근래들어 기관·기업 업무가 정보화되면서 정보시스템 간에 심각한 데이터 중복성과 불일치성의 문제가 대두되고 있다. 예를 들어, 정보시스템 이용자의 의사결정을 효과적으로 지원하기 위해 전사 차원에서 데이터를 통합한 데이터웨어하우스(DW, Data Warehouse)를 운영하는 조직이 증가하고 있으나, 분산된 정보시스템을 통합하고 운영하는 과정에서 정보시스템에 적재된 오류 데이터가 적절히 통제되지 못하고 있다. 이러한 오류 데이터로 인한 잘못된 의사결정으로 피해가 발생하고 있다. 또한, 저품질 데이터를 이용한 고객의 불만도 증가하고 있다. 본 논문의 목적은 기관․ 기업에서 ...
근래들어 기관·기업 업무가 정보화되면서 정보시스템 간에 심각한 데이터 중복성과 불일치성의 문제가 대두되고 있다. 예를 들어, 정보시스템 이용자의 의사결정을 효과적으로 지원하기 위해 전사 차원에서 데이터를 통합한 데이터웨어하우스(DW, Data Warehouse)를 운영하는 조직이 증가하고 있으나, 분산된 정보시스템을 통합하고 운영하는 과정에서 정보시스템에 적재된 오류 데이터가 적절히 통제되지 못하고 있다. 이러한 오류 데이터로 인한 잘못된 의사결정으로 피해가 발생하고 있다. 또한, 저품질 데이터를 이용한 고객의 불만도 증가하고 있다. 본 논문의 목적은 기관․ 기업에서 데이터 품질관리 프로세스를 구현하고자 할 때 적용할 수 있는 기준으로서 한국 데이터베이스진흥원에서 제시한 데이터 품질관리 프로세스 모델을 사용하여 데이터와 데이터구조, 데이터 관리 프로세스 측면에서의 표준 데이터 및 참조 모델 데이터 표준 관리 등 실제로 이뤄지는 데이터 품질 사례를 통하여 데이터 품질 신뢰도를 향상 시키는 방안을 제시하고자 한다. 예로 사용한 Check-pattern Function의 경우 Oracle에서 구현되며, 오류 사례로 사용된 데이터를 테스트하기 위해 한국데이터베이스진흥원의 품질가이드라인의 완전성, 유효성, 일관성, 유일성 기준으로 테스트하였다. 본 연구에서는 급격히 발전하는 데이터 증가에 따라 데이터 품질관리를 실시함으로 기관․ 기업에서 데이터 품질관리 프로세스를 구현하는데, 활용될 수 있을 것이라고 사료된다. 주제어 : 데이터 품질, 데이터 표준, 저품질 데이터, 데이터 품질관리, 오류 사례, 데이터 품질 신뢰도, 데이터 품질관리 프로세스
근래들어 기관·기업 업무가 정보화되면서 정보시스템 간에 심각한 데이터 중복성과 불일치성의 문제가 대두되고 있다. 예를 들어, 정보시스템 이용자의 의사결정을 효과적으로 지원하기 위해 전사 차원에서 데이터를 통합한 데이터웨어하우스(DW, Data Warehouse)를 운영하는 조직이 증가하고 있으나, 분산된 정보시스템을 통합하고 운영하는 과정에서 정보시스템에 적재된 오류 데이터가 적절히 통제되지 못하고 있다. 이러한 오류 데이터로 인한 잘못된 의사결정으로 피해가 발생하고 있다. 또한, 저품질 데이터를 이용한 고객의 불만도 증가하고 있다. 본 논문의 목적은 기관․ 기업에서 데이터 품질관리 프로세스를 구현하고자 할 때 적용할 수 있는 기준으로서 한국 데이터베이스진흥원에서 제시한 데이터 품질관리 프로세스 모델을 사용하여 데이터와 데이터구조, 데이터 관리 프로세스 측면에서의 표준 데이터 및 참조 모델 데이터 표준 관리 등 실제로 이뤄지는 데이터 품질 사례를 통하여 데이터 품질 신뢰도를 향상 시키는 방안을 제시하고자 한다. 예로 사용한 Check-pattern Function의 경우 Oracle에서 구현되며, 오류 사례로 사용된 데이터를 테스트하기 위해 한국데이터베이스진흥원의 품질가이드라인의 완전성, 유효성, 일관성, 유일성 기준으로 테스트하였다. 본 연구에서는 급격히 발전하는 데이터 증가에 따라 데이터 품질관리를 실시함으로 기관․ 기업에서 데이터 품질관리 프로세스를 구현하는데, 활용될 수 있을 것이라고 사료된다. 주제어 : 데이터 품질, 데이터 표준, 저품질 데이터, 데이터 품질관리, 오류 사례, 데이터 품질 신뢰도, 데이터 품질관리 프로세스
Following the recent informatization of the duties of organizations·companies, serious issues of data redundancy and discord are on the rise among information systems. For example, although there is an overall increase in organizations that run combined data warehouses in order to effectively suppor...
Following the recent informatization of the duties of organizations·companies, serious issues of data redundancy and discord are on the rise among information systems. For example, although there is an overall increase in organizations that run combined data warehouses in order to effectively support the decision-making of the information system’s user, the erroneous data loaded onto the information system in the process of operating and combining the dispersed information system is not being adequately regulated. Damage is occurring due to the incorrect decision-making that is arising as a result of this kind of erroneous data. Furthermore, the dissatisfaction of customers who use this low-quality data is increasing. The purpose of this study is to propose a plan to increase the credibility of data quality through examples of actually-occurring data quality cases such as management policy establishment, standard data, as well as standard management of reference models in the aspect of data, data structure, and the data management process, by using the data quality management process model proposed by the Korea Database Agency as the standard by which organizations·companies can apply the data quality management process that they wish to implement. In the case of the Check-pattern Function that was used as an example, it is implemented by Oracle, and was tested according to the standard of the Korean Database Agency’s quality guidelines concerning integrity, validity, consistency, and uniqueness in order to test the data that was used as an erroneous case. This study conducts data quality management according to the rapidly developing increase of data, and thus can be expected to be utilized when implementing a data quality management process at organizations·companies. Key Words : data quality, standard of data, low quality data, Data Quality Management, data error case, data quality reliability, Data Quality Management Process
Following the recent informatization of the duties of organizations·companies, serious issues of data redundancy and discord are on the rise among information systems. For example, although there is an overall increase in organizations that run combined data warehouses in order to effectively support the decision-making of the information system’s user, the erroneous data loaded onto the information system in the process of operating and combining the dispersed information system is not being adequately regulated. Damage is occurring due to the incorrect decision-making that is arising as a result of this kind of erroneous data. Furthermore, the dissatisfaction of customers who use this low-quality data is increasing. The purpose of this study is to propose a plan to increase the credibility of data quality through examples of actually-occurring data quality cases such as management policy establishment, standard data, as well as standard management of reference models in the aspect of data, data structure, and the data management process, by using the data quality management process model proposed by the Korea Database Agency as the standard by which organizations·companies can apply the data quality management process that they wish to implement. In the case of the Check-pattern Function that was used as an example, it is implemented by Oracle, and was tested according to the standard of the Korean Database Agency’s quality guidelines concerning integrity, validity, consistency, and uniqueness in order to test the data that was used as an erroneous case. This study conducts data quality management according to the rapidly developing increase of data, and thus can be expected to be utilized when implementing a data quality management process at organizations·companies. Key Words : data quality, standard of data, low quality data, Data Quality Management, data error case, data quality reliability, Data Quality Management Process
※ AI-Helper는 부적절한 답변을 할 수 있습니다.