데이터 품질관리(Data Quality Management)

I. 데이터 품질관리 프레임워크의 개요

가. 데이터 품질관리(Data Quality Management)의 정의

   - 기업 내부 데이터 연계에서 데이터 일치성 유지활동 강화를 통해, 업무수행 효율화 및 만족도 증진을 위한 데이터 품질 관리 활동

나. 데이터 품질관리모형 및 품질관리 대상

   - 품질관리모형: 미시적, 거시적, 부가가치적(비용/효과/위험)

   - 품질관리대상: 데이터 값, 데이터 구조, 데이터관리 프로세스

---

II.  데이터 품질관리 프레임워크 및 기법

가. 데이터 품질관리 프레임워크

나. 데이터 품질관리 기법

기법	구분	설명
데이터 Cleansing	개념	- 불완전하고 오류가 있는 데이터를 보정하여 정제된 데이터를 만드는 과정
	데이터변환	- 코드체계 변환, 형식 재구성, 수학적 변환
	데이터파싱	- 정제 규칙 적용을 위해 유의미한 최소 단위로 분할
	데이터보강	- 변환, 파싱, 표준화 등을 통해 추가 정보 반영
데이터 프로파일링 기법	개념	- DB 내에 있는 부정확한 부분을 발견하는 프로세스
	절차	컬럼속성 분석(컬럼 저장 값 분석)à구조분석(컬럼간 관계분석)à단순 데이터 룰 분석(여러 컬럼 결합분석)à복잡한 데이터 룰 분석(복잡한 연관도) à값 룰 분석(집계 값을 통하여 부정확한 컬럼 값 도출)

- 품질관리의 3가지 관점: 데이터 값, 데이터 구조, 데이터 관리 프로세스