과목Ⅰ. 데이터 이해
제1장. 데이터의 이해
제1절 데이터와 정보
1. 데이터의 정의
◆데이터의 정의
- 관념적, 추상적 → 기술적, 사실적
- 추론·추정의 근거를 이루는 사실(옥스퍼드) / 단순한 객체+다른 객체와의 상호관계 속에서 가치
- 객관적 사실+추론·예측·전망·추정을 위한 근거의 기능(당위적 특성)
- 일련의 가치 창출과정에서 가장 기초를 이루는 것
◆데이터 유형
- 정성적 데이터: 비정형 데이터(언어/문자), 비용·기술적 투자 多
- 정량적 데이터: 정형 데이터(수치/도형/기호), 저장·검색·분석에 용이
◆암묵지와 형식지
- 암묵지: 개인에게 습득된 무형의 지식(공유 어려움), 과학적 발견 / 공통화, 내면화
- 형식지: 형상화된 지식, 지식 전달과 공유가 용이 / 표출화, 연결화
- 데이터는 지식경영의 핵심이슈인 암묵지와 형식지의 상호작용에 중요한 역할
- 암묵지와 형식지의 상호작용(→지식형성의 중요한 기초)
2. 데이터와 정보의 관계
◆DIKW 피라미드: 지혜를 얻는 과정(계층 구조)
- 데이터(Data): 상관관계가 없는 가공하기 전의 순수한 가치·기호 (객관적 사실) ex. A마트는 100원, B마트는 200원
- 정보(Information): 데이터 가공 및 상관관계 간 이해 → 패턴인식+의미를 부여한 데이터 ex. A마트가 더 싸다
- 지식(Knowledge): 상호 연결된 정보패턴을 이해하여 이를 토대로 예측한 결과물 ex. A마트에서 사야겠다
- 지혜(Wisdom): 창의적 산물(지식의 축적+아이디어) ex. 다른 물건도 A마트가 더 쌀 것이라 판단
- 데이터, 정보, 지식: 상호관계 속에서 역할 수행, 가치 창출을 위한 일련의 프로세스로 기능
제3절 데이터베이스의 활용
1. 기업내부 데이터베이스
◆(90년대)
기업내부 데이터베이스(인하우스 DB)에 기업 경영 전반에 관한 모든 자료 연계하여 일관된 체계로 구축·운영(경영활동의 기반이 되는 전사 시스템으로 확대)
◆OLTP(Online Transaction Processing) 시스템 (90년대 중반 이전)
- 기업 활동의 영역별로 구축되던 시스템(정보 수집·조직 내 공유(경영정보시스템, MIS), 생산자동화, 통합자동화 등)
- 단순 자동화 / 기업의 기간계 시스템
◆OLAP(Online Analytical Processing) 시스템
- 분석이 중심이 되는 시스템 구축으로 변화(by 데이터 마이닝 등의 기술 발달)
- 2000년 이후 기업 DB구축 화두: CRM(고객관계관리), SCM(공급망관리)
- CRM, SCM은 상호 밀접한 관련(유통·판매와 고객 데이터는 연동)
◆인하우스 DB 발전과정에서 나타난 산업 부문별 변화된 모습
①제조부분
- 데이터베이스 기술의 가장 중요한 적용 분야
- (00년 전) 부품 테이블이나 재고관리 영역 → (00년 후) 부품 설계, 제조, 유통 전 공정 포함
- (초기) 기업별 고유 시스템 형태로 구축 (이후) 솔루션 유형으로 발전
- (00년 중반 이후) 중소기업의 인하우스 DB 구축 투자 증가, 실시간 기업(RTE) 대표적 화두
- 실시간 기업: 비즈니스 프로세스 투명, 민첩하게 유지 / 환경변화에 적응 최대화 및 지연시간을 없애는 정보화 전략대기업-중소기업 간 협업적 IT화의 비중 점차 확대
- (최근) 제조부문의 CRP 시스템 도입. DW, CRM, BI 등 진보된 정보기술 적용된 기업내부 인하우스 DB 구축이 주류
②금융부분
- IMF이후 금융사 간 합병, 지주회사 설립(부실 타파를 위한 노력) → 업무 프로세스 효율화, e비즈니스 활성화, 금융권 통합 시스템 구축
- (00년 초반) 데이터베이스 간 정보공유 및 통합이나 고객정보의 전략적 활용(EAI, ERP, e-CRM)
- (00년 중반) DW를 적극적 도입(관련 DB 마케팅 증대 노력), 대용량 DW를 위한 최적의 BI기반 시스템 구축
- (향후) EDW 확장이 데이터베이스 시장 확대에 기여 예상
③유통부분 (명사의 정의를 주고 주관식 가능성 有)
- (00년 이후) CRM, SCM(유통 공급망 관리) 구축, 상거래를 위한 인프라 및 KMS 위한 별도 백업시스템 구축
- (00년 중반) 체계적 고객정보 수집·분석과 상권분석(균형성과 관리, 핵심성과지표, 웹리포팅 등 다양한 고객 분석 룰과 기존 데이터베이스 연계)
- (최근) 전자태그(RFID)에 따른 대용량 데이터베이스 지원하는 플랫폼이 요구
2. 사회기반 구조로서의 데이터베이스
◆(90년대) 사회 각 부문의 정보화 본격화되면서 DB 구축 활발하게 추진
◆사회간접자본(SOC/무역, 통관, 물류, 조세, 국세, 조달 등) 차원에서 EDI활용 본격화+부가가치통신망(VAN)을 통한 정보망 구축
◆데이터베이스 고도화(지리, 교통) / 공공 DB 구축·이용(의료, 교육, 행정)
◆사회 전반의 기간재로 자리잡은 DB
- (물류) 종합물류정보망 구축(실시간 차량추적) / CVO, EDI, 물류정보 DB, 부가 서비스로 구성
- (지리) GIS 응용(4S 통합기술, LBS, SIM, 공간 DBMS 및 웹 GIS) / 지리정보유통망 가시화
- (교통) 지능형교통정보시스템(ITS), 교통정보, 기초자료 및 통계 제공, 대국민 서비스 확대
- (의료) 의료정보시스템, HL7 국내 표준화작업에 따라 전국적 진료 정보 공유체계 구축계획, u헬스 실현에 의료정보 데이터베이스 기반 활용
- (교육) 교육행정정보시스템 – 학사+기타 교육행정 전 업무 처리
*출처: '데이터 분석 전문가 가이드, 한국데이터진흥원'
'□ ADsP' 카테고리의 다른 글
[ADsP - 3과목] 제1장 데이터 분석 기획의 이해 -2 (0) | 2018.09.07 |
---|---|
[ADsP - 3과목] 제1장 데이터 분석 기획의 이해 -1 (0) | 2018.09.07 |
[ADsP - 1과목] 제3장 가치 창조를 위한 데이터 사이언스와 전략 인사이트 (0) | 2018.09.04 |
[ADsP - 1과목] 제2장 데이터의 가치와 미래 (0) | 2018.09.04 |
데이터 분석 전문가 가이드(ADsP, 데이터 분석 준전문가) 목차 (0) | 2018.09.04 |