분석 거버넌스 체계
거버넌스1
단순히 대용량 데이터를 수집하는 것보단 어떤 목적으로 어떤 데이터를 어떻게 활용할지가 더 중요.
데이터 분석 업무를 지속적으로 고도화하기 위해 사용.
구성요소
분석 준비도
기업의 데이터 분석 도입의 수준을 파악하기 위한 진단 방법
세부 항목의 수준을 파악해 일정 수준 이상 충족하면 분석 업무 도입, 충족하지 못하면 분석 환경 조성
분석 성숙도
분석 수준 진단 결과
분석 지원 인프라 방안 수립
데이터 거버넌스 체계 수립
데이터 거버넌스: 모든 데이터에 대해 표준화된 관리 체계 수립, 운영을 위한 프레임워크 및 저장소 구축
마스터 데이터, 메타 데이터, 데이터 사전은 중요한 관리 대상
구성요소
- 원칙: 데이터 유지관리 위한 지침과 가이드
- 조직: 데이터 관리 조직의 역할과 책임
- 프로세스: 데이터 관리 활동과 체계
데이터 거버넌스 체계
1. 데이터 표준화
- 데이터 표준 용어 설정, 명명 규칙 수립, 메타 데이터 구축, 데이터 사전 구축 등
- 데이터 표준 용어는 표준 단어 사전, 표준 도메인 사전, 표준 코드 등으로 구성, 상호 검증 가능하도록 점검 프로세스 포함
- 명명 규칙은 필요시 언어별(한글, 영어, …)로 작성되어 매핑 상태 유지
2. 데이터 관리 체계
- 표준 데이터 포함 메타 데이터와 데이터 사전 관리 원칙 수립
- 항목별 상세한 프로세스를 만들고 관리와 운영을 위한 조직별 역할, 책임을 상세히 준비
- 빅데이터의 경우 데이터의 생명 주기 관리방안을 수립하지 않으면 데이터 가용성 및 관리비용 중대 문제에 직
3. 데이터 저장소 관리
- 메타 데이터 및 표준 데이터를 관리하기 위한 전사 차원의 저장소 구성
- 저장소는 워크플로우 및 관리용 응용소프트웨어를 지원하고 관리 대상 시스템과의 인터페이스로 통제가 이뤄져야 함
- 데이터 구조 변경에 따른 사전 영향 평가도 수행되어야 효율적
4. 표준화 활동
- 표준 준수 여부를 주기적으로 점검, 모니터링
- 계속적인 변화관리 및 주기적인 교육 진행
- 지속적 데이터 표준화 개선 활동을 통해 실용성↑
데이터 분석 조직 유형
집중형 조직 구조: 별도의 독립적인 분석 전담조직으로 회사의 모든 분석 업무를 전담
기능 중심의 조직 구조: 일반적으로 분석 수행, 별도로 분석 조직이 없고 각 해당 업무 부서에서 직접 분석
분산된 조직 구조: 분석 조직의 인력을 현업부서에 배치해 분석 업무 수행
분석 과제 관리 프로세스 수립
분석 마스터플랜이 수립되고 초기 데이터 분석 과제가 수행된 경우, 지속적인 분석 니즈 및 기회를 관리하기 위한 프로세스를 수립해야 함.
- 통치. 의사결정을 위한 데이터의 분석과 활용을 위한 체계적인 관리, 일정한 규칙과 규범 [본문으로]