Data 품질관리(Data Quality Management) 구축

. 자신이 원하는 목표를 확실하게 알 것

2. 원하는 목표를 측정할 수 있는 형태로 환산할 줄 알 것

3. 그 수치 상으로 자신이 원하는 목표가 어떤 값인 지를 만들 것

4. 그 숫자 및 값이 어떤 환경에서 유효한 것인지에 대해 사전에 정의를 할 것

 

 

품질 지표 :  공공기관 데이터의 품질 수준을 측정하기 위한 관점을 정의한 것으로 무엇을 측정할 것인가에 대한 기준이 되는 지표

데이터 품질 : 데이터의 최신성, 정확성, 상호연계성 등을 확보하여 이를 사용자에게 유용한 가치를 줄 수 있는 수준

 

데이터 품질 지표 :  공공기관 데이터의 품질 수준을 측정하기 위한 기준을 제시한 것으로, 데이터 값과 DB구조에 대한 표준, 품질관리 수준, 사용자 서비스 측면을 고려하여 총 7개의 지표와 24개의 세부 품질 지표 특성으로 구성되며, DQI(Data Quality Index)라는 용어로 사용하기도 함

 

 

DQI(Data Quality Index: 데이터 품질지표):

데이터 사용목적을 충족시키기 위해, 지속적으로 품질점검을 통해 관리되어야 할 진단 기준.

예시) 완전성, 일관성

 

CTQ(Critical To Quality: 핵심 품질관리 대상 정보항목):

데이터의 신뢰도가 고객, 프로세스 등 기업 경영에 중요한 영향을 미치는 핵심 품질관리 정보항목.

예시) 고객 핸드폰 번호, 주소

 

 

 

I. 데이터 사용성 개선, 데이터 품질 관리

가. 데이터 품질 관리(DQM)의 개념

• 데이터 활용 목적을 달성하기 위해 데이터 품질 진단 및 획득, 지속 유지, 개선시키는 활동

나. 데이터 품질 관리의 필요성

 

II. 데이터 품질 용어 및 품질 관리 프레임워크

 

III. 기본 데이터 체계 품질 관리 구조

가. 데이터 품질 관리 구조

나. 데이터 품질 관리 구조 설명

구분프로세스설명

데이터 체계품질 측면	요구사항 관리	– 기능/비기능 적 관리
	데이터 표준 관리	– 용어, 도메인/코드 표준
	데이터오너십 관리	– 데이터 책임/권한 중심
데이터 구조측면	데이터 구조 관리	– 유연성, 중복, 통합 관리
	데이터베이스 관리	– 성능 관리, 보안 관리
데이터 사용품질 측면	데이터 흐름 관리	– 흐름 주기/대사 관리
	데이터 활용 관리	– 업무 규칙, 활용 모니터링
	사용자 뷰 관리	– 데이터 이용 환경 관리

 

IV. 실무적 관점의 데이터 품질 관리 프로세스

가. 데이터 품질 관리 절차도

나. 데이터 품질 관리 프로세스 상세 설명

#프로세스주요 절차설명

①	데이터 품질 기준 수립	– DQI, CTQ 선정	– 데이터 품질 기준정보 – DQI 등 업무영역 선정
②	프로파일링	– 대상선정 프로파일링	– 일반적 유형 현황 파악 – 컬럼, 관계, 패턴, 코드 등
③	BR 선정	– BR 도출 및 확정	– 각종 업무 규칙 수집 – 측정 가능형태로 선정
④	데이터 품질진단	– BR 측정 및 진단	– 확정 BR의 측정, 진단 – 결과에 따른 현상 분석
⑤	개선/정제	– 데이터 정제	– 저품질 BR 오류 분석 – 개선/정제 후 재측정

 

V. 체계적인 데이터 품질관리 프로세스 기준 적용 방안

• 체계적으로 정의한 관리 프로세스 수행 위해 필요 역할 정의 및 역할 수행 원칙, 조직 선정 필요

[참고]