데이터 관리 및 활용 전략(일반 관리자를 위한)

지식의 기초, 데이터관리의 중요성을 인식하라



지식의 가장 기초가 되는 것이 데이터이다. 즉, 데이터가 축적되지 않은 조직이 높은 수준의 지식을 보유할 수 없으며, 새로운 지식을 창출할 수도 없다. 바꾸어 말하면, 무에서 갑자기 유가 만들어질 수 없듯이 지식도 갑자기 하늘에서 떨어질 수 없다. 기초적인 사실이나 현상, 실적, 사건 등이 잘 기록되어 관리되고 분석될 때, 새로운 지식이 생성되고 축적되어 증가하게 된다.

만약 지식이 국가나 조직의 경쟁력을 결정하는 요소이며 주요한 자산의 하나라면, 이를 최대화하기 위하여서는 지식의 원천이 되는 데이터들을 잘 관리하는 것이 필요하다. 그리고 한 걸음 더 나아가 과연 필요하고 중요한 데이터들을 보유하고 있는지, 정말 필요한 데이터들이 관리되지 않고 누락되고 있는 것은 아닌지, 불필요한 데이터들을 열심히 관리하고 있는 것은 아닌지 등에 대한 분석이 필요하다.



데이터 관리의 문제점



데이터 관리의 문제점 중 하나는 데이터들을 잘 기록하고 저장하는 것을 중심으로 이루어져 오고 있다는 것이다. 이에 따라 데이터 관리와 관련된 여러 자료들도 데이터의 효율적인 저장 관리를 위한 데이터베이스 관리 시스템에 대한 기술적인 내용이나 모델링에 관한 것들이 주를 이루고 있다. 즉, 발생하는 데이터들을 잘 관리하는 데에 초점이 맞추어져 있으며, 관리되고 있는 데이터들이 정말 가치 있는 데이터들인가에 대한 분석은 소홀히 다루어지고 있다.



데이터의 전략적 가치조직의 경쟁력을 좌우한다



이 책은 데이터의 전략적 가치에 초점을 맞추어 데이터를 관리함에 있어서 가장 중요한 고려 사항들은 무엇이며, 데이터가 조직의 경쟁력을 향상시키고 부의 축적을 효과적으로 실현하기 위하여서는 어떻게 관리되어야 하는 가를 다루고자 한다. 즉, 주어진 데이터를 잘 관리하는 것이 무엇보다도 중요하지만 더욱 근본적인 과제는 관리해야 할 데이터를 찾아내어서 빠뜨리지 않고 잘 관리하는 것이다. 특히 근자에는 전통적인 데이터 관리의 범주에 포함되지 않던 데이터들도 빅 데이터란 이름으로 기업 경영활동을 위한 주요 자원으로 그 중요성이 인식되고 있다. 이러한 점에서 정형 데이터들만이 아니라 비정형 데이터를 포함하여 기업 내부 및 외부의 모든 데이터들 중에서 관리할 가치가 있는 것들을 잘 파악하여 이들 데이터를 효과적으로 관리하는 것이 중요한 과제로 대두하고 있다.

머리말



|제1장| 데이터 자산 관리



1.1. 데이터 자산 관리의 중요성

1.2. 자산 관리 이슈와 데이터 자산 관리

1.3. 기업 전략과 데이터 관리 전략

1.4. 데이터 자산 관리 사이클

1.5. 데이터 목록



|제2장| 데이터 통합 및 공유



2.1. 데이터 공유 방안

2.2. 데이터 통합 솔루션

2.3. 개념적 데이터 공유 시스템



|제3장| 데이터 표준화와 메타데이터



3.1. 데이터베이스 스키마와 기술적 메타데이터

3.2. 비기술적 메타데이터

3.3. 표준 용어 및 자료사전

3.4. 용어분류체계(taxonomy)

3.2. 데이터 표준화의 절차

3.3. 데이터 표준화 수준



|제4장| 데이터 관리 조직과 데이터 자산 관리자



4.1. 데이터 관리 기능

4.2. 데이터 담당관과 주제관심집단

4.3. 주제관심집단의 구성과 운영



|제5장| 데이터 품질



5.1. 전통적 품질 평가 프레임워크

5.2. 활용적 관점에서의 데이터 품질 평가 프레임워크

5.3. 데이터베이스 품질 평가

5.4. 데이터 품질 관리 수준

5.5. 데이터 품질 개선



|제6장| 데이터 아키텍처



6.1. 전사적 데이터 아키텍처

6.2. 3계층 데이터 모델링

6.3. 개체관계모델링

6.4. 관계형 데이터 모델링

6.5. 관계형 데이터베이스 물리설계





|제7장| 비즈니스 인텔리전스



7.1. 비즈니스 인텔리전스의 출현 배경

7.2. 다차원 데이터 모형

7.3. OLAP 큐브 생성

7.4. BI 아키텍처 설계: DW Bus 설계

7.5. BI 시스템의 성공요인

7.6. BI 시스템의 새로운 추세



|제8장| 마스터 데이터 관리



8.1. 데이터의 분류

8.2. 마스터 데이터 모델링

8.3. 마스터 데이터 관리와 데이터 통합/공유

8.4. 마스터 데이터 관리 시스템 구현 아키텍처

8.5. 마스터 데이터 관리 시스템의 주요 기능들

8.6. 마스터 데이터 관리 성숙도

8.7. MDM 도입 및 구축



|제9장| 빅 데이터



9.1. 비정형 데이터 관리(Unstructured Data Management)

9.2. 빅 데이터의 종류

9.3. 빅 데이터 처리 기술

9.4. 빅 데이터 분석의 활용 분야

9.5. 빅 데이터 관리의 성공요인

9.6. 빅 데이터와 네트워크형 기업



|제10장| 데이터 가치 평가



10.1. 데이터 관리 시스템의 구축 비용

10.2. 운영 데이터의 가치 평가

10.3. 분석 정보의 가치 평가

10.4. 빅 데이터의 가치 평가



|제11장| 공공 데이터 개방의 필요성



11.1. 공공 데이터 개방의 배경

11.2. 정부 3.0과 공공 데이터 개방

11.3. 공공 데이터 개방의 기회와 문제



|제12장| 개방된 공공 데이터의 활용 방법



12.1. 개방된 공공 데이터의 활용 유형

12.2. 개방된 공공 데이터의 활용 방안



|제13장| 공공 데이터 개방 환경의 거버넌스



13.1. 공공 데이터 개방 환경의 거버넌스 특징

13.2. 개방 데이터 환경의 사용자 참여

13.3. 개방 데이터 환경의 보편적 시각, 개념 데이터 모델

이춘열 저자 이춘열은 서울대학교 산업공학과 학사, 경영학 석사, University of Michigan 경영정보학박사(Computer & Information Systems 전공)를 수여받았으며, 한국국방연구원, 한국통신연구개발단를 거쳐 현재 국민대학교 경영정보학부 교수로 재직 중이다. 국민대학교 정보기술연구소장, 정보과학대학원장, 비즈니스IT전문대학원장, 입학처장 등을 역임하였으며, 한국경영정보학회 부회장, 한국BI데이터마이닝학회 부회장 등을 역임하였다. 주 관심분야는 데이터 관리, 데이터웨어하우스, 비즈니스 인텔리전스, 정보 공유, 경영성과관리, 빅 데이터 분석 등이다.