가) 배경 C홈쇼핑은 비즈니스 환경 변화에 맞춰 고객 중심의 경영 환경으로 변모하고 있다.이에 정보자원의 관리에 있어 경영 정보의 적시적 제공과 함께 정합성 확보를 기반으로 한 정보 관리체계의 구축이 중요해지고 있다. C홈쇼핑의 정보자원 관리는 저품질 데이터 서비스의 악영향에 대한 인식이 부족하고, IT 부서만으로 국한된 문제 인식 및 임기응변식의 대처, 데이터 품질관리 체계(조직, 프로세스, 시스템)의 부재, 저품질 원천 데이터의 확산으로 인한 경영효율 저하에 대한 우려 등으로 전사 통합 데이터 품질관리를 위한 비전 및 전략 수립과 시스템에 대한 기반 조성의 필요성을 인식하게 되었다. 나) 목적 C홈쇼핑 정보시스템의 데이터 품질의 중요성에 대한 인식을 확산시키고 데이터 품질관리 체계를 수립한다. 데이터 품질관리 체계 수립을 위해 데이터 품질관리의 목표, 원칙(기준), 프로세스, 수행조직 R&R 정의에 대한 방안을 수립하고 데이터 품질관리 업무를 수행하기 위해 데이터 품질관리 지표 정의, 데이터 품질 측정 비즈니스 로직 설계 및 상시 데이터 품질관리 모니터링 시스템 구축을 하기 위한 기능 요건을 정의한다. 또한, 현행 데이터 품질을 진단하여 개선 방안 도출, 개선 활동을 수행함으로써 향후 ERP 시스템으로 데이터 이관 시 잠재적 리스크 최소화 한다. 다) 주요과정 본 프로젝트는 C홈쇼핑의 데이터 품질 개선 및 유지와 IT정보자원의 효율적 관리를 위해 전사 데이터 품질 관리 체계 수립과 현행 데이터 품질 진단 및 분석을 주요과정으로 추진되었다. (1) 데이터 품질관리 체계 수립 구성요소인 데이터 품질관리 기능, 프로세스, 조직 범위에서 정책/표준/구조/품질 주요 기능에 대하여 수행되었다. (가) 체계 기능 요소 - 기능 : 데이터의 품질을 확보하기 위한 이해관계자들의 제반 활동 - 프로세스 : 데이터 품질관리 기능별로 데이터 품질관리를 위해 수행되고 있는 업무 절차 - 조직 : 데이터 품질관리 기능을 담당하여 수행하는 이해 관계자들의 구성과 R&R(Role & Responsibility) (나) 품질관리 주요기능 - 정책관리 : 데이터 품질관리를 위한 지침, 원칙 등 운영체계 현황 - 표준관리 : 전사적으로 공통 적용되어야 하는 데이터 표준 수립에 대한 현황(표준화 관리) - 구조관리 : 전사 데이터의 구조화에 대한 현황(모델관리 프로세스, 흐름관리 프로세스, 변경 영향도 관리 프로세스) - 품질관리 : 데이터 품질 측정 기준/평가 현황(표준 준수도/모델 충실도 점검 프로세스, 사후품질관리 프로세스) [그림-3] 데이터품질관리체계 진단 부문 (2) 현행 데이터 품질진단 및 분석 (가) 품질 지표(DQI) 정의 완전성, 유일성, 유효성, 정합성, 일관성, 명확성 등 품질 지표를 정의하였다. (나) 품질 진단 대상 선정 업무 독립성 및 업무 영향도 평가를 통한 테이블 중요도 및 컬럼 중요도를 선별하고 품질진단 대상으로 선정 하였다. (다) 데이터 프로파일링 수행 데이터의 통계적 기법을 통한 오류의 징후를 파악할 수 있는 프로파일링을 수행하였다. (라) 업무규칙(Data Rule) 도출 데이터 프로파일링 및 Business 분석 결과를 기초로 하여 업무 규칙(Data Rule)을 도출하였다. (마) 데이터 오디팅 데이터 품질 지표(DQI)관점과 업무범위 관점에서 품질현황을 분석하였다. (바) 원인분석 데이터 품질 진단 후 주요 결함 데이터를 통한 결함 원인 분석은 데이터 품질 지표(DQI)관점과 업무범위 관점에서 결함 원인 분석을 수행 하였다. (사) 개선방안 도출 도출된 주요 결함 데이터 사례를 중심으로 결함 유형을 산정하였으며, 이를 개선하기 위한 근본원인을 파악하고 각 원인별 개선 방안을 도출하였다. 라) 효과 (1) 데이터 품질 향상으로 인한 경영개선 효과 저품질 데이터로 인한 비즈니스 영향을 파악하고 개선함으로써, 경영개선 효과를 제공하고 단위 처리 비용 감소와 처리량의 증대 / 고객 프로파일링의 향상(판매량증대, 서비스향상, 유지율 증대) / 리소스 투입 감소 / 프로젝트 계획 및 성공에 대한 예측력을 증가(프로젝트 리스크 감소) 시킬 수 있다. (2) 현행 데이터의 고품질 확보 정확한 데이터 품질 평가 및 현황 분석을 통한 품질의 시발점 마련과 데이터 현상/문제점 파악 및 품질 개선 결과에 대한 가시적 성과, 단위처리비용의 감소 및 처리량 증대/고객 프로파일링의 향상/리소스 투입 감소 등의 효과를 기대한다. (3) 의사결정을 위한 데이터품질 확보 데이터 품질 관리를 위한 조직, 프로세스 개선, 시스템 도입과 같은 계획 수립 및 이를 통한 EDW 데이터 품질 관리를 위한 기반을 마련한다. (4) 품질 점검 기준(Data Rule)의 자산화 데이터 점검 Data Rule 도출을 DB化하여 전사적으로 공유 및 일관성 있는 View를 제공하고, 산재에 있던 데이터 정의(기준)를 통합 관리 / 품질 지표 정의 및 품질 관리에 대한 절차를 수립한다.