데이터 이해

데이터

데이터의 의미와 특성

• 데이터는 객관적인 사실(Fact, Raw-meterial)이라는 측면에서 존재적 특성을 가지고, 추론, 예측, 전망, 추정을 위한 근거(Basis)라는 측면에서 당위적 특성을 가진다.

존재적 특성 : 객관적인 사실을 의미한다.

당위적 특성 : 추론, 예측, 전망, 추정을 위한 근거이다.

데이터의 유형

• 정성적 데이터는 페이스북, 블로그, 트위처 등에서 사용하는 언어, 문자의 형태이고 정량적 데이터는 기업의 데이터베이스 관리 시스템에 저장되어 있는 수치, 기호 형태로 저장된 것이다.(즉, 수치를 의미하며 나이, 몸무게 등을 포함한다.)

정성적 데이터 : 언어, 문자 등의 형태로 저장과 분서 등에 많은 시간이 소모된다.

정량적 데이터 : 수치, 도형, 기호 등의 형태로 정형화된 데이터로 비용소모가 적다.

지식경영과 지식창조 프로세스

• 공동화
  • 암묵지를 고차원의 암묵지로 전환하는 과정
  • 조직원 간 초보적인 경험, 인식 공유
• 표출화
  • 암묵지를 형식지로 전환하는 과정
  • 암묵지가 구체적인 개념으로 전환, 언어로 표현되어 공식화 된다.
• 연결화
  • 분산된 형식지의 단편들을 수집, 분류, 통합하여 새로운 형식지를 창조하는 과정
  • 지식을 체계화하여 지식체계로 전환시킨다.
• 내면화
  • 형식지를 다시 암묵지로 전환
  • 공동화, 표출화, 연결화를 통해 검증받은 모델이나 기술적 노하우가 개인의 암묵지로 체화되어 간다.

암묵지와 형식지

• 암묵지
  • 개인의 관심사나 상황 중심적인 지식으로 공식, 전달하기 곤란한 지식
  • 사회적으로 중요한 지식이지만 다른 사람에게 공유하기가 어려운 지식
• 형식지
  • 구체적이거나 문서화된 것으로 공식적이고 첵례적인 언어로 전달 가능한 지식
  • 체계적으로 정리되어 있기 때문에 전달과 공유가 용이

데이터와 정보의 관계

데이터는 객관적인 사실이다. 이러한 데이터가 체계화되고 조직화되어 정보로 이용한다.
정보는 지식으로 변환되고 지식이 쌓여 다시 지혜로 변화한다.

지식피라미드

• 데이터 : 존재형식을 불문하고 타 데이터와 상관관계가 없는 가공 전의 순수한 수치나 기호(A: 1000원, B: 4000원)
• 정보 : 데이터의 가공 및 상관관계 간 이해를 통해서 패턴을 인식하고 의미를 부여한 데이터(A가 B보다 더 저렴하다.)
• 지식 : 상호 연결된 정보패턴을 이해하고 이를 퇘로 예측한 결과물이다.
  (A를 사야겠다.)
• 지혜 : 근본적인 원리를 이해하고 이를 토대로 도출되는 창의적인 아이디어이다.
  (A 상품의 기업이 판매하는 다른 상품도 상대적으로 저렴할 것이다.)

---

데이터베이스 정의와 특징

데이터베이스 개요

데이터의 집합체를 의미하고 즉, 여러 사람이 데이터를 공유하고 사용하여 편의성을 향상시키는 것

데이터베이스의 특징

• 통합된 데이터
  • 데이터의 중복 없이 저장하여 데이터를 최소화한다.
• 저장된 데이터
  • 컴퓨터가 접근 가능한 저장매체에 저장된 데이터이다.
• 운영 데이터
  • 기업의 목적에 맞게 운영할 수 있는 데이터이다.
• 공용 데이터
  • 기업이나 조직이 공동으로 소유하고 활용한다.
• 실시간성
  • 다수의 사용자로부터 데터 검색, 질의에 즉시 응답
• 지속적 변환
  • 데이터 입력, 수정, 삭제 등의 작업으로 최신의 데이터를 유지함
• 동시 공유성
  • 여러 사용자가 데이터에 접근하고 공유함
• 내용에 의한 참조
  • 데이터의 참조는 데이터 내용에 의해 참조됨

데이터베이스의 장단점

• 장점
  • 데이터 중복을 최소화
  • 실시간으로 접근 가능
  • 데이터 보안을 제공
  • 데이터베이스의 논리적, 물리적 독립성을 제공
  • 데이터 표준 및 데이터 공유
  • 데이터 일관성과 무결성을 제공
• 단점
  • 데이터베이스 구축에 따른 비용발생
  • 백업과 복구가 복잡

데이터 웨어하우스

기업의 합리적인 의사결정을 위해서 기업 내부 및 외부 데이터를 통합한 데이터의 집합체

데이터 웨어하우스의 특징

• 주제지향적(Subject Oriented)
  • 정보를 특정한 주제에 맞게(고객, 창구, 상품 등) 분류, 가공하여 구조화 한다.
• 통합적(Integrated)
  • 기업 내부의 운영데이터와 기업 외부에서 수집된 외부 데이터는 통합하고 가공되어야 한다.
• 시계열성(time-variant)
  • 과거, 현재 데이터를 일정기간 동안 저장하여 미래를 예측하고 시점별로 분석이 가능하다.
• 비소멸성(Non-volatile)
  • 갱신이 발생하지 않는 조회 전용(Read-Only)이다.

데이터 웨어하우스의 구성 및 구성요소

• 데이터 모델(Data Model)
  • 주제 지향적으로 설계된 ER(Entity Relationship) 모델이다.
  • OLAP을 활용한 다차원 북석을 위한 다차원 모델이다.
• ETL(Extract Transform Load)
  • 기업내부 및 기업외부 데이터를 추출, 정제 및 데이터 웨어하우스에 적재를 수행하는 작업
• ODS(Operational Data Store)
  • 다수의 OLTP 시스텝에서 추출한 데이터를 통합적으로 관리하는 데이터베이스이다.
• DW Meta Data
  • 데이터웨어하우스의 데이터 모델에 대한 정보를 제공하는 운영 메타 데이터와 비즈니스 측면에서 정보를 제공하는 활용 메타 데이터가 있다.
• OLAP(Online Analytical Processing)
  • 고객이 직접 OLAP 툴을 통하여 다차원 분석을 수행하는 솔루션이다.
• 데이터마이닝(Data Mining)
  • 대규모의 데이터로부터 이미 알려지지 않은 사실과 패턴을 분석하는 과정이다.
• 경영기반 솔루션
  • 분석을 위한 BSC, RMS 등의 경영긴반 솔루션이다.

데이터베이스 활용

• KMS(Knowledge Management System)
  • 조직 내의 인적자원들이 축척한 개별적인 지식을 체계화하고 공유함으로써 기업의 경쟁력을 향상하려는 기업 정보 시스템이다.
  • 지식경영 : 기업활동에서 필요한 지식을 적시에 획득, 축적, 유통이 가능하도록 고객, 주주, 기업의 가치를 높이려는 기업활동
• ERP(Enterprise Resource Planning)
  • 기업 내의 생산, 물류, 재무, 회계, 영업, 구매, 재고 등 기간 업무 프로세스들을 통합적으로 통합적으로 연계관리 해주며, 주위에서 발생하는 정보들을 공유하고 실시간 처리를 수행하여 빠른 의사결정을 지원하는 전사적 통합 패키지이다.
  • 통합적으로 자원을 관리해주는 패키지
• SCM(Supply Chain Management)
  • 공급자에서 고객까지의 공급사슬(Supply Chain) 상의 정보, 물자, 현금 흐름에 대해 총체적인 관점에서 체인 간의 인터페이스 및 프로세스를 통합하고 관리함으로써 효율성을 극대화하는 전략적 기법
  • 공급자, 제조자, 배송센터, 고객 등의 물리적 관계부터 서비스, 정보, 현금 등 논리적 관계를 통합적으로 관리하여 효율성을 높인다.
• CRM(Customer Relationship Management)
  • 기업이 상품이나 서비스를 고객에게 지속적으로 구매하도록 하기위해 고객과의 관계를 강화하기 위한 전략으로 LTV(Life Time Value / 고객생애가치)를 극대화 하기 위한 경영전략
• EAI(Enterprise Application Integration)
  • 기업 내부의 상호 연관된 애플리케이션을 연동하여 필요한 정보를 중앙집중적으로 통합, 관리, 사용할 수 있는 미들웨어 솔루션이다.
• 클라우딩 컴퓨팅(Cloud Computing)
  • 인터넷을 사용하여 공유자원을 On-Demand 형태로 이용할 수 있는 서비스
  • 사용자가 사용한 만큼만 비용을 지불하는 형태, private cloud와 public cloud로 분류
• ISP(Information Strategy Planning)
  • 비즈니스의 중장기 경영비전 및 전략을 효과적으로 지원하기 위해서 정보화 전략을 수립하는 컨설팅