데이터 품질을 개선하는 방식은 크게 데이터 중심의 품질관리와 프로세스 중심의 품질관리로 구별된다. 데이터 중심의 품질관리는 데이터 오류를 측정하고 평가하여 발견된 오류를 교정하는 작업이다. 이 방법은 데이터 오류에 대해 신속히 개선하는 효과가 있으며 데이터 품질을 정량적으로 제시하는 장점이 있다. 그러나 시간이 지남에 따라 동일한 종류의 오류의 반복으로 인해 데이터 품질의 수준이 하락하는 단점이 있다. 프로세스 중심의 품질관리는 데이터 품질관리 프로세스를 유지 및 개선하는 방법이다. 이 방법에서는 데이터 오류의 교정뿐만 아니라 프로세스의 개선을 통해 데이터 오류의 근본적인 원인을 제거하여 동일한 데이터 오류가 재발되는 것을 방지하게 된다. 기존의 제품 품질, ...
데이터 품질을 개선하는 방식은 크게 데이터 중심의 품질관리와 프로세스 중심의 품질관리로 구별된다. 데이터 중심의 품질관리는 데이터 오류를 측정하고 평가하여 발견된 오류를 교정하는 작업이다. 이 방법은 데이터 오류에 대해 신속히 개선하는 효과가 있으며 데이터 품질을 정량적으로 제시하는 장점이 있다. 그러나 시간이 지남에 따라 동일한 종류의 오류의 반복으로 인해 데이터 품질의 수준이 하락하는 단점이 있다. 프로세스 중심의 품질관리는 데이터 품질관리 프로세스를 유지 및 개선하는 방법이다. 이 방법에서는 데이터 오류의 교정뿐만 아니라 프로세스의 개선을 통해 데이터 오류의 근본적인 원인을 제거하여 동일한 데이터 오류가 재발되는 것을 방지하게 된다. 기존의 제품 품질, 소프트웨어 품질을 다루었던 대부분의 표준이나 모델들은 제품의 품질을 측정 및 보완 하는 방식이 아니라 프로세스를 고려하여 제품의 품질을 향상시키는 방식을 택하고 있다. 예를 들면 제품 품질을 다루는 ISO 9000 시리즈는 품질 관리 프로세스를 관리하는 표준이며, 소프트웨어 품질을 다루는 ISO/IEC 15504나 CMMI도 소프트웨어 전반의 수명주기 프로세스를 평가하고 개선하여 소프트웨어의 품질을 향상시키는 표준과 모델이다. 마찬가지로 데이터 품질을 다루는 모델에서도 ISO 8000-150, DQM3, IQM3, EIDIQ IQM-SP, DAMA DMBOK Guide, Federal DAS Data Quality Framework 등이 있는데 이 모델들은 프로세스의 성숙도를 평가하고 프로세스를 개선함으로써 데이터의 품질을 향상시키는 모델들이다. 본 연구의 목적은 이런 프로세스 중심의 데이터 품질 관점에서 데이터 품질관리 프로세스 평가를 위한 프로세스 참조 모델의 개발에 있다. 데이터 품질관리의 기본 원칙을 정립하고 데이터 품질관리 프로세스를 도출하고 각 프로세스에 대한 프로세스의 목적 및 성과, 세부 활동을 정의함으로써 데이터 품질관리 프로세스 평가를 위한 프로세스 참조 모델을 제시한다. 또한, 제시된 프로세스 참조 모델을 기존의 품질 평가 모델들과의 비교 분석을 통하여 보완하고 데이터 품질관리 평가 모델로의 적용을 통하여 프로세스 참조 모델로서의 사용을 검토하였다. 데이터 품질관리 프로세스 참조 모델의 프로세스 도출 방법은 데이터 품질관리와 관련된 기존의 모델 중에서 정의된 데이터 관리 프로세스나 정보/데이터 품질관리 프로세스, 프로세스 성숙모델 (ISO 8000-150, DQM3, IQM3, EIDIQ IQM-SP, DAMA DMBOK Guide, Federal DAS Data Quality Framework) 등에서 정의된 프로세스를 참고하여 기본적으로 필요한 프로세스를 도출하고, ISO 9000에서 사용된 PDCA (Plan-Do-Check-Act)의 개념에 따라 프로세스를 분류하게 된다. 추가로, 기존의 소프트웨어/시스템 수명주기 프로세스 및 성숙 모델 (ISO 12207, 15504, 15288, CMMI 등)을 참조하여 프로세스를 보완한다. 이 프로세스는 데이터 수명주기 프로세스 개념도 반영하여 도출되었다. 데이터 품질관리 성숙도 평가 모델은 크게 프로세스 참조 모델, 프로세스 측정 프레임워크, 프로세스 성숙 모델, 프로세스 개선 지침의 4가지로 구성된다. 본 연구에서는 데이터 품질관리 평가 모델 중 가장 중요하고 기본이 되는 프로세스 참조 모델을 제시하였다. 추후, 이 프로세스 참조 모델을 기반으로 데이터 품질관리 프로세스 성숙 레벨, 프로세스 속성 및 측정 지표를 정의하기 위한 프로세스 측정 프레임워크, 각 레벨 별로 핵심 프로세스 영역(key process areas: KPA)을 정의하고 프로세스 참조 모델과 프로세스 측정 프레임워크를 통해 데이터 품질관리 프로세스의 성숙 레벨을 측정하고 평가하는 프로세스 성숙 모델, 데이터 품질관리 프로세스 성숙도를 개선하여 데이터 품질을 향상시키기 위한 프로세스 개선 지침을 개발하여 전체적인 데이터 품질관리 프로세스 성숙도 평가 모델을 완성하는 것이 필요하다.
데이터 품질을 개선하는 방식은 크게 데이터 중심의 품질관리와 프로세스 중심의 품질관리로 구별된다. 데이터 중심의 품질관리는 데이터 오류를 측정하고 평가하여 발견된 오류를 교정하는 작업이다. 이 방법은 데이터 오류에 대해 신속히 개선하는 효과가 있으며 데이터 품질을 정량적으로 제시하는 장점이 있다. 그러나 시간이 지남에 따라 동일한 종류의 오류의 반복으로 인해 데이터 품질의 수준이 하락하는 단점이 있다. 프로세스 중심의 품질관리는 데이터 품질관리 프로세스를 유지 및 개선하는 방법이다. 이 방법에서는 데이터 오류의 교정뿐만 아니라 프로세스의 개선을 통해 데이터 오류의 근본적인 원인을 제거하여 동일한 데이터 오류가 재발되는 것을 방지하게 된다. 기존의 제품 품질, 소프트웨어 품질을 다루었던 대부분의 표준이나 모델들은 제품의 품질을 측정 및 보완 하는 방식이 아니라 프로세스를 고려하여 제품의 품질을 향상시키는 방식을 택하고 있다. 예를 들면 제품 품질을 다루는 ISO 9000 시리즈는 품질 관리 프로세스를 관리하는 표준이며, 소프트웨어 품질을 다루는 ISO/IEC 15504나 CMMI도 소프트웨어 전반의 수명주기 프로세스를 평가하고 개선하여 소프트웨어의 품질을 향상시키는 표준과 모델이다. 마찬가지로 데이터 품질을 다루는 모델에서도 ISO 8000-150, DQM3, IQM3, EIDIQ IQM-SP, DAMA DMBOK Guide, Federal DAS Data Quality Framework 등이 있는데 이 모델들은 프로세스의 성숙도를 평가하고 프로세스를 개선함으로써 데이터의 품질을 향상시키는 모델들이다. 본 연구의 목적은 이런 프로세스 중심의 데이터 품질 관점에서 데이터 품질관리 프로세스 평가를 위한 프로세스 참조 모델의 개발에 있다. 데이터 품질관리의 기본 원칙을 정립하고 데이터 품질관리 프로세스를 도출하고 각 프로세스에 대한 프로세스의 목적 및 성과, 세부 활동을 정의함으로써 데이터 품질관리 프로세스 평가를 위한 프로세스 참조 모델을 제시한다. 또한, 제시된 프로세스 참조 모델을 기존의 품질 평가 모델들과의 비교 분석을 통하여 보완하고 데이터 품질관리 평가 모델로의 적용을 통하여 프로세스 참조 모델로서의 사용을 검토하였다. 데이터 품질관리 프로세스 참조 모델의 프로세스 도출 방법은 데이터 품질관리와 관련된 기존의 모델 중에서 정의된 데이터 관리 프로세스나 정보/데이터 품질관리 프로세스, 프로세스 성숙모델 (ISO 8000-150, DQM3, IQM3, EIDIQ IQM-SP, DAMA DMBOK Guide, Federal DAS Data Quality Framework) 등에서 정의된 프로세스를 참고하여 기본적으로 필요한 프로세스를 도출하고, ISO 9000에서 사용된 PDCA (Plan-Do-Check-Act)의 개념에 따라 프로세스를 분류하게 된다. 추가로, 기존의 소프트웨어/시스템 수명주기 프로세스 및 성숙 모델 (ISO 12207, 15504, 15288, CMMI 등)을 참조하여 프로세스를 보완한다. 이 프로세스는 데이터 수명주기 프로세스 개념도 반영하여 도출되었다. 데이터 품질관리 성숙도 평가 모델은 크게 프로세스 참조 모델, 프로세스 측정 프레임워크, 프로세스 성숙 모델, 프로세스 개선 지침의 4가지로 구성된다. 본 연구에서는 데이터 품질관리 평가 모델 중 가장 중요하고 기본이 되는 프로세스 참조 모델을 제시하였다. 추후, 이 프로세스 참조 모델을 기반으로 데이터 품질관리 프로세스 성숙 레벨, 프로세스 속성 및 측정 지표를 정의하기 위한 프로세스 측정 프레임워크, 각 레벨 별로 핵심 프로세스 영역(key process areas: KPA)을 정의하고 프로세스 참조 모델과 프로세스 측정 프레임워크를 통해 데이터 품질관리 프로세스의 성숙 레벨을 측정하고 평가하는 프로세스 성숙 모델, 데이터 품질관리 프로세스 성숙도를 개선하여 데이터 품질을 향상시키기 위한 프로세스 개선 지침을 개발하여 전체적인 데이터 품질관리 프로세스 성숙도 평가 모델을 완성하는 것이 필요하다.
The approach to improve data quality is distinguished by data-centric and process-centric quality management. The data-centric quality management measures and evaluates the data errors to correct any data errors that are found. This approach has the advantage of presenting quantitative data quality ...
The approach to improve data quality is distinguished by data-centric and process-centric quality management. The data-centric quality management measures and evaluates the data errors to correct any data errors that are found. This approach has the advantage of presenting quantitative data quality and how quickly to improve the effect of data errors. However, this approach has the disadvantage of declining the level of data quality over time due to the repetition of the same kind of error. The process-centric quality management maintains and improves the data quality management process. This approach prevents the same kind of data error from recurring the data error by removing the root cause of data error, as well as the correction of data error through the improvement of data quality management process. Most of the existing standards or models dealt product quality and software quality are taking way to improve the product quality by considering the process as a measure and complement of product quality. For example, ISO 9000 series dealing with product quality is the standard to manage the process of quality management, and ISO/IEC 15504 or CMMI dealing with software quality is the standard and model to improve software quality by assessing and improving software life-cycle process. Similarly, The models dealing with data quality are ISO 8000-150, DQM3, IQM3, EIDIQ IQM-SP, DAMA DMBOK Guide, and Federal DAS Data Quality Framework, which they are the models to assess the maturity of processes and improve data quality by improving processes. The purpose of this research is to develop the process reference model for data quality management process assesment in viewpoint of process-centric data quality. This research proposes the process reference model for data quality process assessment to establish the fundamental principle of data quality management and identify the data quality management processes and define the purpose, outcomes, and activities of each process. Also, it complements by the comparison and analysis of the proposed process reference model and verifies the use as a process reference model by appling the existing data quality assessment model to it. How to identify the processes of data quality management process reference model is to identify processes in the data management processes, information/data management processes, and process maturity models of the existing models (ISO 8000-150, DQM3, IQM3, EIDIQ IQM-SP, DAMA DMBOK Guide, Federal DAS Data Quality Framework), and to classify the identified processes in accordance with the concept of PDCA (Plan-Do-Check-Act) used in the ISO 9000. In Addition, it complements the processes of data quality management process model by referencing the existing software/system life-cycle processes and maturity models (ISO 12207, 15504, 15288, CMMI). These processes is identified to reflect the concept of the data life-cycle process. The data quality management maturity assessment model consists of process reference model, process measurement framework, process maturity model, and process improvement guidelines. This research proposed the process reference model, the most important and fundamental model of the data quality management maturity assessment model. In future research, it is necessary to complete the overall data quality management process assessment model by developing the process measurement framework to define process maturity levels, process attributes, and process measurement metrics, the process maturity model to define KPA(Key Process Area) for each process maturity level and measure and assess the maturity level of data quality management processes using the process reference model and process measurement framework, and process improvement guidelines to improve data quality by improving the maturity of data quality processes.
The approach to improve data quality is distinguished by data-centric and process-centric quality management. The data-centric quality management measures and evaluates the data errors to correct any data errors that are found. This approach has the advantage of presenting quantitative data quality and how quickly to improve the effect of data errors. However, this approach has the disadvantage of declining the level of data quality over time due to the repetition of the same kind of error. The process-centric quality management maintains and improves the data quality management process. This approach prevents the same kind of data error from recurring the data error by removing the root cause of data error, as well as the correction of data error through the improvement of data quality management process. Most of the existing standards or models dealt product quality and software quality are taking way to improve the product quality by considering the process as a measure and complement of product quality. For example, ISO 9000 series dealing with product quality is the standard to manage the process of quality management, and ISO/IEC 15504 or CMMI dealing with software quality is the standard and model to improve software quality by assessing and improving software life-cycle process. Similarly, The models dealing with data quality are ISO 8000-150, DQM3, IQM3, EIDIQ IQM-SP, DAMA DMBOK Guide, and Federal DAS Data Quality Framework, which they are the models to assess the maturity of processes and improve data quality by improving processes. The purpose of this research is to develop the process reference model for data quality management process assesment in viewpoint of process-centric data quality. This research proposes the process reference model for data quality process assessment to establish the fundamental principle of data quality management and identify the data quality management processes and define the purpose, outcomes, and activities of each process. Also, it complements by the comparison and analysis of the proposed process reference model and verifies the use as a process reference model by appling the existing data quality assessment model to it. How to identify the processes of data quality management process reference model is to identify processes in the data management processes, information/data management processes, and process maturity models of the existing models (ISO 8000-150, DQM3, IQM3, EIDIQ IQM-SP, DAMA DMBOK Guide, Federal DAS Data Quality Framework), and to classify the identified processes in accordance with the concept of PDCA (Plan-Do-Check-Act) used in the ISO 9000. In Addition, it complements the processes of data quality management process model by referencing the existing software/system life-cycle processes and maturity models (ISO 12207, 15504, 15288, CMMI). These processes is identified to reflect the concept of the data life-cycle process. The data quality management maturity assessment model consists of process reference model, process measurement framework, process maturity model, and process improvement guidelines. This research proposed the process reference model, the most important and fundamental model of the data quality management maturity assessment model. In future research, it is necessary to complete the overall data quality management process assessment model by developing the process measurement framework to define process maturity levels, process attributes, and process measurement metrics, the process maturity model to define KPA(Key Process Area) for each process maturity level and measure and assess the maturity level of data quality management processes using the process reference model and process measurement framework, and process improvement guidelines to improve data quality by improving the maturity of data quality processes.
Keyword
#Data Quality Data Quality Management Data Quality Management Process Process Assessment
학위논문 정보
저자
이창수
학위수여기관
명지대학교 대학원
학위구분
국내박사
학과
산업경영공학과
지도교수
김선호
발행연도
2013
총페이지
vi, 83 p.
키워드
Data Quality Data Quality Management Data Quality Management Process Process Assessment
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.