để xác định hai dòng có phải cùng một người hay không:

Khóa đối chiếuƯu điểmRủi ro nếu dùng làm khóa chính
Họ tênDễ đọc, luôn có sẵnRủi ro cao nhất — tên tiếng Việt trùng phổ biến, viết có/không dấu khác nhau
EmailDuy nhất trong đa số trường hợpSai nếu một người có nhiều email hoặc đổi email khi chuyển đơn vị
CCCD/CMNDDuy nhất tuyệt đối theo pháp luậtCần thu thập đầy đủ, một số đơn vị ngại lưu do nhạy cảm dữ liệu cá nhân
ORCIDDuy nhất toàn cầu, do chính người dùng đăng kýKhông phải ai cũng đã có ORCID tại thời điểm nhập liệu ban đầu

Thực tế triển khai cho thấy kết hợp hai khóa — CCCD (hoặc mã nhân sự nội bộ) làm khóa chính, email làm khóa phụ để cảnh báo nghi vấn — chính xác hơn nhiều so với dùng một khóa duy nhất. Dùng riêng họ tên làm khóa đối chiếu là nguyên nhân phổ biến nhất khiến hệ thống gộp nhầm hai người khác nhau, hoặc tạo trùng hồ sơ cho cùng một người viết tên lệch nhau giữa hai lần nhập — rủi ro tương tự bài Scopus Author ID là gì? đã ghi nhận ở cấp quốc tế với tên tiếng Việt không dấu.

Tình huống thực tế: nhập dữ liệu từ HRMS gây trùng hàng loạt trước đợt báo cáo ​

Tình huống minh họa dựng theo mô-típ phổ biến khi triển khai hệ thống mới (ví dụ giả định, không phải trường hợp cụ thể của đơn vị nào): một trường đại học chuẩn bị nhập 620 hồ sơ giảng viên trước hạn nộp báo cáo KH&CN định kỳ. Phòng Tổ chức cán bộ xuất file từ phần mềm HRMS (Human Resource Management System) nội bộ, còn phòng KH&CN gõ tay bổ sung 40 dòng giảng viên thỉnh giảng chưa có trong HRMS vào cùng file.

Hai nguồn dữ liệu dùng hai cách viết học vị khác nhau ("Tiến sĩ" từ HRMS, "TS" từ file gõ tay), và 15 người trong danh sách gõ tay thực ra đã có trong HRMS nhưng viết tên lệch một dấu cách. Nhập toàn bộ 660 dòng cùng lúc mà không chạy thử lô nhỏ, hệ thống tạo ra 15 hồ sơ trùng và từ chối các dòng có học vị không khớp danh mục chuẩn hóa.

Cán bộ quản trị phát hiện sai lệch khi đối chiếu số hồ sơ thành công (598) với số dòng gốc (660), phải xử lý thủ công 62 dòng còn lại chỉ hai ngày trước hạn nộp — đúng rủi ro mà bước chạy thử lô nhỏ lẽ ra đã ngăn được. Sau sự việc, đơn vị quy định: file nhập từ nguồn ngoài HRMS phải chuẩn hóa học vị đúng danh mục hệ thống trước khi ghép chung file, và bắt buộc chạy thử 20 dòng trước khi nhập toàn bộ.

Checklist áp dụng ngay trước khi bấm "Nhập Excel" ​

  • [ ] Dùng đúng file mẫu tải từ hệ thống, không tự thêm/bớt/đổi tên cột
  • [ ] Đã lọc trùng CCCD và email trong chính file Excel trước khi tải lên
  • [ ] Cột ngày tháng đã kiểm tra định dạng, không để Excel tự động đổi ngày/tháng
  • [ ] Học hàm, học vị viết đúng theo danh mục chuẩn hóa của hệ thống, không viết tự do
  • [ ] Mã đơn vị khớp chính xác với cây tổ chức đã có sẵn trên hệ thống
  • [ ] Đã chạy thử với 10–20 dòng và xử lý hết lỗi phát hiện trước khi nhập toàn bộ file
  • [ ] Đã đối chiếu số hồ sơ tạo thành công với tổng số dòng gốc sau khi nhập xong
  • [ ] Lưu lại file gốc và báo cáo kết quả nhập làm minh chứng, phòng khi cần đối chiếu lại sau này

Việc lưu lại file gốc và báo cáo lỗi không chỉ là thói quen tốt — theo Nghị định 174/2016/NĐ-CP, tài liệu làm căn cứ liên quan đến dữ liệu chi trả (trong đó có hồ sơ nhân sự làm căn cứ tính khối lượng nghiên cứu khoa học) cần lưu tối thiểu 5–10 năm, nên file nhập liệu gốc nên được lưu trữ độc lập, không chỉ tồn tại trên máy cá nhân của người thực hiện thao tác nhập.

Vai trò của phân quyền trong nhập liệu hàng loạt ​

Nhập liệu hàng loạt ảnh hưởng đến hàng trăm hồ sơ chỉ trong một lần thực hiện, nên không nên mở quyền này cho nhiều người cùng lúc. Theo nguyên tắc phân quyền quản lý dữ liệu khoa học theo cấp, chức năng này nên giới hạn cho quản trị viên cấp hệ thống hoặc cán bộ được phân công cụ thể, không để mỗi đơn vị con tự nhập độc lập.

Trên Scibase, chức năng "Nhập/xuất Excel" thuộc nhóm quản lý nhà khoa học dành riêng cho quản trị viên, tách biệt với thao tác nhà khoa học tự cập nhật hồ sơ cá nhân. Dữ liệu sau khi nhập phục vụ trực tiếp quy trình xét duyệt công bố khoa học và thống kê, phân tích chỉ số nghiên cứu cấp đơn vị — một hồ sơ sai ngay từ đầu kéo theo sai lệch ở mọi khâu phía sau, kể cả khi lỗi chỉ là một khoảng trắng thừa trong tên đơn vị.

Câu hỏi thường gặp ​

Nhập Excel hàng loạt có ghi đè hồ sơ đã tồn tại không? Tùy cấu hình hệ thống. Phần lớn hệ thống hiện đại phân biệt rõ giữa "tạo mới" và "cập nhật" dựa trên khóa đối chiếu — nếu dòng dữ liệu khớp với hồ sơ đã có theo CCCD hoặc mã nhân sự, hệ thống thường cập nhật thay vì tạo hồ sơ mới, nhưng nên xác nhận rõ hành vi này trước khi nhập toàn bộ file lớn.

File Excel bao nhiêu dòng thì nên chia nhỏ khi nhập? Không có ngưỡng cố định áp dụng cho mọi hệ thống, nhưng nguyên tắc an toàn là luôn chạy thử một lô nhỏ (10–20 dòng) trước, bất kể tổng số dòng cần nhập là bao nhiêu, để phát hiện lỗi cấu trúc trước khi ảnh hưởng đến toàn bộ dữ liệu.

Phát hiện trùng lặp sau khi đã nhập xong thì xử lý thế nào? Không nên xóa thẳng hồ sơ nghi trùng. Cần xác minh qua minh chứng gốc rồi gộp có lưu log, theo đúng quy trình đã nêu trong bài trùng lặp, gộp hồ sơ công bố khoa học trong CSDL đơn vị, áp dụng tương tự cho hồ sơ nhà khoa học.

Có bắt buộc phải có ORCID mới nhập được hồ sơ vào hệ thống không? Không bắt buộc ở bước khởi tạo ban đầu. ORCID nên được khuyến khích bổ sung ngay sau khi tạo hồ sơ vì đây là mã định danh giúp đối chiếu dữ liệu chính xác về sau — xem hướng dẫn đăng ký tại bài ORCID là gì? Cách tạo, xác minh và đồng bộ hồ sơ.

Ai nên chịu trách nhiệm chuẩn bị file Excel: phòng Tổ chức cán bộ hay phòng KH&CN? Nên có một đầu mối duy nhất chuẩn hóa dữ liệu trước khi nhập, thường là phòng KH&CN vì hiểu rõ cấu trúc dữ liệu hệ thống yêu cầu, kể cả khi dữ liệu nguồn do phòng Tổ chức cán bộ cung cấp.

Nhập sai hàng loạt rồi có xóa hết để nhập lại từ đầu được không? Về kỹ thuật thường được, nhưng cần cân nhắc dữ liệu đã phát sinh liên kết (công bố đã khai báo, quyết định phân quyền đã gán) — xóa hàng loạt có thể làm mất các liên kết này. An toàn hơn là sửa lại từng hồ sơ lỗi cụ thể theo báo cáo lỗi của lần nhập trước.

Tóm tắt ​

  • Nhập liệu hàng loạt tăng tốc độ khởi tạo hồ sơ nhưng nhân bản lỗi nhanh hơn nhập tay nếu file đầu vào chuẩn bị sai.
  • Sáu lỗi phổ biến nhất: sai định dạng ngày, lỗi encoding tiếng Việt, học hàm/học vị viết không thống nhất, mã đơn vị không khớp, trùng CCCD/email, khoảng trắng thừa ẩn.
  • Quy trình an toàn gồm 5 bước, trong đó chạy thử lô nhỏ 10–20 dòng trước khi nhập toàn bộ là bước quan trọng nhất và hay bị bỏ qua nhất.
  • Nên dùng CCCD hoặc mã nhân sự nội bộ làm khóa đối chiếu chính, không nên dùng riêng họ tên vì tỷ lệ trùng tên tiếng Việt cao.
  • Chức năng nhập/xuất Excel hàng loạt nên giới hạn quyền cho quản trị viên, đi kèm lưu trữ file gốc và báo cáo lỗi làm minh chứng đối chiếu về sau.

Nguồn tham khảo: báo cáo thống kê giáo dục đại học năm học 2023–2024 của Bộ Giáo dục và Đào tạo; hướng dẫn Scopus Author Profile của Elsevier (2024); tổng hợp nghiên cứu về lỗi bảng tính của Raymond Panko (Đại học Hawaii, 2008); Nghị định 174/2016/NĐ-CP về lưu trữ tài liệu kế toán; kinh nghiệm triển khai hệ thống CSDL khoa học và công nghệ cho các đơn vị nghiên cứu tại Việt Nam. Biên soạn bởi đội ngũ Scibase — Metis JSC.

Bài viết liên quan ​

Cập nhật gần nhất:

Sản phẩm của Công ty Cổ phần Metis.

Copyright © 2020-PRESENT Metis., Jsc