Domains — thư viện tri thức ngành

Ghi chú học theo ngành, không theo lần làm việc. Đây là chỗ tri thức ngành tích luỹ và ở lại, độc lập với mọi repo framework.

Vì sao tách riêng

datapot-analytic-agent-v2 là engagement-first: tổ chức theo lần làm việc (work/<ngày>-<slug>/), và knowledge/ của nó thuộc về một tổ chức cụ thể. Rất tốt để làm, nhưng tri thức ngành học được sẽ nằm rải ở N bản clone và không ai đọc lại.

Thư viện này là domain-first: một folder một ngành, năm stage cố định. Shape lấy từ repo v1 (datapot-analytics-agent/domains/) — nhưng v1 chỉ có shape, không có nội dung; mọi cơ chế thật vẫn nằm ở v2.

Cách dùng đúng: v2 là công cụ, thư viện này là nơi lưu kết quả.

Registry

Ngành	Trạng thái	Ghi chú
banking	🟢 Xong 01–02	VN retail banking. Nguồn: estate banking-flagship của v2 + báo cáo công khai Techcombank
insurance	🟢 Xong 01–02	Bảo hiểm VN, neo Bảo Việt (BVH). Không có estate v2 — nửa cơ học lấy từ thuyết minh kế toán BCTC thay vì từ một mô hình dữ liệu. BCTC là PDF scan, phải OCR — xem ocr-pdf.ps1. Có thêm tầng thị trường (số toàn ngành từ báo cáo thường niên) mà banking chưa có
retail	⚪ Chưa

Shape mỗi ngành

<ngành>/
├── 01-domain-analysis/   quy trình nghiệp vụ · bus matrix · chiều conform
├── 02-metrics/           cây metric · catalog · cạm bẫy đo lường
├── 03-data-profile/      profile nguồn · map field → thực thể
├── 04-semantic-model/    star schema · DAX
├── 05-report/            trang báo cáo · theme
└── references/           tài liệu gốc (báo cáo, thuyết minh, deck) — KHÔNG commit file lớn

Luật của thư viện này

Mọi dòng phải ghi nguồn. Đây là luật quan trọng nhất — nếu không, cấu trúc từ một bộ dữ liệu synthetic sẽ bị nhớ thành sự thật của ngành. Ký hiệu dùng chung cho cả thư viện:

Ký hiệu	Nghĩa
[v2]	Từ estate synthetic banking-flagship của agent-v2 — cấu trúc đáng tin, số liệu không thật
[v1]	Từ template của repo v1 (framework/templates/metric-tree.yaml)
[TCB]	Từ tài liệu công khai Techcombank — xem references/
[BCTC]	Từ thuyết minh chính sách kế toán trong một BCTC — định nghĩa, không phải grain hay cạm bẫy dữ liệu
[CTY]	Từ báo cáo công khai của công ty neo của ngành đó
[QĐ]	Từ quy định pháp lý (Thông tư NHNN, Luật KDBH…) — luật, không phải lựa chọn phân tích
[?]	Chưa xác minh. Không được dùng để kết luận

Luật thứ hai: số phải kiểm được

Học được ở banking, siết lại ở insurance (nguồn là PDF scan phải OCR): mỗi con số dùng để kết luận phải qua một phép kiểm số học độc lập — cộng dọc, hoặc tái tạo lại một tỷ lệ đã công bố. Không phải để cẩn thận cho đẹp: phép kiểm này đã bắt được một file export cân đối bị lỗi ở banking (verification-tcb.md) và bảy lỗi ký tự OCR ở insurance (verification-bvh.md).

Mỗi ngành giữ một file verification-*.md ghi lại toàn bộ phép kiểm, kể cả những thứ không tính được và chặn ở đâu. Phần "không tính được" quan trọng ngang phần tính được.

Thêm một ngành: cp -r banking/ <ngành>/, xoá nội dung, thêm một dòng vào Registry.