데이터 거버넌스 체계가 설명하는 항목
데이터 관리 체계에서 데이터 정합성 및 활용의 효율성을 위하여 표준 데이터를 포함한 메타 데이터(Meta Data)와 데이터 사전(Data Dictionary)의 관리 원칙을 수립한다. 데이터의 생명 주기 관리방안을 함께 수립하지 않으면 데이터 가용성 및 관리비용 증대 문제에 직면하게 될 수 있다.
이론을 먼저 보고, 바로 아래 연결된 기출문제를 풀어보세요. (교재 p.153–167)
데이터 관리 체계에서 데이터 정합성 및 활용의 효율성을 위하여 표준 데이터를 포함한 메타 데이터(Meta Data)와 데이터 사전(Data Dictionary)의 관리 원칙을 수립한다. 데이터의 생명 주기 관리방안을 함께 수립하지 않으면 데이터 가용성 및 관리비용 증대 문제에 직면하게 될 수 있다.
분석 성숙도 진단은 IT, 비즈니스, 조직·역량 부문에 중점을 두며, 서비스 부문은 성숙도 평가보다는 고객 서비스나 제품 관리에 중점을 둔다.
분석 성숙도 모델은 일반적으로 도입, 활용, 확산, 최적화의 4단계로 구성되어 있으며, 최적화 단계는 분석이 조직의 의사결정 및 프로세스에 깊이 통합되어 지속적인 개선과 혁신을 이끌어내는 가장 높은 수준의 단계다. 따라서 분석 결과를 조직 전반에 걸쳐 활용·내재화하여 궁극적으로 혁신 및 성과 향상에 기여하는 단계는 최적화 단계다.
분석 성숙도 단계는 일반적으로 도입 → 활용 → 확산 → 최적화의 순서를 따르며, 조직의 분석 역량을 단계별로 파악하는 데 사용된다. 실행, 평가, 통합은 다른 맥락에서 사용될 수 있는 용어이다.
데이터 거버넌스의 관리 대상은 마스터 데이터, 메타 데이터, 데이터 사전이다. 데이터 마트는 데이터 웨어하우스의 하위 집합으로, 특정 사용자 그룹이 관심을 갖는 데이터를 제공하기 위해 구성된 작은 규모의 데이터 저장소를 말한다.
데이터 거버넌스는 데이터 관리 원칙, 조직, 절차와 같은 요소로 구성되며, 분석방법은 데이터 거버넌스의 요소가 아니다.
데이터 거버넌스는 데이터 관리와 운영에 대한 정책, 지침, 표준화된 체계를 수립하고 운영하는 것을 말한다.
데이터 분석 조직 구조는 분석 업무를 별도의 분석전담 조직에서 담당하는 집중구조, 별도 조직 없이 각 부서에서 분석을 수행하는 기능 구조, 분석 조직이 존재하나 해당 인력들을 현업 부서로 직접 배치하여 업무를 수행하는 분산 구조가 있다.
분석 아이디어를 발굴하고 이를 과제화하여 분석 과제 풀로 관리하면서 분석 프로젝트를 선정하는 작업을 수행한다. 확정된 분석 과제는 과제 추진팀을 구성해서 분석과제를 실행하고, 확정되지 않은 분석 과제들은 지속적인 모니터링과 과제 결과를 공유하면서 개선하는 절차를 수행한다.
장기적 대응 방안은 조직의 분석 역량 강화를 위한 체계적인 계획, 데이터 기반의 의사결정 문화 정착, 분석 조직 및 인력 교육 등이 포함된다. 반면, 데이터 분석 도구 기반의 교육은 단기적이고 도구 중심의 기술 교육에 그치며, 조직의 장기적 분석 역량 강화나 문화 변화와는 거리가 있다.