데이터 품질 관리 (DQM : Data Quality Management)


1. 정의
   - 기관이나 조직 내외부의 정보시스템 및 DB 사용자의 기대를 만족시키기 위해 지속적으로 수행하는 데이터 관리 및 개선활동.

2. 관점에 따른 분류
                                              데이터 품질관리 모형의 3가지 관점
   가. 미시적 관점
      - 데이터 품질 관리의 각 요소를 확인하고 요소별 데이터 품질 향상 방안을 도출.
   나. 거시적 관점
      - 전사 조직 측면에서 데이터 관리의 성숙도 단계를 정의하고 각 조직의 성숙도를 측정하여 상위 단계로 발전하도록 유도.
   다. 부가가치적 관점
      - 데이터 품질관리의 비용, 효과, 위험 모형을 개발하여 각 조직의 상황에 맞는 데이터 품질관리 방안을 제시.

3. 데이터 품질 관리 대상
                      데이터 품질관리 대상의 3가지 관점
   가. 데이터 값
      - 기관 및 기업의 비전이나 목표를 달성하기 위해 사용되어지는 전산화된 데이터 또는 전산화에 필요한 데이터.
      - 데이터의 현상적 값, 구조적 값
   나. 데이터 구조
      - 데이터가 담겨져 잇는 모양, 틀로서 데이터를 취급하는 관점에 따라 구조가 달라짐.
      - 사용자 뷰(양식, 보고서, 화면, 장표 등.), 모델(개괄, 개념, 참조, 논리, 물리), DB 파일
   다. 데이터 관리 프로세스
      - 데이터 및 데이터 구조의 품질을 안정적으로 유지, 개선하기 위한 활동으로 절차, 조직, 인력 등을 포함함.
      - 데이터 정의 프로세스, 데이터 변경 프로세스, 데이터 평가 프로세스
 
4. 데이터 품질 관리 기본틀 (Framework)
   - 데이터 품질관리의 대상이 되는 구성요소와 요소들 간의 관계를 정의한 데이터 품질관리의 기본 개념틀.
                                         데이터 품질 관리 기본틀(Framework)
   가. 데이터 값
      1) 표준 데이터 
         - 정보시스템에서 사용하는 용어, 도메인, 코드 및 기타 데이터 관련 요소에 대해 공통된 형식과 내용으로 정의하여 
           사용하는 표준 관련 데이터를 의미
      2) 모델 데이터 
         - 데이터 모델을 운용, 관리하는데 필요한 데이터를 의미. 
         - 데이터 참조 모델, 개념 데이터 모델, 논리 데이터 모델, 물리 데이터 모델에 대한 메타 데이터 및 DBMS 객체 정보
      3) 관리 데이터
         - DB 를 효과적으로 운영, 관리하는데 필요한 데이터를 의미.
         - 사용 관리 데이터, 장해 및 보안 관리 데이터, 성능 관리 데이터, 흐름 관리 데이터, 품질관리 데이터
      4) 업무 데이터
         - 기관이나 기업의 업무 및 비즈니스를 수행하는데 필요한 데이터를 의미
         - 소스 데이터, 운영 데이터, 분석 데이터
   나. 데이터 구조
      1) 개념 데이터 모델
         - 업무 요건을 충족하는 데이터의 주제영역과 핵심 데이터 집합을 정의하고 상호 간의 관계를 정의한 모델을 의미.
      2) 데이터 참조 모델
         - 데이터 아키텍쳐의 구축, 유지관리 및 조직에서 사용하고 있는 데이터 모델의 상호 운영과 타 조직 데이터 모델의 참조, 
           재사용을 목적으로 업무영역별, 주제영역별로 표준 데이터 집합과 관리 항록들을 정의한 데이터 모델
      3) 논리 데이터 모델
         - 개념 데이터 모델을 상세화하여 논리적인 데이터 집합, 관리 항목, 관계를 정의한 모델을 의미.
      4) 물리 데이터 모델
         - DBMS 의 특성과 성능을 고려하여 논리 데이터 모델을 구체화시킨 모델을 의미.
      5) DB
         - 물리 모델을 구현한 결과물이며 구축된 실제 데이터가 저장되는 데이터 저장소를 의미
      6) 사용자 View
         - 데이터를 제공하는 정보시스템 상의 화면이나 출력물을 의미.
   다. 데이터 품질 관리 Main 프로세스
      1) 데이터 관리 정책 수립
         - 사업 계획에 기반을 둔 기업의 비젼과 목표를 달성하기 위해 필요한 데이터 확보 계획과 획보된 데이터를 효과적으로 관리, 
           유지하기 위한 체계 및 계획을 정의하는 작업
         - DB 품질과 관련된 프로세스 정의, 프로세스를 수행할 작업주체를 선정, 교육체계의 수립
      2) 데이터 표준 관리
         - 해당 기관에서 사용되는 용어 및 도메인 코드, 데이터 관련 요소에 대한 표준을 전사적으로 정의하는 작업
      3) 데이터 모델 관리
         - 신규 시스템 개발시 데이터 모델링 작업을 통해 설계된 개념 데이터 모델, 데이터 참조 모델, 논리 데이터 모델,
           물리 데이터 모델을 전사적으로 생성, 유지하기 위해 필요한 작업
      4) 데이터 흐름 관리
         - 소스데이터(문서,Text, DB 등.)를 수기로 생성하거나 추출, 변환, 적재, 가공을 통해 목표 DB 에 저장하는 데이터의 
            라이프 사이클을 통제, 관리하는 작업.
      5) DB 관리
         - DB를 안정적으로 운영, 유지하기 위해 데이터 모델에 적합한 DB 구성 및 백업, 보안, 복구, 성능 등을 
           정기적, 비정기적으로 관리하는 작업.
      6) DB 보안 관리
         - DB에 저장된 데이터를 오류 및 훼손없이 안정적으로 서비스할 수 있도록 하기 위해 접근 권한, 패스워드 
           정책수립 및 암호화 등을 수행하는 작업.
      7) 데이터 활용 관리
         - 데이터의 활용 여부를 점검하거나 활용도를 높이기 위해 측정 대상 데이터와 품질 지표를 선정하여 
           품질을 측정하고 분석하여 품질을 충족시키지 못하는 경우 원인을 분석하여 담당자로 하여금 조치하도록 하는 작업을 말한다.
      8) 요구사항 관리
         - 비즈니스의 연속성 및 장해에 따른 위험성을 사전에 제거 및 최소화하기 위해 사용자의 요구사항을 수립, 분석하는 작업.





-----------------------------------------------------------
참고 :
데이터 품질 관리 지침 2.1 (데이터품질관리인증센터, http://www.dbq.or.kr)
이 게시물을...
http://www.anymodules.com/xe/275
(*.129.244.1)