성공적인 bi 시스템 도입을 위한 데이터 품질 관리 시스템 구축 사례 ·...

데이터

품질관리포럼

성공적인성공적인 BI BI 시스템시스템 도입을도입을 위한위한

데이터데이터 품질품질 관리관리 시스템시스템 구축구축 사례사례

한국수출보험공사 IT기획부 과장 최상봉[email protected]

한국수출보험공사 IT기획부 과장 최상봉 데이터품질관리포럼

목목 적적

한국수출보험공사의 BI 시스템 도입 및 운영 경험과 이를

위한 데이터 품질 관리 시스템의 구축 사례를 공유함으로써

동일한 입장에 있는 기업의 사업 추진 및 운영에 도움이 되고,

데이터 및 BI 솔루션 제공 또는 구축 전문업체에서 End-User의 입장 및 관심사항을 충분히 이해함으로써 보다

성공적인 데이터 품질 제공 및 BI 구현과 고객 만족도를

향상시킬 수 있는 방안을 모색할 수 있는 기회를 마련코자 함.


순순 서서

I. 조직은 어떤 BI 시스템을 필요로 하는가?

II. 기존 IT 인프라의 적정성 검토

III. BI 도입 시의 EDW 구축

IV. BI 시스템 도입 전후 지속적인 사용자 교육 실시

V. SM담당자를 대상으로 DW 및 BI 시스템 교육 실시

VI. 양질의 데이터를 보장하는 운용 시스템 구축

VII. 철저히 표준화된 BI 운용 프로세스 도입

VIII. BI 확장기를 위한 대비


성공적인성공적인 BI BI 시스템시스템 도입을도입을 위한위한 데이터데이터 품질품질 관리관리시스템시스템 구축구축 사례사례--II

조직은조직은 어떤어떤 BI BI 시스템을시스템을 필요로필요로 하는가하는가??기존 IT 인프라의 적정성 검토

BI 도입 시의 EDW 구축

BI 시스템 도입 전후 지속적인 사용자 교육 실시

SM담당자를 대상으로 DW 및 BI 시스템 교육 실시

양질의 데이터를 보장하는 운용 시스템 구축

철저히 표준화된 BI 운용 프로세스 도입

BI 확장기를 위한 대비


BI (Business Intelligence)의 정의

기업 안에서 발생하는 많은 데이터들을 어떠한 목적 하에과학적으로 분석하여 의사결정에 결정적인 역할을 하여합리적인 경영을 하는데 도움을 주기 위한 것

기업의 비즈니스에 있어 무엇이 필요한지에 대한 부분과기업이 안고 있는 문제에 대한 해답을 제시하는 것

BI System의 정의

기업의 많은 데이터를 가치 있는 정보로 구성하여 합리적이고과학적인 의사결정을 내릴 수 있도록 지원하는 시스템

I.I. 조직은조직은 어떤어떤 BI BI 시스템을시스템을 필요로필요로 하는가하는가??



BI 도입 검토 시 주요 검토사항

목표 BI System의 정의 및 도입 방향

조직의 성숙도

기존 IT 인프라 환경의 적정성

BI 사용자 그룹을 분류하고, 그룹별 사용자 인터뷰 및 교육

내용을 차별화하여 전략을 수립하여 추진

구성원 주요 요구 기능구분

경영진

본부장/지사장

팀장

전략 및 기획 업무 담당자

2차원 분석 기능

2차원 분석 , 리포팅 기능

다차원 분석, 리포팅 기능

다차원 분석, 리포팅, 로우 데이터 활용

A1

B1

C1

D1


BI 시스템 도입 책임자 및 담당자는 철저하게비즈니스 전략가가 되어 역할 수행

BI 시스템은 IT 서비스의 새로운 패러다임

User Group은 BI의 새로운 서비스 및 기능에 대한 개념이 부족으로 요구사항을구체화하는데 한계

SM 조직은 기존의 OLTP성 사용자 요구 사항으로 이해 범위가 제약되고, 분석측면의 요구에 대한 방향 제시에 한계

EDW 설계시 모든 Table의 Field 들에 대한 사용자별 분석 가능성 및

활용도에 대한 검토 및 최종 의사 결정 담당

Data Mart 및 Cube 설계시 분석 영역과 분석 주제 분류, 분석주제별 Dimension 및 Measure 확정

혼재되어 있는 용어의 명확한 정의 및 분석 로직의 표준화 작업 선도



성공적인성공적인 BI BI 시스템시스템 도입을도입을 위한위한 데이터데이터 품질품질 관리관리시스템시스템 구축구축 사례사례--IIII

조직은조직은 어떤어떤 BI BI 시스템을시스템을 필요로필요로 하는가하는가??

기존기존 IT IT 인프라의인프라의 적정성적정성 검토검토








Legacy Data Quality의 적정성 여부

Quality under IT (1차적 데이터의 질)

IT 담당부서에서 Data Cleansing 및 DB Tuning작업 등을 통해 개선시킬 수 있는 것

데이터의 일관성 및 무결성

성능의 적정성

모델의 최적화 정도 및 확장성 등

Quality under End-User (2차적 데이터의 질, 분석 데이터의 질에 영향)

업무를 처리하고 데이터를 입력하는 현업 부서에서 데이터를 재입력 및 정정

작업을 통해 개선시킬 수 있는 것

II.II. 기존기존 IT IT 인프라의인프라의 적정성적정성 검토검토


성공적인 BI 시스템의 도입을 위해서는 Data의 1·2차 Quality 모두를

향상시키는 개선 작업 계획을 동시에 수립하여 병행 추진

DB Tuning 및 Cleansing 작업의 완성도는 BI 시스템의 성공적인 구축뿐만

아니라 향후 지속적인 확장과 운영에 절대적인 성패 요인

데이터 분석 결과의 정확성을 현격히 떨어뜨리는 데이터들의 개선 작업을

선택적으로 End-User가 수행 (본부장/지사장 User Group 교육의 필요성)

EDW 구축을 위해서는 모든 Data가 입력되고 변경되는 계정계 시스템의

대대적인 응용 프로그램들의 통합 및 개선 작업 여부 검토

업무적으로는 불필요한 데이터의 변경 이력 관리 모듈 추가

II.II. 기존기존 IT IT 인프라의인프라의 적정성적정성 검토검토


성공적인성공적인 BI BI 시스템시스템 도입을도입을 위한위한 데이터데이터 품질품질 관리관리시스템시스템 구축구축 사례사례--IIIIII

조직은조직은 어떤어떤 BI BI 시스템을시스템을 필요로필요로 하는가하는가??

기존기존 IT IT 인프라의인프라의 적정성적정성 검토검토

BI BI 도입도입 시의시의 EDWEDW 구축구축







기본적인 BI 도입 방향

우선적으로 기업의 주력 사업과 관련된 계정계 데이터를 모든

사용자의 의사결정을 위해 전사적으로 활용 가능한 수준의 BI 시스템을 도입하고, 이후 전문화된 BI 시스템을 추가로 확장

또한 일부 전문가 그룹에서 필요로 하는 DM 규모의 BI 시스템을 우선적으로 구축해야 하는 경우라 하더라도 반드시

EDW를 구축하는 것이 바람직 함.

III.III. BI BI 도입도입 시의시의 EDWEDW 구축구축


BI 구조 개념도

위험관리시스템

DM3

계정계 시스템

계정계 운영 DB

EDW

DM1 DM2

전략정보시스템

인사/회계 운영 DB

인사/회계 시스템

EDW

DM4

성과평가시스템



BI 시스템이 목적한대로 활성화되면 추가적인 분석요구사항이 폭발적으로 늘어남.

모든 경우를 예측하여 OLAP까지 BI를 구현하여둔다는 것은 불가능함.

추가적인 EDW의 확장 없이 기존의 DM의 확장또는 신규 DM 추가 등으로 사용자의 신규 추가요구사항을 융통성 있게 반영 가능

거대한 시스템의 형상관리 및 양질의 데이터를유지하기 용이하고, 데이터 및 로직 오류가 발생할리스크가 감소



성공적인성공적인 BI BI 시스템시스템 도입을도입을 위한위한 데이터데이터 품질품질 관리관리시스템시스템 구축구축 사례사례--IVIV

조직은 어떤 BI 시스템을 필요로 하는가?

기존 IT 인프라의 적정성 검토


BI BI 시스템시스템 도입도입 전후전후 지속적인지속적인 사용자사용자 교육교육 실시실시






BI 시스템 도입 전후로 구분하여 사용자 교육을체계적으로 추진

IV.IV. BI BI 시스템시스템 도입도입 전후전후 지속적인지속적인 사용자사용자 교육교육실시실시

도입 이전 도입 이후

사업추진 이전

User Group별 인터뷰

외부 전문자 초청 강연 시행

ISP 또는 사업 추진 설명회 등

구축 사업추진 시

핵심 실무자 대상의 외부 DBMS 및

SQL 기초 과정 실시

BI 분석 및 설계 단계 시 인터뷰 및

사용자 검수 교육 실시

도입 초기 단계

User Group 별 차별화 된

내용으로 교육

DW 및 BI 기본 개념 교육

BI Tool 사용법 교육

업무별 분석 기법 교육

온라인 사용자 경시 대회 실시

확장 단계

데이터 분석 전문가 양성 과정


BI 책임자 및 담당자가 모든 교육 자료를 과정별로 직접준비하고 사용자 교육을 실시

외부 전문가는 사용자가 전략적이고 업무적인 관점에서필요로 하고 사용자의 흥미를 유발할 수 있는 내용을 만들어내는데 한계가 있으며, 이런 교육자료는 처음 사용자들에게흥미를 잃고 어렵게만 느껴지게 할 수 있음.

일단 작성된 매뉴얼은 전자문서로 모든 사용자에게공유되고, 항상 최신의 버전으로 형상관리가 되어야 함.

BI 시스템에 대한 교육 내용은 지속적으로 개발되고시행되어야 함.



기본 개념 교육

BI 시스템의 도입 효과

데이터의 종류 및 특징

BI의 구조 및 특징

OLAP의 주요 개념




효과1: 데이터 이용 방식의 획기적인 변화

의사결정자- 경영층- 대정부기관

기획업무실무자(엑셀/워드)

SM 담당자 계정계 시스템

분석 보고서요청 자료 요청

데이터 추출작업

출력/엑셀보고서 제출

병목현상 발생기간 및 조건에 따라 유사한자료를 지속적으로 재요청

<기존 방식>




효과1: 데이터 이용 방식의 획기적인 변화

<신규 방식>

의사결정자- 경영층- 대정부기관

기획업무실무자

SIS/RMS 시스템(DW 분석이)

분석 보고서 요청

보고서 제출

OLAP 툴 이용하여정형/비정형 데이터를직접 조회 및 분석

웹화면/엑셀/보고서




효과2: 정보 이용 방식의 획기적인 변화

<기존 방식>

기획업무실무자(엑셀/워드)

SM 담당자

계정계/정보계 시스템

1) 반복적인 요청2) 조회프로그램 개발

3) 한정적인 조건별로필요한 자료 조회및 엑셀 파일 다운로드

지속적인 프로그램 수정 요청 발생




효과2: 정보 이용 방식의 획기적인 변화

<신규 방식>

기획업무실무자

BI 시스템

정형화 데이터 조회 및 분석 기능 이용

비정형 데이터는 사용자가 직접 조회

반복되는 비정형 정보는 사용자 정의

정형화 정보로 이용

사용자는 OLAP 툴을 이용하여 다양한방식 및 형식으로 정보 서비스 이용 가능




효과3: 데이터 관리 및 운영의 투명성 확보

(Data X-Ray)

효과4: 데이터 관리 주체의 변화

(IT 담당 부서 => 전 부서)




효과5: 데이터 분석 전문인력 양성 및 확보

(End User Computing 환경)

효과6: 신속한 의사결정 수단 확보

(수년간의 실제 데이터 온라인 분석)



데이터의 종류 및 특징

통계 데이터: 과거 특정 시점의 집계 데이터

운영 데이터: 현재 시점의 모든 계정계 데이터

DW 데이터: 과거에서 현재까지의 이력관리가 되어 쌓여 있는

데이터

분석 데이터: 현재의 분석 관점에서 다차원적으로 분석할 수

있도록 구조화되어 마련되어 있는 데이터



운영

통계 1월

1월

2월

2월분석

DW

3월

3월

시간1월 2월 3월 4월

운영

통계

분석

DW

통계,운영, DW, 분석 데이터는 항상 일치? YES (이론상)



운영

통계 1월

1월

2월

2월분석

DW

3월

3월

1월 2월 3월 4월

1월 2월 3월

2 운영

통계

분석

DW

2

4

통계,운영, DW, 분석 데이터는 항상 일치? NO (실제)

4 소급4

24



통계,운영, DW, 분석 데이터는 항상 일치?

운영

통계 1월

1월

2월

2월분석

DW

3월

3월

1월 2월 3월 4월

1월 2월 3월

2 운영

통계

분석

DW4

2

4

4 소급4

1월 2월 3월

연말 이후



360억원

-

30만 건

12만원

3~12월

35만 건3만 건30만 건5만 건매출 건수

420억원-360억원60억원로직 B 매출액

420억원

-

12만원

1월 ~ 12월

로직 B

분석 로직

360억원

300억원

12만원

3월 ~ 12월

로직 B

50억원

50억원

10만원

1월, 2월

로직 A

구 분

410억원기간별 매출액

50억로직 A 매출액

10 만원매출 단가

1~2월로직 기간

로직 A&B로직명

매출 산출 로직

데이터 소급만 있는가? 로직 소급



2001년도 2002년도 2003년도

로직A

로직B

로직C

로직D

시간

매출액

로직 소급은 User의 분석 요구에 따라 선택적으로 시행



Job ManagerJob ManagerJOB_PGMJOB_PGM JOB_ORDJOB_ORD JOB_LOGJOB_LOG

DMDM

TB_Mxxxx

TB_Mxxxx

TB_Mxxxx

TB_Mxxxx

StagingStaging

TB_Txxxx_mig

TB_Txxxx_yyyymmdd

TB_ST001_yyyymmdd

Tb_exxx_mig.sh

EDWEDW

Tb_fxxx_mig.sh

TB_Mxxxx

Tb_fxxx_monthly

TB_Mxxxx Tb_fxxx_yearly

Tb_Mxxx_daily

MMIIGG..

DDAAIILLYY

계정계계정계

삭제로그

삭제로그

Run_SQL

Run_SQL

Tb_txxx_mig.sh

OLAPOLAP

XXXX

XXXX

XXXX

TB_Kxxxx

Tb_exxx_daily

Schedule에 의한 ETT 작업실행ETT JOB/PGM 별 상관관계 Check실행된 ETT 프로그램의 결과 Log Check

CUBESCUBES





다단계를 거쳐 분석 데이터가 생성

업무적인 변경 및 사용자 요구 사항을 반영하는데 많은 시간과

인력이 소요

신규 사업의 데이터인 경우 일정 기간이 지나고 충분한 데이터가

쌓여야만 분석적인 의미가 발생



OLAP의 주요 개념

Measure: 무엇을 분석할 것이냐?(What, 수치)

Dimension: 어떻게 분석할 것이냐?(How, 분류 구조)

MOLAP vs ROLAP: 정의 및 장단점

Cube: 장점과 단점 및 한계

OLAP Tool: C/S vs Web 방식



전문가용 OLAP



일반 사용자용 OLAP



BI 시스템 온라인 사용자 경시 대회 실시

단체전과 개인전으로 분리하여 대회 개최

분석 주제를 사내 전자게시판에 게시 (09:00)

참가자별로 분석 결과를 사내 전자메일로 통보 (24:00)

단체전인 경우 해당 조직의 장이 직접 메일로 통보함.

2단계 평가 후 우수자 발표 및 사장님이 직접 시상

1차 평가: 정확성(가/부 결정 후, 10점 부여)

2차 평가: 간결성(30점), 가독성(30점), 기능 활용 능력(30점)

단체전: 3회 300점 만점, 개인전: 1회 100점 만점



BI 고급 분석 기법 교육

Cube RoadmapCube Coverage Scope왜곡된 분석을 야기할 수 있는 사항

실 습

전략적이면서 다양한 기능을 사용할 수 있는 분제 주제

실습 방식

분석 주제 제시

사용자 분석

사용자 분석 결과 메일로 통지

최종 분석 결과 통지자 시현

강사 설명



성공적인성공적인 BI BI 시스템시스템 도입을도입을 위한위한 데이터데이터 품질품질 관리관리시스템시스템 구축구축 사례사례--VV





SMSM담당자를담당자를 대상으로대상으로 DW DW 및및 BI BI 시스템시스템 교육교육 실시실시





계정계와 DW간의 데이터 및 로직 일치성 확보를

위한 운영계 담당자의 분석 데이터의 구조 및 절차

이해

계정계와 DW간의 데이터 관련 표준화된 업무 처리

절차 및 명확한 행동 지침 제시

SM 및 DW 담당자들의 명확한 책임 범위 제시

V.V. SM SM 담당자를담당자를 대상으로대상으로 DW DW 및및 BI BI 시스템시스템교육교육 실시실시


성공적인성공적인 BI BI 시스템시스템 도입을도입을 위한위한 데이터데이터 품질품질 관리관리시스템시스템 구축구축 사례사례--VIVI






양질의양질의 데이터를데이터를 보장하는보장하는 운용운용 시스템시스템 구축구축




업무별 초기 분석 데이터의 범위(Scope) 및질(Quality)을 확정

업무 소관 부서, SM 담당 및 BI 주관 부서 간 초기 Launching Data의 대상뿐만 아니라 기준 일자 및 만족 수준 등의 기준을명확히 합의하여 확정

상기 3개 주체별 담당해야 할 작업 배분 및 검증 절차 확정

I차적 질: IT 부서, 2차적 질: 업무 담당 부서

VI.VI. 양질의양질의 데이터를데이터를 보장하는보장하는 운용운용 시스템시스템 구축구축

○○-2000.1.31재고 금액

○○-2001.1.31반품 금액

○○○1999.12.31매출 금액

○○○1999.12.31매입 금액

DW계정계통 계기준일자대 상


계정계 vs DW 데이터 및 로직 검증 구조

계정계 DB

DM

EDW운영 통계 검증 POOL

EDW 이관 및운영 프로그램

DM 이관 및운영 프로그램

검증 POOL 생성 프로그램

계정계통계 프로그램

1차 비교검증

2차 비교검증



계정계 vs DW 데이터 및 로직 검증 절차

1차 자동 검증

EDW & DM 이관 프로그램의 적정성 검증

최종 이관된 DM 값과 검증 통계 상의 값을 자동 비교 검증

2차 자동 검증

운영 통계와 DW간의 데이터 및 로직 검증

운영 통계 상의 값과 DW 값을 자동 비교

3차 검증 및 일치 작업 후 보고서 작성

SM팀의 최종 운영 통계 결과를 공문으로 접수

Logic 불일치 건의 원인 분석 및 검증: 변경 로직 미 통지 등

데이터 불일치 건의 원인 분석 및 검증: 과거 데이터 수정 미통지, 운영계 데이터 소급 적용 미통지, 통계 소급 적용 미통지 등



데이터 및 로직 검증 절차 표준화 및 자동화

• Job 기간 설정• Job 대상 설정• Job Manager 실행 시간

24:00 입력 데이터기준

• Stage ETT• EDW ETT• DM Daily

• 검증 오류 종류- System Error - Logic Exception

• System Error• Logic Exception

• 검증 오류 종류- System Error - Logic Exception

• Stage ETT• EDW ETT• DM Daily

비교 대상• DM 수치• DW 운영 프로그램 결과수치

비교 대상• DM 수치• SM팀 통계 프로그램 결과수치

DW 운영 검증 프로그램• 검증 데이터 생성• 생성된 데이터 입력 처리

• SM팀 운영 검증 프로그램- 검증 데이터 생성- 생성된 데이터 입력 처리

• SM팀에서 모든 프로그램Confirm 완료 시 자동 실행

SM팀에서 자체 운영하는 통계 로직 프로그램의유효 여부 Confirm

Job Scheduling

계정계 월말 마감

Daily Batch 실행 Daily Check

오류 처리 작업

오류?

No

Monthly CheckMonthly Batch 실행

Daily/Monthly

?

1차 비교 검증 프로그램 구동

2차 비교 검증 프로그램 구동

검증 POOL 생성 프로그램 실행

검증 프로그램 실행로직 등록 및 확인 처리

오류?

Cube Building 작업 수행

Logic/Data?DM Logic 수정 작업

Data 조정 작업

Job Re-Scheduling 대상: DM

Job Re-Scheduling 대상: Stage/EDW/DM

Yes

No

Logic

Data

Monthly?




검증체계



데이터 및 로직 검증 절차 표준화 및 자동화운영계와 DW간의 데이터와 로직 검증및 일치 처리 보고서

DW와 데이터 분석 시스템간의데이터와 로직 검증 및 일치 처리보고서

첨부1

첨부2

첨부1

첨부2



계정계 vs DW간 Data & Logic 불일치 오류 관리 체계

2단계 검증시스템

운영계데이터

DW데이터

IT소관부서장

업무별 데이터 및 변경 내역 통지 체계

변경작업내역 통지

영향도분 석

분석 결과통보

집중 관리 대상 등록 및 해지

SM

담

당

조

직

DW

담

당

조

직

보고 & 지시

업무별 데이터 오류 유형별 모니터링 체계

오류 등록 이력 관리 분석 보고유형 관리



업무별 오류 유형별 매트릭스

코드 A001 B001 C001 C002 C003 D001 D002 D003 D004 D005 D006 D007 D008 D009 E001 F001 계

A001 1 3 10 1 1 7 1 1 25

A002 1 1 1 1 1 1 6

A003 1 4 2 3 5 1 16

B001 1 1 1 1 4 8

B002 1 1

C001 2 4 9 2 1 4 8 1 31

C002 3 3

C003 1 1 6 2 6 4 1 4 2 2 5 34

C004 2 1 3

C005 1 3 1 2 1 8

C006 1 3 2 1 2 1 1 11

C007 1 1 1 2 1 1 2 9

C008 1 1 2

D001 1 1 2 3 1 4 2 14

D002 1 2 1 2 6

D003 1 1 1 2 1 1 1 8

D004 1 1 1 1 4

D005 1 1 2

계 3 7 1 8 2 20 40 19 6 29 0 1 1 30 11 13 191

구분

오류유형

분류체계

업무 분류 체계



성공적인성공적인 BI BI 시스템시스템 도입을도입을 위한위한 데이터데이터 품질품질 관리관리시스템시스템 구축구축 사례사례--VIIVII







철저히철저히 표준화된표준화된 BI BI 운용운용 프로세스프로세스 도입도입



BI 시스템 운용을 위한 기본 처리 절차 수립

BI 시스템 CSR(Customer Service Request) 등록 및 관리 체계

고객, 계정계 & BI 시스템간의 업무 처리 절차 표준화

BI 작업 처리 절차에 따른 형상관리 대상 및 처리 절차 표준화

정기적인 업무 처리 절차 표준화

VII.VII.철저히철저히 표준화된표준화된 BI BI 운용운용 도입도입


BI 시스템 CSR 운용 체계도

부결

CSR요청

CSR종료

CSR종료

CSR 요청(선제안CSR,내부CSR)

CSR등록 CSR분석

부결

승인

승인No

작업공정계획수립/수정

Yes

부적합(시정조치)

고객승인필요?

Yes

시스템수정&

산출물작성

테스트

단계말검토

No

내부승인필요?

CSR반영

No

승인필요?

승인필요?

No

Yes

NoNo

Yes

내부검토

고객협의필요?

No

Yes관련 CSR 및

작업공정수정필요

No

CSR 종료

내부승인

고객승인

Yes

No Yes

고객협의

YesNo

Yes

Yes

CSR종료

보류

분할처리

반려

분할

보류

구분 요청 및 접수 분석 및 계획 수립 처리 처리 종료

현업담당자

현업팀장

BI책임자

DW관리자

작업담당자



CSR 등록 게시판 운영(For BI Team)



BI 전용 게시판 운영(For BI)



업무 처리 절차 표준화 (End-user < = > BI Team)



업무 처리 절차 표준화 (SM Team< = > BI Team)



업무 처리 절차 표준화 ( BI Team 내부 보고)



성공적인성공적인 BI BI 시스템시스템 도입을도입을 위한위한 데이터데이터 품질품질 관리관리시스템시스템 구축구축 사례사례--VIIIVIII








BI BI 확장기를확장기를 위한위한 대비대비


BI 시스템의 확장 요구 사항각종 데이터의 2차적 질의 향상 필요( Null 값, 범위에서 벗어남 등 )기존 Cube에서 신규 Dimension 및 Measure추가 요구 증대

신규 분석 주제 요구에 따른 신규 Cube 추가 요구 증대

신규 BI 시스템 도입

BI 운용 조직

계정계 & DW 모델러

System Admin & DBA & DAOLAP 및 EUC 담당자

DW & ETT 프로그래밍 & 운영자

데이터 분석 전문가로서 교육 담당자

BI 총괄기획

모든 처리 절차 표준화

각종 기준 및 Data Quality 관리

신규 BI 시스템 도입

VIII.VIII.BI BI 확장기를확장기를 위한위한 대비대비

데이터

품질관리포럼

한국수출보험공사 IT기획부 과장 최상봉[email protected]

Q & A

성공적인 BI 시스템 도입을 위한

데이터 품질 관리 시스템 구축 사례

성공적인 bi 시스템 도입을 위한 데이터 품질 관리 시스템 구축 사례 ·...

Documents