Data Warehouse 개요 - dBRang [dɪ'·bɪ·raŋ] :: dBRang …dbrang.tistory.com/attachment/490e82e8d3b24CK.pdf · · 2015-01-21Source : Inmon, Building the Data Warehouse, 2nd

Data Warehouse 개요

Hammersoftkorea

BI Group

교육목표

DW 의 개념 및 각 요소기술에 대한 기본 개념을

파악하여, DW 프로젝트에 대한 이해 및 프로젝트

도출을 위한 Idea 를 가져갈 수 있다

목 차

등장배경정의

구축목적구축유형기대효과시스템구성

주요성공요소제공서비스

적용분야/사례

목 차

등장배경기업환경의변화기업환경변화에따른정보기술의투자변화기존정보시스템의상황기존의사결정지원환경정보시스템의요구사항DW 등장배경

정의

구축목적

구축유형기대효과시스템구성


적용분야/사례

BI Group 4/45 Hammersoftkorea

기업환경의변화 등장배경

수익률 저하• Demand를 상회하는 Supply• 영업 이익 지속 하락• Matured Industry

수익률 저하• Demand를 상회하는 Supply• 영업 이익 지속 하락• Matured Industry

고객 요구 변화• Value for the money • 고객 요구의 다변화• 고객중심의 사고 지향• Internet Business 요구

고객 요구 변화• Value for the money • 고객 요구의 다변화• 고객중심의 사고 지향• Internet Business 요구

Global 경쟁 심화• 생존을 위한 M&A, 대형화• Global communication 중요• Dramatic Global shift 예상

Global 경쟁 심화• 생존을 위한 M&A, 대형화• Global communication 중요• Dramatic Global shift 예상

기술의 발전• Internet 환경으로의 변화• Supply Channel간의 Interaction

증가로 물류 개선의 기회 제공• 신규 개념의 사업형태 등장

기술의 발전• Internet 환경으로의 변화• Supply Channel간의 Interaction

증가로 물류 개선의 기회 제공• 신규 개념의 사업형태 등장

경영정보의 중요성 증대• 전략적 의사결정 지원 부족• 정보의 다양화 - 비정형 정보 증가• Learn & Adjust 능력 제고 필요• KPI 활용을 위한 정보 제공

경영정보의 중요성 증대• 전략적 의사결정 지원 부족• 정보의 다양화 - 비정형 정보 증가• Learn & Adjust 능력 제고 필요• KPI 활용을 위한 정보 제공

기업경쟁기업경쟁 기준기준 변화변화

양적 성장

Local 경쟁

원가경쟁

→

→→

수익성 중심

Global 경쟁

고객중심


기업환경의변화에따른정보기술의투자변화

전세계적으로 정보 기술을 전략적으로 사용하고 있는 기업들은 이미운영시스템보다 분석시스템에 더 많이 투자해가는 추세임.

운영시스템

분석시스템

정보

기술

투자

1960 1970 1980 1990 2000

정보화 (Informating)

자동화 (Automating)

효율적인단순업무 처리

업무자동화와생산효율성 증대

의사결정지원

Source : Kelly, The Data Warehousing : The Route to Mass Customization, 1996.

등장배경


기존정보시스템의 상황

짧고빠른트랜잭션처리중심처리이후데이타삭제 -시계열적데이타부족

운영시스템이많을경우, 통합된보고서작성곤란분석을위하여많은별도의시간과인력투여새로운프로그램을개발하는데시간이비교적많이소요

현재의데이타를 과학적기법에의해서신속하게분석, 예측곤란고객Data가여러군데 산재되어있어통합된고객이해 불가능

등장배경


기존의사결정 지원환경

기존의의사결정지원환경사용자의 의사결정을 효과적으로 지원하지못함. 시스템은 통합되어있지않으며 , 데이터는 일관성결여

중복되고 잘못된응용프로그램으로인해쓸모없는 데이터가만들어짐.이러한 데이터에서 제공되는정보는 잘못된 의사결정원인제공이나 심지어의사결정을위한자료로서 부적절.

? 다변화된시장환경에효과적으로대응하며, ? 끊임없이변화하는고객의기호를신속/정확하게파악하고

? 새로운시장을개발하는등? 적극적인경영활동을수반하기위해서는? 새로운정보기반이필요.

등장배경


정보시스템의 요구사항

시장을잘이해할수 있어야한다.고객을잘이해할수 있어야한다.시장동향에민감하고신속히대응하여야한다.끊임없이고객에맞는제품,서비스를개발하여야한다.이러한제품, 서비스개발과정이과학적이며, 신속하고, 신축성이있어야한다.

등장배경


DW 등장배경

외부환경

경쟁의심화

고객취향의다양화

제품수명주기의단축

내부환경

데이타의산재

데이타의불일치

상이한정보시스템혼재

시의적절한정보제공곤란

고객의 요구

경쟁적 우위 달성

전략적 의사결정의 신속화

전사적인 통합 정보 획득

효율적인 목표시장 접근

고객 관계형 마케팅 필요

정보기술환경

End User Computing

Open Computing

Client/Server

Internet

기술의 발전

하드웨어

소프트웨어

데이타베이스

네트워크

데이타웨어하우스

등장배경

목 차

등장배경정의

Data Warehouse 정의Data Warehouse 특성기존시스템과의 차이점DW vs Data MartData Mart

구축목적구축유형기대효과시스템구성주요성공요소제공서비스적용분야/사례


기업전체의 전략적 관점에서

다양한 형태 데이터를 최종 사용자가 질의/분석 용이하게

구성된 통합된 데이터 저장고와

다양한 기술의 구조적이고 통합적인 환경이다.

Data Warehouse 정의

궁극적인목적은

의사결정을 위하여 정보를

필요로 하는 사람들에게

필요한 시간에

원하는 방식으로

정보에 접근할 수 있도록 하는 것이다.

(Right Information, Right Time, Right Place)

정의


Data Warehouse 특성

주제지향성(Subject Orientation)

통합(Integration)

비휘발성(Non-Volatility)

시계열성(Time-Varient)

정의


주제지향성(Subject Orientation)

Operational

영업

고객불만

신용카드

외부자료

Applications 주제중심

고객분석

판매분석

재고분석

상품분석

Data Warehouse

Source : Inmon, Building the Data Warehouse, 2nd Ed. 1996.

정의Data Warehouse 특성(계속)


Data Warehouse 특성(계속)

통합(Integration)Operational Data Warehouse

단위

설명

키

성별

Appl A - CmAppl B - inchesAppl C - mcfs

Appl A - description AAppl B - description BAppl C - description C

Appl A - key char(10)Appl B - key dec fixed(9,2)Appl C - key pic ‘999,999’

Appl D - yards

Appl D - key char(12)

Appl A - m,fAppl B - 1,2Appl C - x,yAppl D - male,female

measurement

description from multiple sources

conflicting keys

encoding

Cm

description

key char(12)

m,f


정의


비휘발성(Non-Volatility)

Operational

Insert

Change

DeleteSelect

레코드 단위로 데이타 조작

Data Warehouse

Load

Select

Access Only

대단위의 데이타 로드 및액세스


Data Warehouse 특성(계속) 정의


Data Warehouse 특성(계속)

시계열성(Time-Varient)일정한 기간동안의 데이터를 저장하여시점별로도 분석가능

Operational

• Current Value Data

• Current to 60 ~ 90 Days

• Update of Records

• Key Structure may/may not

contain an element of time

Data Warehouse

• Sophisticated Snapshots of Data

• 5 ~ 10 years

• Appending of new snapshots

• Key Structure contain an element of time


정의


기존시스템과 차이점

?

기존 시스템 환경 데이타웨어하우스

정의


DW vs. Data Mart

독립적 Data Mart 종속적 Data Mart

Warehouse Database

Data Marts

Data Marts

DSS application Data Marts DSS applicationDW

정의


Data Mart

장점• 빠른 implementation• 빠른 투자 회수(ROI)I• 부분적인 제어• data는 IT에 의존하지 않고 사용

단점• 다량의 data models• corporate data model에 통일성 부재• manage/maintain을 위해서는 여러 interface

가 필요• No single version of the truth • data의 중복

장점• Single Version of the Truth• 정제된 data• data model의 통일성• 완벽한 data transformation• 유연한 data mart options

단점• data warehouse가 존재해야 함• 기업의 전략과 일치하여야 함

독립적 Data Mart 종속적 Data Mart

정의

목 차

등장배경정의

구축목적기업환경변화와 정보요구

마케팅의 시대적변화

DW의 도입목적

구축유형

기대효과시스템구성

주요성공요소제공서비스적용분야/사례


기업환경변화와 정보요구

기업환경의 변화는 기업으로 하여금 기존의 운영시스템을 기반으로 하는새로운 분석시스템을 필요로 하게 되었음.

1970 1980 1990 2000+

매스 마케팅소품종 대량 생산

업무 및 생산의 효율화 요구 증가

트랜잭션처리(자동화)

운영시스템 데이터

마이크로 마케팅다품종 소량 생산

신속/정확한 의사결정 요구 증가

분석처리(정보화)

분석시스템 정보

구축목적


마케팅의 시대적변화

주 : CS=Customer Service

1970년대판매

대 고객관점

고객과 관계

고객관리

수동적 구매자 선택적 구매자

전체시장에 일방적 공급(배급)

개성화,다양화된구매자

90년대 후반CRM

1990년대DBM

1980년대CS

능동적 파트너

고객만족도(CSI) 측정 일방적관계

그룹화된 고객과일방적 관계

개별 고객과쌍방향의사소통

전사적 관리IT 기술팀 위주영업과 판매위주 서비스

단순영업 위주

구축목적


DW의 도입목적

1. 사용자들에게 보다 나은 Business Intelligence 제공 - 89%2. 정보에 대한 검색 ,접근 ,분석에소요되는 시간의절감 - 85%3. 흩어져 있는 정보 소스들의통합 - 82%4. 보고서 작성 요구의경감 - 75%5. 효용성이부족한 구식 DSS systems의 교체 - 51%

Source : Cutter Consortium, 1998.10. U* 응답자 : 100명의 IT전문가

1세대 DW

2세대 DW1. CRM/eCRM을 위한 고객정보추가

(Web Log, Contents Categorization, CRM위한 추가 Measure)2. CRM을 통한 고객정보추가(캠페인관리및 결과등)3. 통합고객 DB를 통한 Operational 영역의일관된 고객 Data 제공

구축목적

목 차

등장배경

정의구축목적구축유형

집중형 DW분산형 DWData Mart를 가진 DW

기대효과시스템구성


적용분야/사례


집중형 DW 구축유형

주제 영역

장점 :•사실의 단일 Version 제공•전사적 데이터 모델 제공•견고한 Data transformation• Cross-functional data 가용성

단점 :•고도로 중앙 집중화되어 시스템의 부하가증가됨•사용자와 데이터 증가에 따른 작업부하가요구됨

복수의 사용자 그룹들에 의한 Ad-hoc Query와 drill-down 분석을 허용하도록,모든 관련된 source system 들로부터 수집된 상세데이터의 중앙 집중화된 저장


분산형 DW

매출 회계 인사

특정 사용자 그룹에 의한 목적을 둔 Operational Data의 특정 분산된 subset

장점 :•즉각적인 Data Navigation 기능•보다 빠른 Query 성능 제공

단점 :•각 주제영역별간에 많은 양의상세데이터와 이력데이터가 중복•각 주제영역별간의, 또는 주제영역과운영계 시스템과의 Interface 불가

구축유형


Data Mart를 가진 DW

데이터 마트는 보다 대규모의 데이터 웨어하우스에서 데이터가 일련의 특정한사용 요구를 위해 선택되어 구성된 특별 목적용의 Subset

주제 영역

고객

장점 :•사실의 단일 version 제공•전사적 데이터 모델 제공•견고한 Data transformation• Cross-Functional data 가용성•비 집중화 및 즉각적인 data navigation 가능•데이터 증가와 사용자 증가에 따른 균형있는 작업 부하능력 제공

특성 :• 1단계로 DW를 구축 후, 향후 특정주제영역별 독립된 데이터마트를 구축하는것이 효율적임

구축유형

목 차

등장배경정의

구축목적구축유형기대효과

DW 구축시 기대효과

DW 도입효과

시스템구성



DW 구축 시기대효과

DBA

경영자사용자

트랜잭션처리로부터

의사결정 지원의복잡도 제거

업무데이터와 외부데이터까지 망라된통합된 정보 획득

가능

추세파악/비교/예측가능

분석으로부터 보다많은 지식 획득

의사결정에필요한 답을쉽게 얻을 수

있음사업측면

기업환경을바꿀 수 있음

Raw Data에 대한

User-Driven

액세스를 약 75%

줄일 수 있음

Operational System

기대효과


DW 도입 효과

기업 내부 데이터기업 내부 데이터

고객 불만 감소당사 이미지 제고고객 반응률 증가고객의 선호 채널에 의한 접촉 가능

Customer Share 제고(Site) Loyalty 제고마케팅 자원의 효율적 활용고객 행동에 따른 마케팅 전략타겟 마케팅이탈 고객 방지

통합적이고 지속적인 분석 가능다양한 욕구 분석 가능고객 데이터에 대한 품질, 신뢰도 향상

구성원 역량 강화리포트 작성 및 작업시간 단축신속한 의사 결정/지원 업무 가능종합적인 데이터 관리 기능

마케팅 경쟁력 확보마케팅 경쟁력 확보

고객 서비스 강화고객 서비스 강화 기업내부 프로세스/시스템

기업내부 프로세스/시스템

경쟁력 있는 기

업으로의 도약

경쟁력 있는 기

업으로의 도약

기대효과

등장배경정의


DW FrameworkDW ArchitectureDW 구축접근방안

DW 구축방법론


목 차


DW Framework

DataAnalysis

DataStore

ETT(ECTL)

DataSource

Operational Data External Data

Extraction, Transformation, Cleansing, Loading

RDBMS MDBMS

Query & Report

Data Mining

ROLAP HOLAP MOLAP

OLAP

METADATA

시스템구성


DW Architecture

내부데이터

영업

회계

마케팅

DATA

외부데이터

Data Acquisition

Design / M

odeling

Data Warehouse

Warehouse Database

Warehouse Management

INFORMATION

Data Marts

Metadata

Data Store/Aggregation Data Distribution

Populate / Delivery

Client

?

OLAP

Data Mining

DECISION

Query & Report

Analysis

시스템구성


DW구축접근방안

주제영역 중심DW 기반 형성주제영역 중심DW 기반 형성 범위 확대범위 확대 전사적 DW전사적 DW

MP/전략기획

비즈니스주제영역

선정

비즈니스주제영역

선정

전사적DW모델

전사적DW모델

전사적

DW

구조

전사적

DW

구조

단계별 전사적 데이터 웨어하우스 구축단계별 전사적 데이터 웨어하우스 구축

데이터 웨어하우스 시스템은 주제영역별로,점진적으로 확장성 있게, 그리고 반복적으로 구축.

시스템구성


DW 구축방법론 시스템구성

등장배경정의

구축목적구충유형기대효과시스템구성

주요성공요소DW 성공요소

실패로 이끄는 길

제공서비스적용분야/사례

목 차


DW 성공요소

DW의성공적인활용을위해서는전사적인관점에서구체적인활용방안을토대로장기적인계획수립후시급한부분부터단계적으로구축하여야함

성공요소 및측정기준의사전 정의

전사적인 관점 견지

데이터, 사용자, 업무영역의확장성을고려한장기적인계획수립

요구분석을통한활용방안을사전에고려,적절한 구축영역선정

DW활용에대한사용자 교육

활용정도 및 영역의 평가,반영

협력업체간작업조정및 관리

전사적인지원/협조

시급한 부분부터단계적 구축효율적인 데이터추출/통합/정련

데이타 무결성 , 정확성

DW 구성요소들의 시스템적 통합

최적성능유지를 위한 지속적 튜닝

계획

구현

활용평가

비즈니스 측면 기술적 측면

데이터 확보방안확충

타 시스템및 정보기술(CTI, Web, ERP 등)들과의연동을고려

Best Practice 및 선진모델 적용

주요성공요소


? 데이터 웨어하우스 책임자가 사용자 및 비즈니스 중심으로 생각하지

않을 때

? 확고한 구심점 없는 구축시도

? 환상적인, 그러나 불가능한 기대치 설정

? 데이터 웨어하우스가 매니저의 의사결정을 매우 잘 할 수 있게 할

것이라고 선전

? 모든 사용자의 모든 요구사항을 지원하는 규모로 시스템계획/데이터 처리

실패로 이끄는 길 주요성공요소


? 데이터의 부가가치 제공 실패

? 인터넷이나 멀티미디어 등의 신기술이나 외부환경의 잠재적인 가치를

무시할때

? 데이터의 일관된 정의 결여

? 공급업체들이 주장하는 성능, 기능, 확장성을 무조건 신뢰할 때

? 대형 데이터 모델링에 너무 많은 시간과 예산을 투자

실패로 이끄는 길(계속) 주요성공요소

등장배경정의



제공서비스제공서비스상세내역

적용분야/사례

목 차


제공서비스

One-Stop Service

교육서비스

Master Plan 서비스

DW 구축서비스

운영서비스

제공서비스


제공서비스상세내역

마스터 플랜DW 방법론

DW 아키텍처

DW 구축 Plan

구축추출/통합/정련

DW 모델링

DW DB 구축

Query & Report/ OLAP/Mining 구현

교육DW 세미나

사용자 교육

운영자 교육

운영시스템 성능튜닝

시스템 유지보수

제공서비스

등장배경정의

구축목적기대효과시스템구성


DW 적용업종/업무분야

DW 응용분야

목 차


DW 적용 업종/업무분야

? DW의 주요 구축 대상은 제공하는서비스/제품의 종류가 많거나, 고객이많거나, 경쟁이 치열한업종 / 업무 임.

? Telecommunication

? Retail

? Banking & Insurance

업종업종

(GartnerGroup, ‘97 )

Leading Industry Segments

업무업무

(MetaGroup, ‘95 )

DW ApplicationsDatabase Marketing

25%

Customer Information

Service 25%

Other 20%

Sales 14%

Financial 16%

적용분야 / 사례


DW 응용 분야

OLAPSales and Marketing AnalysisBudgetingFinancial Reporting and ConsolidationManagement ReportingProfitability AnalysisQuality Analysis

Data MiningCustomer Acquisition & BrandingProfitability & Risk AssessmentMaking Customers More ProfitablePersonalizationInventory/Resource Management

?

적용분야 / 사례

Documents

Data Warehouse 개요 - dBRang [dɪ'·bɪ·raŋ] :: dBRang …dbrang.tistory.com/attachment/490e82e8d3b24CK.pdf · · 2015-01-21Source : Inmon, Building the Data Warehouse, 2nd