신속 정확한 정보공유 및 의사결정 위한 데이터품질관리 전략 제시
데이터품질관리를 하지 않더라도 시스템 운영에는 큰 문제가 없기 때문에'데이터품질관리는 해도 그만, 안 해도 그만'이라는 회의적인 시각도 있다. 그러나 오늘날과 같이 불확실성이 높은 상황일수록 데이터품질관리는 더욱'필수적'이라 할 수 있다. 신속하고 정확한 정보 공유와 의사결정을하고, 오류 데이터로 인한 비즈니스 손실을 최소화하기 위해서는 무엇보다도 데이터품질 향상이 중요하기 때문이다.
이번 세미나에서'Infomation Quality, 정제, MDM 현안 문제 및 나아갈 방향'을 주제로 기조연설을 한 국민대학교 이춘열 교수는"기업들이 과거 전사적인 계획과 나가야할 방향을 세워 업무를 추진하던 방식에서 불확실성이 높아진 지금은 모든 연계 조직들이 정보를 공유해 각자 임무를 다하는 방식으로 변화됐다. 이에 개별조직의 능력을 보강하기 위한 양질의 정보 공유가 더욱 중요해졌다"고 강조했다.
또한 이 교수는 계정 마스터데이터관리(MDM)에 소홀한 나머지, 연금 지급을 잘못하고 데이터 오류를 찾는데 어려움을 겪었던 국민연금관리공단 사례를 들어 MDM의 중요성을 부각시켰다. 이 교수는"마스터데이터관리가 잘됐는지 잘못됐는지에 따라, 회사 개별조직이 정보를 분석하고 협업을 할 수 있는 능력에 있어 큰 차이가 날 수 있다. 심지어 마스터데이터관리가 잘 안되면 업무를 하는 것보다 자료 찾는데 70~80%의 노력을 기울여야 한다"고 강조했다.
데이터품질, '분석·검증'할 수 있어야 한다
의사결정 도구인 BI(Business Intelligence)와 데이터품질관리는 떼려고 해야 뗄 수 없는 관계이다. BI를 통해 데이터품질에 대한 통계 분석과 품질 개선을 위한 높은 수준의 관리가 가능하기 때문이다.
데이터품질이 보장되지 않는 데이터의 분석은 의사결정에 도움이 안 되거나 문제를 야기할 수 있다. 쉬운 예로, 캠페인을 실시할 때 데이터 업데이트 등 품질관리가 이뤄지지 않게 되면 반응률이 낮은 이유를 찾아내기도 힘들고, 캠페인 대상을 잘못 선택할 수 있어 마케팅 손실이 클 수 있다는 점을 들 수 있다. 반대로 다차원 분석을 하면 대상을 맵핑해 더 정확한 마케팅이 가능하여 비즈니스 효과가 더 높다.
<이하 상세 내용 컴퓨터월드 6월 호 참조>