데이터 통합이란 무엇입니까?
데이터 통합은 서로 다른 소스의 데이터를 함께 가져와 사용자에게 통합 보기를 제공하는 프로세스입니다. 데이터 통합의 전제는 시스템과 사용자가 데이터를 더 자유롭게 사용할 수 있고 사용과 처리를 쉽게 하게 하는 것입니다. 데이터 통합을 올바르게 수행하면 기존 애플리케이션이나 데이터 구조를 완전히 변경하지 않고도 IT 비용을 줄이고 리소스를 확보하며 데이터 품질을 개선하고 혁신을 촉진할 수 있습니다. IT 조직은 항상 통합해야 했지만 그렇게 한 결과는 잠재적으로 지금만큼 크지 않았습니다.
성숙한 데이터 통합 기능을 갖춘 회사는 경쟁사에 비해 다음과 같은 중요한 이점이 있습니다:
- 데이터 세트를 수동으로 변환하고 결합해야 할 필요성을 줄여 운영 효율성 향상
- 데이터에 비즈니스 규칙을 적용하는 자동화된 데이터 변환을 통해 데이터 품질 향상
- 보다 쉽게 분석할 수 있는 전체적인 데이터 보기를 통해 보다 가치있는 통찰력 개발
디지털 비즈니스는 데이터와 이를 처리하는 알고리즘으로 구축되며, 비즈니스 에코 시스템의 모든 곳에서 필요할 때마다 정보 자산에서 최대 가치를 추출합니다. 디지털 비즈니스 내에서 데이터 및 관련 서비스는 IT 환경 전반에 걸쳐 방해받지 않고 안전하게 흐릅니다. 데이터 통합을 사용하면 조직을 통해 흐르는 모든 정보를 전체적으로 볼 수 있으며 데이터 분석을 준비할 수 있습니다.
데이터 통합의 진화
데이터 통합의 범위와 중요성이 완전히 변화되었습니다. 오늘날 우리는 표준 SaaS 애플리케이션을 활용하여 비즈니스 기능을 강화하는 동시에 맞춤형 애플리케이션을 계속 개발하고 있습니다. 조직의 정보를 활용할 준비가 된 풍부한 파트너 에코 시스템을 통해 고객에게 노출되는 조직의 서비스에 대한 정보는 이제 서비스 자체만큼이나 중요합니다. 오늘날 SaaS, 사용자 지정 및 파트너 애플리케이션과 여기에 포함된 데이터를 통합하는 것이 필수적입니다. 오늘날 조직은 고유한 방식으로 비즈니스 기능을 결합하여 차별화합니다. 예를 들어, 많은 기업이 이동 중 및 미사용 데이터를 분석하고, 발견한 결과를 사용하여 비즈니스 규칙을 만든 다음 이러한 규칙을 적용하여 새로운 데이터에 더욱 빠르게 대응하고 있습니다. 이러한 유형의 혁신에 대한 일반적인 목표는 보다 엄격한 사용자 경험과 향상된 비즈니스 운영입니다.
데이터 통합은 어떻게 작동합니까?
조직이 직면한 가장 큰 과제 중 하나는 운영 환경을 설명하는 데이터에 액세스하고 데이터를 파악하는 데 있습니다. 매일 조직은 더 많은 데이터 소스에서 다양한 형식으로 점점 더 많은 데이터를 캡처합니다. 조직은 직원, 사용자 및 고객이 해당 데이터에서 가치를 포착할 수 있는 방법을 필요로 합니다. 즉, 조직은 조직 보고 및 비즈니스 프로세스를 지원하기 위해 어디에 있든 관련 데이터를 가져올 수 있어야 합니다.
그러나 필요한 데이터는 온 프레미스, 클라우드, IoT 장치에서 호스팅되거나 타사를 통해 제공되는 애플리케이션, 데이터베이스 및 기타 데이터 소스에 분산되는 경우가 많습니다. 조직은 더 이상 단순히 하나의 데이터베이스에 데이터를 유지하지 않고 기존의 마스터 및 트랜잭션 데이터뿐만 아니라 여러 소스에 걸쳐 새로운 유형의 정형 및 비정형데이터를 소유합니다. 예를 들어, 조직은 플랫 파일로 데이터를 가지고 있거나 웹 서비스에서 데이터에 액세스하려고 할 수 있습니다.
데이터 통합에 대한 전통적인 접근 방식을 물리적 데이터 통합 접근 방식이라고합니다. 여기에는 데이터가 데이터 웨어하우스 또는 데이터 마트와 같은 대상 시스템으로 물리적으로 이동되기 전에 소스 시스템에서 정리, 매핑 및 변환이 이루어지는 스테이징 영역으로의 데이터 물리적 이동이 포함됩니다. 다른 옵션은 데이터 가상화 접근 방식입니다. 이 접근 방식에는 가상화 계층을 사용하여 물리적 데이터 저장소에 연결합니다. 물리적 데이터 통합과 달리 데이터 가상화에는 데이터를 물리적으로 이동할 필요 없이 기본 물리적 환경에 대한 가상화된 뷰 생성이 포함됩니다.
일반적인 데이터 통합 기법은 데이터가 여러 소스 시스템에서 물리적으로 추출되고 다른 형식으로 변환되고 중앙 집중식 데이터 저장소에 로드되는 ETL (추출, 전환, 로드)입니다.
단순 통합 개선을 위한 고려 사항
데이터 통합 기법을 구현하여 얻은 가치는 다른 무엇보다도 더 이상 데이터를 수동으로 통합하는 비용이 필요없다는 것입니다. 통합에 필요한 사용자 지정 코딩을 피할 때의 감소를 포함하여 다른 이점도 있습니다. 조직은 가능할 때마다 맞춤형 통합 코드를 작성하는 대신 공급 업체에서 제공하는 통합 도구를 사용해야 합니다. 이를 수행하는 이유는 a) 데이터 품질 향상 b) 최적 성능 c) 시간 절약입니다.
조직은 통합 성숙도 로드맵에 다음과 같은 추가 목표를 추가하여 훨씬 더 큰 가치를 창출할 수 있습니다:
개발 간소화
재사용을 위한 형식 및 하위 프로세스, 특히 로깅, 재시도 등과 같은 비 기능적 프로세스의 카탈로그를 생성할 수 있는 솔루션을 선택하십시오. 모든 통합 논리를 즉시 테스트할 수 있는 기능을 통해서도 구현 및 유지 보수에 필요한 시간을 크게 줄일 수 있습니다.
구성
데이터 통합 프로세스는 애플리케이션과 시스템을 연결하도록 구성됩니다. 이러한 구성은 모든 변경 사항을 즉시 반영하고 올바른 시스템이 사용되고 있는지 확인하며 다양한 환경(개발, 테스트, 품질 보증 및 생산)에 변경 사항을 전파하는 것을 보장해야 합니다. 대부분의 조직은 통합 로직을 조작할 수 있는 비용이 많이 드는 휴먼 프로세스인 통합 개발 환경 (IDE) 내에서 구성 매개 변수를 수동으로 변경하고 있다고 보고합니다. 더 나은 대안인 스크립트 또는 배포 인터페이스에서 변수에 액세스하고 관리하면 프로젝트 기간을 줄이는 완전 자동화된 배포가 가능합니다.
테스팅
테스트는 데이터 통합 개발의 핵심입니다. 데이터 통합 기법과 대상 시스템을 검증하므로 개발자가 로직을 생성하거나 업데이트하는 즉시 수행해야 합니다. 그러나 대부분의 조직은 테스트하기 전에 프로세스를 배포해야 하므로 지연이 발생하게 됩니다. 즉각적인 디버깅이 가능한 IDE는 통합 프로세스 개발을 크게 단축합니다. 더욱이 특정 데이터 통합 프로세스는 매우 중요하기 때문에 프로덕션 환경과 매우 유사한 환경에서 테스트해야 하고 비 회귀에 대한 업데이트를 테스트해야 합니다. 이 테스트를 수행하려면 테스트 시나리오를 작성해야 합니다. 많은 조직에서 통합 프로세스 로직 외의 로직과 결과를 캡처하기 위한 프로브를 개발해야 합니다. 이로부터 개발 기간과 비용을 증가됩니다. API를 사용하여 데이터를 주입하고 테스트 시나리오를 기록하거나 통합 테스트 솔루션을 사용하면 프로젝트 기간을 크게 줄일 수 있습니다.
공통 데이터 모델 구축
기술 제한 외에도 공통 데이터 모델을 구축하면 모든 통합 프로세스가 동일한 언어를 사용하므로 향후 통합이 쉬워집니다. 비즈니스 객체와 관련된 서비스 및 이벤트를 쉽게 생성할 수 있고 올바른 이벤트를 구독하면 비즈니스 가시성이 향상되므로 비즈니스에도 도움이 됩니다.
과거 투자 활용으로 인한 절감
많은 레거시 애플리케이션은 여전히 비즈니스 프로세스의 중요한 부분이며 환경에 포함된 다른 모든 시스템과 통합해야 할 중요한 데이터를 보유합니다. 핵심 비즈니스 기능은 다른 서비스에서 재사용할 수 있는 훌륭한 자산을 제공하지만 그 이후로 많은 구성 요소와 기능이 다른 애플리케이션으로 대체되었습니다. 데이터 통합을 통해 레거시 시스템의 데이터를 보다 현대적인 환경에 주입할 수 있습니다.
일반적으로 데이터 통합은 데이터, 특히 분석을 더 많이 처리하기위한 전제 조건으로 사용됩니다. 분석보고를 용이하게 하고 사용자에게 조직을 통해 흐르는 모든 정보에 대한 완전한 통합 보기를 제공하려면 데이터를 통합해야 합니다. 데이터 통합의 진정한 비유는 한 번 생성하고 여러 번 사용하는 것입니다. 예를 들어, 사용자들은 하나의 시스템에 수동으로 주문을 입력할 것을 바라지 않습니다. 한 번 입력하고 한 시스템에서 다른 시스템으로 전달하는 것을 바랄 것입니다. 이것이 데이터 통합의 주요 가치입니다.
