Transcript FOUNDATIONS OF BUSINESS INTELLIGENCE: DATABASES …

Management Information Systems
MANAGING THE DIGITAL FIRM, 12TH EDITION GLOBAL EDITION
Chapter 6
비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비디오 사례
사례 1: 마루티스즈키(Maruti Suzuki )의 비즈니스 인텔리전스와 전사적
데이터베이스
사례 2: REI의 데이터웨어하우징: 고객 이해하기
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
학습목표
• 전통적인 파일 환경에서의 데이터 자원 관리의
문제점들은 무엇이며, 그러한 문제점들은
데이터베이스관리시스템을 통해 어떻게 해결될 수 있는지
설명할 수 있다.
• 데이터베이스관리시스템의 기능과 가치에 대해 설명할 수
있다.
• 데이터베이스 설계의 주요 원리들을 활용할 수 있다.
• 비즈니스 성과와 의사결정 향상을 위해
데이터베이스로부터 정보를 제공해주는 도구들과
기술들을 평가할 수 있다.
• 조직의 데이터 자원 관리에 있어 정책, 데이터관리, 데이터
품질 보증의 역할을 평가할 수 있다.
2
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
Key Question
• Biz 환경에서 데이터 베이스 관리는 왜 중요한가?
: 잘못된 data는 잘못된 의사결정초래! Data Cleansing
: Data도 자산이다.
자산의 통제(불일치,보안,정보정책,책임) 및
효율성(유연성,가용성) 제고!
: 과거 이슈 – Y2K , 최근 이슈 – 보안, Big Data
• 데이터베이스와 관련하여 알아야 할 용어
: 데이터베이스 vs 파일 vs 레코드 vs 필드 vs 바이트 vs 비트
: 데이터 조작어 - SQL(Structured Query Language)
: 데이터베이스 설계 시 정규화
: Master Data , ERD
: DW, OLAP, Data Mining
3
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
RR 도넬리는 자신의 데이터를 마스터하려 한다
• 문제점: 급격한 성장이 정보 관리에 대한 도전과제들을
만들어냄.
• 해결책: 불필요한 데이터의 중복을 예방하면서 전사적인
데이터 집합을 생성하는 마스터데이터관리를 활용함.
• 마스터데이터관리(Master Data Management: MDM)는 RR
도넬리와 같은 기업들이 오래되거나 불완전하거나
정확하지 않은 데이터를 제거할 수 있도록 해줌.
• 성공적인 데이터 관리를 위한 IT의 역할을 보여줌.
• 데이터 저장 및 구성에서 디지털 기술의 역할을 설명해줌.
4
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
전통적인 파일 환경에서의 데이터 구성
• 파일 구성의 개념
–
–
–
–
데이터베이스(database): 연관된 파일들의 그룹
파일(file): 같은 유형의 레코드들의 그룹
레코드(record): 연관된 필드들의 그룹
필드(field): 단어(들) 또는 숫자와 같은 문자의 그룹
• 개체(entity): 우리가 저장하는 정보와 관련된 사람,
장소, 사물
• 속성(attribute): 개체를 기술하는 각 특성 또는 품질
– 예: 과목 개체를 기술하는 날짜 또는 학점 속성
5
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
전통적인 파일 환경의 데이터 구조
데이터의 계층 구조
컴퓨터 시스템은 0 또는 1을
표현하는 비트로 시작하는
계층 구조로 데이터를
구성한다. 비트들은 모여서
하나의 글자, 숫자, 또는
심벌을 표현할 수 있는
하나의 바이트를 형성할 수
있다. 바이트들이 모여서
하나의 필드를 형성할 수
있으며, 관련된 필드들이
모여서 하나의 레코드를
형성할 수 있다. 관련된
레코드들이 모여서 하나의
파일을 형성할 수 있으며,
관련된 파일들이 모여서
하나의 데이터베이스를
구성할 수 있다.
중앙집중화 &
중복data통제
그림 6-1
6
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
전통적인 파일 환경의 데이터 구조
• 전통적 파일 환경의 문제점 (파일들이 여러 부서들에서
개별적으로 보유됨)
– 데이터 중복(data redundancy):
• 여러 데이터 파일들에서 데이터들이 중복적으로 나타남
– 데이터 불일치(data inconsistency):
• 같은 속성이 다른 값을 가짐
– 프로그램-데이터 의존성(program-data dependence):
• 프로그램의 변화가 있을 때 프로그램이 접근하는 데이터의
변화를 요구함
– 유연성 부족
– 부실한 보안성
– 데이터 공유 및 가용성 결여
7
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
전통적인 파일 환경의 데이터 구조
전통적인 파일 처리
그림 6-2
8
파일 처리에 대한 전통적 접근 방법의 사용은 기업의 각 기능 영역에 특화된 응용시스템들과
파일들을 개발하도록 촉진한다. 각각의 응용시스템들은 마스터 파일의 부분 집합이 될 수 있는
고유한 데이터 파일을 이 필요하다 한다. 이런 마스터 파일의 부분 집합들은 데이터 중복 및 불일치,
처리 유연성 상실, 저장 자원의 낭비를 초래한다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
• 데이터베이스(database)
– 데이터들의 중앙집중화와 중복 데이터에 대한 통제를 통해 다수의
응용프로그램들을 효율적으로 지원
• 데이터베이스관리시스템(Database Management System:
DBMS)
– 응용프로그램들과 물리적 데이터 파일들 간의 인터페이스
– 데이터에 대한 논리적 뷰(logical view)와 물리적 뷰(physical view)의
구분
– 전통적 파일 환경의 문제점 해결
•
•
•
•
9
중복에 대한 통제
불일치 제거
프로그램과 데이터의 분리
조직은 중앙에서 데이터와 데이터 보안을 관리할 수 있음
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
여러 뷰들을 가진 인적자원 데이터베이스
그림 6-3
10
하나의 인적자원 데이터베이스는 사용자의 정보 요구에 따라 여러 가지의 상이한 데이터 뷰들을
제공한다. 여기서 설명된 예는 두 가지 뷰의 예들을 보여주는데, 하나는 복리후생 전문가가 관심을
가지는 뷰이고 다른 하나는 급여 부서의 직원이 관심을 가지는 뷰이다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
• 관계형 DBMS(relational DBMS)
– 데이터들을 2차원의 테이블(관계(relation)라 부름)들로 표현함
– 각각의 테이블은 하나의 개체와 속성들의 데이터들로 구성됨
• 테이블(table): 행과 열로 구성됨
– 행(터플(tuples)): 개체들에 대한 레코드
– 필드(열, 컬럼(columns)): 개체의 속성을 표현
– 키 필드(key field): 레코드 각각을 고유하게 식별하는 데 사용하는
필드
– 주키(primary key): 테이블에서 키 필드로 사용되는 필드
– 외래키(foreign key): 원본 테이블과 연결된 레코드들을 식별하기
위하여 외래 테이블에서 색인 필드로 사용되는 주키
11
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
관계형 데이터베이스 테이블
그림 6-4
12
하나의 관계형 데이터베이스는 데이터들을 2차원 테이블 형태로 구성한다. 여기서 설명된 공급자와
부품 개체들에 대한 테이블들은 각각의 개체와 그것의 속성들이 어떻게 표현되는지를 보여준다.
공급자_번호는 공급자 테이블에 대해서는 주키이고 부품 테이블에 대해서는 외래키이다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
관계형 데이터베이스 테이블 (계속)
그림 6-4
(계속)
13
하나의 관계형 데이터베이스는 데이터들을 2차원 테이블 형태로 구성한다. 여기서 설명된 공급자와
부품 개체들에 대한 테이블들은 각각의 개체와 그것의 속성들이 어떻게 표현되는지를 보여준다.
공급자_번호는 공급자 테이블에 대해서는 주키이고 부품 테이블에 대해서는 외래키이다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
• 관계형 DBMS 운영
– 유용한 데이터들을 도출하기 위해 3 가지의
기본 연산들을 사용함
• SELECT: 기술된 기준을 만족시키는 파일의 모든
레코드들(행들)로 구성된 부분 집합을 생성함
• JOIN: 사용자에게 개별 테이블들에서 제공
가능한 정보 이상의 정보들을 제공하기 위해
관계형 테이블들을 결합시킴
• PROJECT: 사용자들이 필요한 정보들로만 구성된
새로운 테이블을 만들 수 있도록 함
14
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
관계형 DBMS의 3가지 기본 연산
그림 6-5
15
Select, project, join 연산들은 2개의 상이한 테이블들의 데이터들을 결합시키고 오직 선택된 속성들만
보이도록 해준다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
• 객체지향 DBMS(Object-Oriented DBMS: OODBMS)
– 데이터와 데이터를 다루는 절차(procedure)를 객체로
저장함
– 그래픽, 멀티미디어, 자바 애플릿 등이 객체가 될 수
있음
– 많은 트랜잭션들을 처리할 때에는 관계형 DBMS에
비해 상대적으로 더 느림
– 혼합형 객체관계(hybrid object-relational) DBMS:
객체지향 및 관계형 DBMS 양쪽 모두의 기능들을
제공함
• 클라우드에서의 데이터베이스
16
– 자체적으로 제공하는 DB보다 기능성은 떨어짐
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
• 데이터베이스관리시스템의 기능
– 데이터 정의(data definition) 기능: 데이터베이스 테이블들을
생성하고 각 테이블의 필드들의 특성들을 정의하여 데이터베이스
콘텐츠의 구조를 규정함
– 데이터 사전(data dictionary): 데이터 요소들의 정의들과 특성들을
저장한 자동화된 또는 수동적인 파일
– 데이터 조작어(data manipulation language): 데이터베이스에서
데이터를 추가하고, 변경하고, 삭제하고, 조회하는 데 사용됨
• Structured Query Language (SQL)
• SQL을 생성하기 위한 Microsoft Access의 사용자 도구
– 많은 DBMS들은 세련된 리포트를 생성하는 기능(Crystal Reports)을
가지고 있음
17
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
데이터 사전의
리포트 샘플
마이크로소프트 액세스는
데이터베이스의 각 필들에
대한 사이즈, 포맷, 그리고
여타의 특성들에 관한 정보를
보여주는 기본적인 데이터
사전 기능을 가지고 있다.
여기서는 공급자 테이블에서
유지관리되는 정보를
보여주고 있다. 공급자_번호
왼쪽의 작은 키 모양의
아이콘은 키 필드를
나타낸다.
그림 6-6
18
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
SQL 쿼리 예
그림 6-7
19
여기에서 기술된 것은 부품 137이나 150에 대해 공급자를 찾아내는 쿼리에 대한 SQL문이다. 이
SQL문은 그림 6-5와 동일한 결과를 제공한다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
ACCESS 쿼리
여기서는 그림 6-7의 쿼리가
Access Query Design View의
쿼리 생성 도구들을 이용할
때 어떻게 만들어질 수 있는
지를 보여준다. 이 그림은
쿼리에 필요한 테이블들,
필드들, 선정 기준을
보여준다.
그림 6-8
20
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
• 데이터베이스 설계
– 개념적(conceptual)(논리적(logical)) 설계: 비즈니스 관점에서의
추상적 모델
– 물리적(physical) 설계: 직접 접근되는 저장장치에 대해
데이터베이스가 실제 어떻게 배열되는가 보여줌
• 설계 프로세스는 다음과 같은 것들을 규정함
– 데이터 요소들간의 관계성, 중복된 데이터베이스 요소들
– 비즈니스 요구 사항들을 만족시키는 요소들을 가장 효율적으로
그루핑하는 방법, 응용프로그램들에서의 요구사항
• 정규화(normalization)
– 데이터 구성요소의 중복성과 불편한 다대다 관계성을 최소화 하기
위하여 복잡한 데이터 그룹들을 최적화시키는 것
21
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
정규화되지 않은 주문 관계
그림 6-9
22
정규화되지 않은 관계는 반복적인 그룹들을 포함한다. 예를 들어, 각 주문에는 다수의 부품들과
공급자들이 있을 수 있다. 주문_번호와 주문_날짜 간에는 일대일 대응관계만이 존재한다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
주문 관계로부터 생성된 정규화된 테이블들
그림 6-10
23
정규화를 통해, 원래의 주문 관계는 4개의 더 작은 관계들로 분할되었다. 주문 관계에는 단 2개의
속성만이 남게 되고, 라인_아이템 관계는 주문_번호와 부품_번호로 구성된 복합(combined 또는
concatenated)키를 가진다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
• 개체관계성도(Entity-Relationship Diagram: ERD)
– 데이터베이스 설계자들이 데이터 모델을 작성하기
위해 사용함
– 개체들간의 관계성을 설명함
• 분산 데이터베이스: 데이터베이스를 여러 장소에
저장하는 것
– 분할형(partitioned): 서로 다른 장소에 데이터베이스의
서로 다른 부분을 저장함
– 중복형(replicated): 다른 장소에 완전히 중복적으로
저장한 중앙집중화된 데이터베이스
24
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
개체관계성도
그림 6-11
25
이 다이어그램은 그림 6-10의 데이터베이스를 모델링하는 데 사용될 수도 있는 주문, 라인_아이템,
부품, 공급자 개체들 간의 관계성들을 보여준다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비즈니스 성과와 의사결정력 향상을 위한 데이터베이스 활용
• 대용량 데이터베이스나 시스템은 특별한 기능과
도구를 필요로 함
– 대량의 데이터를 분석하기 위해
– 여러 가지 시스템들에 저장된 데이터에 접근하기
위해
• 3가지 핵심 기술
1.데이터웨어하우징(data warehousing)
2.데이터마이닝(data mining)
3.웹을 통해 내부 데이터베이스에 접근할 수 있는
도구들
26
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비즈니스 성과와 의사결정력 향상을 위한 데이터베이스 활용
• 데이터웨어하우스(data warehouse):
– 다수의 핵심적인 거래처리시스템들로부터 현재 및 과거
데이터들을 저장함
– 전사적인 사용을 위해 정보를 통합하고 표준화하지만, 변경은 할
수 없음
– 데이터웨어하우스시스템은 쿼리, 분석, 리포팅 도구들을 제공함
• 데이터마트(data marts):
– 데이터웨어하우스의 일부분
– 특정 사용자 집단이 사용할 수 있도록 특정 초점을 가지고 요약된
조직 데이터의 일부분
– 초점은 일반적으로 단일 주제 영역이나 업무 영역에 맞춤
27
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
데이터웨어하우스의 구성요소
그림 6-12
28
데이터웨어하우스는 현재 및 과거 데이터를 조직 내의 여러 운영 시스템들로부터 추출한다. 이런
데이터들은 외부 소스들로부터 제공되는 데이터들과 결합되어, 경영 리포팅 및 분석을 위해 설계된
중앙 데이터베이스로 재구성된다. 정보사전은 사용자들에게 데이터웨어하우스에서 사용 가능한
데이터들에 관한 정보를 제공한다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비즈니스 성과와 의사결정력 향상을 위한 데이터베이스 활용
• 비즈니스 인텔리전스(Business Intelligence: BI):
– 사용자들이 더욱 나은 의사결정 하도록 돕기
위하여 방대한 양의 데이터를 통합, 분석, 접근할 수
있도록 해주는 도구
– 예: Harrah’s Entertainment 는 도박 프로파일과 가장
수익성이 높은 고객을 식별하기 위해 고객을
분석함
– 주요 도구들:
• 데이터베이스 쿼리 및 리포팅 소프트웨어
• 온라인분석처리(OnLine Analytical Processing: OLAP)
• 데이터마이닝
29
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비즈니스 성과와 의사결정력 향상을 위한 데이터베이스 활용
• 온라인분석처리(OLAP)
– 다차원(multidimensional) 데이터 분석 지원
• 여러 개의 기준을 이용하여 데이터를 다차원
데이터를 보여줌
• 각각의 차원은 정보에 대한 각 측면(제품, 가격, 비용,
지역, 또는 기간)을 의미함
• 예: 6월에 동부 지역에서 다른 지역에 비해 얼마나
많은 고리쇠들이 팔렸는가?
– OLAP은 특별한 질문들에 대해 온라인 상에서 빠른
답변을 얻을 수 있도록 해줌
30
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
다차원 데이터 모델
보이는 관점은 제품 대
지역이다. 여러분이 이
입방체를 90도 회전시키면
제품 대 실제 및 예상
판매량이 보일 것이다.
여러분이 이 입방체를 90도
다시 회전시키면, 여러분은
지역 대 실제 및 예상
판매량을 볼 수 있다. 다른
관점들도 가
능하다.
그림 6-13
31
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비즈니스 성과와 의사결정력 향상을 위한 데이터베이스 활용
• 데이터마이닝:
– OLAP보다 발견에 중점을 둠
– 대용량 데이터베이스들에 숨긴 패턴들과 관계성들을 찾아내고
이런 패턴 및 관계성들을 통해 미래의 행위를 예측함
– 예: 일대일 마케팅 캠페인을 위해 고객 데이터에서 패턴을 찾거나
수익성 높은 고객들을 파악함
– 데이터마이닝으로부터 얻을 수 있는 정보들의 유형
•
•
•
•
•
32
연관(association)
순차(sequence)
분류(classification)
군집화(clustering)
예측(forecasting)
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비즈니스 성과와 의사결정력 향상을 위한 데이터베이스 활용
• 예측적 분석(predictive analysis)
– 데이터마이닝 기법, 기존 데이터, 미래 상황에
대한 가정을 활용하여 비즈니스 활동들의
결과를 예측함
– 예: 특정 고객이 제안에 반응할 확률
• 텍스트마이닝(text mining)
– 대용량의 비구조적 데이터(예: 저장된
이메일)로부터 핵심 요소들을 추출함
33
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비즈니스 성과와 의사결정력 향상을 위한 데이터베이스 활용
기업들은 텍스트마이닝으로부터 무엇을 배울 수 있는가?
Read the Interactive Session and discuss the following questions
• 비구조적 데이터의 증가는 기업들에게 어떤 도전과제들을
가져다 주는가?
• 텍스트마이닝은 의사결정을 어떻게 향상시키는가?
• 어떤 종류의 기업들이 텍스트마이닝 소프트웨어로부터
가장 큰 이득을 얻을 수 있을 것인가? 설명하여라.
• 텍스트마이닝은 어떤 방식으로 개인 정보 프라이버시에
대한 침해를 야기할 수 있겠는가? 설명하여라.
34
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비즈니스 성과와 의사결정력 향상을 위한 데이터베이스 활용
• 웹마이닝(web mining)
– 웹으로부터 유용한 패턴과 정보들을 발견해내고
분석하는 것
• 예: 고객 행위를 이해하거나 웹사이트의 성과를 평가하는 것
등등
– 웹콘텐트마이닝(web content mining)
• 웹 페이지들의 콘텐트들로부터 지식을 추출함
– 웹구조마이닝(web structure mining)
• 예: 어떤 웹 페이지에 도착할 있는 링크들과 어떤 페이지로부터
출발할 수 있는 링크들
– 웹사용마이닝(web usage mining)
• 웹 서버에 기록된 사용자 상호작용 데이터
35
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
비즈니스 성과와 의사결정력 향상을 위한 데이터베이스 활용
• 데이터베이스와 웹
– 많은 기업들은 웹을 통해 고객들이나 파트너들이 내부
데이터베이스의 일부를 사용할 수 있도록 하고 있음
– 일반적인 설정:
• 웹 서버
• 애플리케이션 서버/미들웨어/CGI(Common Gateway Interface)
스크립트
• 데이터베이스 서버(호스팅 DBMS)
– 웹을 이용한 데이터베이스 접근의 장점:
• 브라우저 소프트웨어의 사용편의성
• 웹 인터페이스는 데이터베이스의 변경 필요성이 적거나 없음
• 시스템에 웹 인터페이스를 추가하는 비용이 저렴함
36
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터관리에 대한 데이터베이스 접근 방법
웹에 대한 내부 데이터베이스들의 연결
그림 6-14
37
사용자들은 데스크탑 PC와 웹 브라우저 소프트웨어를 사용함으로써 웹을 통해 조직의 내부
데이터베이스에 접근할 수 있다.
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터 자원 관리
• 정보 정책 수립
– 데이터의 공유, 관리, 표준화를 위한 기업의 규칙, 절차,
역할
– 데이터관리(data administration):
• 데이터 관리를 위한 특정 정책들과 절차들에 대한 책임을 가진
기업의 기능
– 데이터 거버넌스(data governance):
• 기업에서 사용되는 데이터의 가용성(availability),
유용성(usability), 통합성(integrity), 보안성(security)을 관리하기
위한 정책들과 프로세스로서, 특히 정부 규제와 관련되어 있음
– 데이터베이스 관리(database administration):
• 데이터베이스를 정의하고, 구성하고, 구축하고, 유지관리하는
것; 데이터베이스 설계 및 관리 그룹에 의해 수행됨
38
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터 자원 관리
• 데이터 품질 보증
– 포춘 1,000대 기업의 데이터베이스의 중요
데이터 중 25% 이상이 부정확하거나 불완전함
– 대부분의 데이터 품질 문제들은 입력
오류로부터 발생함
– 새로운 데이터베이스를 구축하기 전에 다음과
같은 것들을 수행해야 함:
• 잘못된 데이터를 식별하고 수정함
• 데이터베이스가 운영된 후에는 더 나은
데이터 수정 절차를 구축함
39
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터 자원 관리
• 데이터 품질 감사(data quality audit):
– 정보시스템의 데이터에 대한 정확성과 완전성
수준에 대한 구조화된 조사
• 데이터 파일에 대한 조사
• 데이터 품질에 대한 최종사용자 조사
• 데이터 정제(data cleansing)
– 부정확하거나 불완전하거나 중복되었거나 포맷이
부적절한 데이터들을 조사하고 수정하는
소프트웨어
– 여러 정보시스템들 간의 불일치 데이터들에 대한
일치성 강화
40
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
데이터 자원 관리
신용기관 오류: 사람에게 치명적인 문제
Read the Interactive Session and discuss the following questions
• 신용조사기관의 데이터 품질 문제가 신용조사기관,
대출기관, 개인 등에 미치는 영향에 대해 평가하라.
• 신용조사기관의 데이터 품질 문제가 야기하는 윤리적
이슈들로는 어떤 것들이 있는가? 설명하라.
• 신용조사기관의 데이터 품질 문제에 책임이 있는 경영,
조직, 기술 요인들을 분석하라.
• 이러한 문제들을 해결하기 위해서는 어떤 일들이
수행되어야 하는가?
41
© Pearson Education 2012
Management Information Systems
CHAPTER 6: 비즈니스 인텔리전스의 기반:
데이터베이스와 정보 관리
All rights reserved. No part of this publication may be reproduced, stored
in a retrieval system, or transmitted, in any form or by any means,
electronic, mechanical, photocopying, recording, or otherwise, without the
prior written permission of the publisher.
Printed in the United States of America.
Copyright © 2012 Pearson Education
42
© Pearson Education 2012