통합 데이터 관리란 무엇입니까?

UDM(통합 데이터 관리)은 다양한 서로 다른 데이터 소스를 통합하여 데이터 웨어하우스 내에 저장되는 단일 데이터 소스를 생성하는 프로세스입니다. 이 데이터 관리 전략은 인간, 프로세스 및 기술을 통합하여 시간이 지남에 따라 진화한 데이터 사일로 모델과 조직에서 처리하는 방대한 양의 정보를 모두 처리하여 데이터 피로를 초래합니다.

역사적으로 조직은 소프트웨어 시스템을 임시로 확장하여 다양한 프로그램과 데이터 관리 기술을 설치하고 확장에 따라 발전해 왔습니다. 결과적으로 구조는 동일한 기능을 제공하는 중복된 도구와 데이터와 함께 이질적입니다. 공유할 수 있는 능력이 거의 또는 전혀 없는 사일로 데이터가 팀과 영역에 걸쳐 분산되어 있습니다. 이로 인해 필요할 때 데이터에 대한 액세스가 원활하지 않고 비즈니스 통찰력 및 추세 분석이 손실되고 비즈니스 비용이 증가합니다.

이러한 단편적이고 문제가 많은 상황에서 통합 데이터 관리를 통해 다양한 소스의 정보를 통합하는 프레임워크를 생성합니다. 이러한 데이터 소스에서 통합 요소를 식별한 다음 데이터 웨어하우스의 공통 데이터 저장소에 저장하여 이를 수행합니다. 그러면 전체 시스템에서 완전한 데이터 최적화를 지원하는 단일 프레임워크로 데이터 통합이 시작됩니다.

통합 데이터 관리는 데이터 정리, 파싱 및 변환을 위한 공통 공간도 제공합니다. 이는 비즈니스 표준 및 규칙을 설정하기 위해 웨어하우스의 모든 데이터에 대해 보편적으로 완료됩니다. 정리 프로세스는 모든 비즈니스 영역에 걸쳐 일관성을 유지하여 더 우수한 데이터 규정 준수를 가능하게 하고 더 나은 비즈니스 통찰력을 도출하는 데서 매우 중요합니다.

통합 데이터 관리 시스템은 심장에 비유할 수 있습니다. 데이터는 다양한 소스에서 들어오고 중앙 집중식입니다. 데이터 센터에 있는 동안 산소가 공급되고 원치 않는 이산화탄소와 폐기물(또는 결함, 불일치 및 잘못된 데이터)이 제거됩니다. 그런 다음 데이터는 필요한 곳, 즉 데이터를 사용하는 부서로 펌핑됩니다.

이것은 조직에서 어떤 식으로 구현됩니까?

통합 데이터 관리는 조직에서 즉시 사용할 수 있는 만능 소프트웨어 도구가 아닙니다. 플랫폼은 비즈니스 인텔리전스, 데이터 통합, 데이터 품질, 데이터 거버넌스 및 마스터 데이터 관리를 비롯한 데이터 관리 분야 전반에 걸친 여러 도구로 구성됩니다. 통합 데이터 관리가 성공하려면 이러한 모든 기능을 관리 및 개발이 가능한 하나의 간단한 인터페이스에 결합해야 합니다. 서버는 상호 운용성이 필요하고 모든 도구에는 데이터 모델, 메타데이터 및 마스터 데이터와 같은 동일한 개발 아티팩트가 필요합니다.

현재 사용되고 있는 통합 데이터 관리의 예는 온라인 의류 소매입니다. 전자 상거래 상점은 통합 데이터 관리를 도입하여 고객 및 마케팅 정보의 모든 측면을 결합했습니다. 즉 다음과 같은 모든 고객 정보가 한 지점에 집중되었습니다.

• 웹사이트 분석을 사용한 웹사이트에서의 고객 여정
• 광고 및 마케팅 캠페인 정보
• 판매 정보
• 고객 정보

기업은 이 모든 지식을 함께 사용하여 비즈니스 의사 결정을 이끄는 다양한 핵심 통찰력을 탐색했습니다. 소비자는 아침에, 아마도 아침 출근 중에 휴대전화로 웹사이트를 정독하는 경우가 많습니다. 그런 다음 직장에 도착하면 데스크톱에 로그인한 다음 구매합니다.

기업은 마케팅을 개선하기 위해 제품 간의 관계를 매핑했습니다. 고객이 아주 얇고 가벼운 투명한 내의를 구매한 경우 꼭 맞는 티셔츠나 캐미솔을 사고 싶어할 것입니다. 두 품목을 연결하여 한 품목을 구매할 때 다른 품목이 표시되도록 하면 매출이 증가하게 됩니다.

마케팅 캠페인에서 도출한 실제 데이터를 철저히 분석하면 흥미롭고 예상치 못한 데이터를 발견할 수 있습니다. 소셜 미디어의 다른 캠페인과 비교할 때 효과적이라고 생각되었던 Google Adwords 캠페인에 따르면 이전에 폐기된 전략이 가성비 감안 시 실제로 더 나은 결과를 가져온다는 것을 발견했습니다.

회사는 고객의 여정을 추적하여 고도로 타겟팅된 개별화된 마케팅 캠페인을 고객에게 보낼 수 있습니다. 이러한 메시지는 사용자의 기본 설정에 따라 이메일, 소셜 미디어 또는 전화를 통해 전달될 수 있습니다.

통합 데이터 관리 시스템은 기업에 데이터 오류를 줄이고 데이터에 액세스할 수 있게 하여 시간을 절약하는 것과 같은 기존 목표와 함께 수익, 시장 점유율 증대와 같은 막대한 이익을 가져다 줍니다.

5G 및 통합 데이터 관리

모바일 네트워크와 사물 인터넷(IoT)이 결합하여 거대 기업 산업이 탄생했습니다. 5G가 전 세계에 보급됨에 따라 사용자 데이터의 엄청난 양은 완전히 압도적입니다. 일반 가정에는 랩톱, 휴대폰, 피트니스 워치, 프린터, TV, 자동차, 심지어 냉장고까지 있으며 모두 데이터를 송수신하고 있습니다. 이 모든 데이터를 네트워크에 이익이 되는 방식으로 액세스하고 관리해야 합니다.

데이터 관리 및 저장은 서비스 제공업체의 주요 문제가 되었으며 전체론적 통합 데이터 관리 시스템은 데이터 목표를 관리하는 데 도움이 됩니다. 클라우드를 사용하고 중앙 집중식 사용자 데이터를 사용하고 데이터를 기능과 분리하면 네트워크 공급자가 관리할 수 없는 것을 관리하는 데 도움이 되었습니다. 통합 데이터 관리의 이점에는 네트워크 복잡성 감소 및 데이터 일관성 향상이 포함됩니다. 세계가 4G에서 5G로 전환함에 따라 통합 데이터 관리의 필요성이 증가했습니다.

조직에 통합 데이터 관리가 필요한 이유

이것은 기술에 대한 연습처럼 보일 수 있고, 기술적 요구 사항이 분명히 존재하지만, 이것은 실제로 전략과 좋은 비즈니스 관리에 관한 것입니다. 통합 데이터 관리의 궁극적인 목표는 데이터 중심적이고 교육적이며 객관적인 비즈니스 결정을 내릴 수 있도록 하는 것입니다. 이것은 조직과 직원의 이익을 최대화하기 위해 거버넌스, 규정 준수, 통합 및 비즈니스 혁신을 일관되게 보장하는 운영 우수성에 관한 것입니다. 즉 비즈니스 인텔리전스에 관한 것입니다. 비즈니스는 지금 어디에 있으며 어떻게 하면 더 나아질 수 있습니까?

두 가지 별개의 목표 간에 균형을 달성해야 합니다. 우수한 데이터 관리 관행을 갖고 이를 비즈니스 목표와 일치시킵니다.

통합 데이터 관리에서 데이터 액세스

모든 내부 또는 외부 이해 관계자는 필요한 정보에 액세스할 수 있어야 합니다. 데이터는 관련성이 있고 찾기 쉽고 정확해야 합니다. 이는 통합 데이터 관리 시스템이 모든 사용자에게 제품 주문, 재고 여부 확인, 고객 청구서 작성, 청구 평가 또는 기타 수많은 작업 수행에 필요한 데이터를 제공한다는 것을 의미합니다. 데이터 사일로는 조직의 모든 부문이 연결되어 있었던 과거의 일입니다.

통합 데이터 관리의 분석 정확도

데이터에 결함이 있거나 불완전한 경우 분석이나 예측을 수행하는 것은 의미가 없습니다. 이로부터 잘못된 정보를 초래하고, 데이터 과학자 및 보고서의 최종 사용자에게 시간을 낭비하게 하며 비즈니스에 막대한 위험을 초래합니다. 통합 데이터 관리를 사용해야 실시간 통찰력, 새로운 기회, 완전히 최적화된 결정을 내릴 수 있습니다.

성공적인 통합 데이터 관리의 구성 요소

성공적인 통합 데이터 관리는 단순히 기술 요소를 올바로 확보하고 모든 데이터를 액세스 가능한 방식으로 저장하는 것이 아닙니다. 두 가지 구성 요소를 충족해야 합니다.

다양한 데이터 관리의 조정

서버의 상호 운용성과 팀 간의 데이터 개발 사이에 균형을 보장하는 것이 필요합니다. 통합 데이터 관리에서는 관련 데이터 아키텍처 구성 요소를 사용하여 기술 인프라를 공유하고 통합할 수 있습니다. 이렇게 하면 전체론적이고 협력적이며 통합된 관행이 만들어집니다. 그래야만 데이터를 엔터프라이즈 규모로 활용할 수 있습니다.

전략적 사업 목표 지원

여기에는 두 부분이 있습니다. 관리 팀은 비즈니스의 목표가 무엇인지 명확하게 이해하고 이러한 목표를 데이터 요구 사항으로 변환해야 합니다. 관리와 기술은 정렬되어야 합니다. 경영진이 특정 기간의 데이터 또는 특정 이정표를 충족하는 데이터를 요구하는 경우 이를 명확히 하고 전달해야 합니다.

다른 이름의 통합 데이터 관리

통합 데이터 관리는 그다지 일반적인 용어는 아니지만 많은 사람들이 그 원칙을 실천하고 있습니다. 이미 대부분의 조직에서 통합 데이터 관리의 관행과 전략을 구현하고 있지만 종종 이를 다른 이름으로 부릅니다. 많은 기업이 데이터 관리 분야에 대한 이름을 갖고 있지 않지만 전략에 대해 질문을 받으면 프로세스와 결과가 통합 데이터 관리와 일치합니다.

EIM 및 EDM

EIM(엔터프라이즈 정보 관리) 및 EDM(엔터프라이즈 데이터 관리)은 통합 데이터 관리가 더 적절할 때 일반적으로 사용되는 두 가지 용어입니다. 종종 이러한 용어는 잘못 홍보하는 상용 소프트웨어 공급업체와 연관됩니다. 또한 이러한 용어들은 데이터 관리, 통합 및 검색의 관행을 중심으로 적용되므로 범위가 더 좁아지고, 전체적인 패키지와 비즈니스에 대한 이점에는 적용되지 않습니다.

마스터 데이터 관리

마스터 데이터 관리(MDM)는 비즈니스와 정보 기술이 협력하여 마스터 데이터가 정확하고 일관성이 있고 조직 내에서 이에 대한 책임이 있는 지를 확인하는 것입니다. 통합 데이터 관리와 유사하지만 비즈니스 목표 및 이상과의 연계보다는 비즈니스 전반에 걸쳐 데이터의 정확성을 높이기 위한 전략 및 프로그램에 더 중점을 둡니다.

데이터 및 정보 거버넌스

데이터 및 정보 거버넌스는 소프트웨어를 관리하는 데 사용되는 기술 시스템이 아니라 데이터에 대한 윤리, 표준 및 규칙에 관한 것입니다. 거버넌스는 사용의 정의, 정보에 대한 액세스, 보안, 정보 수명 주기 및 범주화와 더 관련이 있습니다. 계획 작성에서 더 많은 이론적인 역할을 하며 데이터 관리 방법에 대한 결정을 내리는 데 도움이 되지만 그 자체는 관리 시스템이 아닙니다.

통합 데이터 관리의 이점

정보 과부하 방지

데이터는 어디에나 있습니다. 조직에서 생성하고 소비하는 데이터의 양은 소셜 미디어, 리뷰, 비디오 및 외부 정보 소스는 물론 내부 구매 정보 및 고객 데이터 수집에 이르기까지 방대합니다. 기업이 매일 테라바이트의 데이터를 처리하는 것은 드문 일이 아니며 인력과 시스템에 완전히 압도적일 수 있습니다.

통합 데이터 관리는 데이터 양을 최소화하기 위해 사용합니다. 데이터는 올바른 한 장소에서만 수신, 처리, 저장됩니다. 따라서 전체 프로세스의 부담이 줄어들고 데이터 관리가 훨씬 더 실현 가능한 목표가 됩니다.

비즈니스 통찰력 및 추세 분석

통합 데이터 관리의 주요 목표 중 하나는 비즈니스 통찰력과 정확한 추세 분석입니다. 통합 데이터 관리는 데이터를 변환하고 정리하며 통찰력도출에 사용 가능한 데이터 세트를 생성합니다. 또한 데이터를 접근 가능한 장소와 형식으로 배열하여 훨씬 더 유용하게 만듭니다. 따라서 데이터 및 비즈니스 통찰력을 기반으로 하는 민첩한 혁신이 이루어질 수 있습니다.

비용 절감

통합 데이터 관리가 비즈니스 과부하를 줄이는 방법에는 다음의 여러 가지가 있습니다.

• 데이터 또는 데이터 사일로가 중복되지 않음, 오류 및 누락된 정보를 줄임
• 통합 데이터 관리가 대부분 클라우드 기반이므로 값비싼 하드웨어 및 서버에 대한 투자가 필요 없음
• 더 나은 비즈니스 분석 및 예측을 통해 성장으로 이어질 가능성이 더 높은 정보에 입각한 결정
• 데이터가 자동으로 정리되므로 데이터 과학자 및 기타 귀중한 리소스에 낭비되는 시간이 감소

규제 준수

데이터는 현재 큰 비즈니스, 틀림없이 가장 큰 비즈니스입니다. 이를 시도하고 관리하기 위해 다양한 법제, 법률 및 비즈니스 규칙이 만들어졌습니다. 조직은 데이터 자체를 관리해야 할 뿐만 아니라 데이터를 안전하게 유지하고 모든 규정을 준수하는 방식으로 관리해야 합니다. 통합 데이터 관리는 데이터에 규칙을 자동으로 적용하므로 규정을 준수하지 않게 될 가능성이 없습니다. 모범 비즈니스 관행과 고객 및 공급업체의 신뢰할 수 있는 브랜드를 유지하기 위해서는 벌금 및 비준수의 위험을 줄이는 것이 필수적입니다.

통합 데이터 관리의 과제

지나치게 광범위한 범위

모든 데이터를 하나의 프로세스로 통합하려는 조직은 실패할 것입니다. 이 프로세스는 모든 것을 하나로 통합하는 하나의 도구를 통해 일회적인 성공을 거두는 원 히트 원더가 되도록 설계되지 않았습니다.

솔루션: 조직에서 데이터를 100% 조정하기를 원할 가능성은 낮고 또한 불가능한 목표일 수 있습니다. 모든 것을 한 번에 하려고 하지 말고 논리적인 단계에서 문제를 해결하십시오. 한 번에 시스템의 몇 부분을 연결하고 점진적으로 작동하여 관리 목표에 부합하는 수준으로 통합될 때까지 시스템을 구축합니다. 협업과 조정이 이익을 창출하는 통합 아이템만 선택하십시오.

유연성 부족

모든 데이터 아키텍처의 가장 큰 문제 중 하나는 유연성 부족입니다. 조직이 의료 제공자인 경우 인프라는 모니터링 데이터의 수백만 라이브 스트림에 대처할 수 있어야 하고 제품을 쉽게 추가하고 데이터를 올바르게 관리할 수 있어야 합니다. 소프트웨어, 데이터 소스 및 데이터 유형은 모든 조직에서 지속적으로 변경되며 모든 데이터 관리 시스템은 관련성을 유지하기 위해 놀라울 정도로 민첩해야 합니다.

솔루션: 클라우드에 데이터를 보관하고, 애플리케이션을 현명하게 사용하고, 시스템에 엄격한 구조를 강요하지 않는 것은 결과를 유동적으로 유지하는 데 큰 도움이 됩니다. 데이터 및 비즈니스 요구 사항은 인프라 자체가 아니라 아키텍처를 결정해야 합니다. 자율 기술을 사용하여 시스템 전체에서 무결성과 성능을 확인 및 유지하고 필요할 때 시스템을 최적화합니다.

데이터 표준 및 거버넌스의 모호성

데이터 수집, 저장 및 배포의 거의 모든 측면에 대한 법률, 표준 및 지침이 있습니다. 비즈니스 표준을 설정하는 것은 통합 데이터 관리 시스템을 만드는 데 있어 가장 어려운 측면 중 하나일 수 있습니다. 특히 복잡한 조직에서는 법률을 시행하는 데 비용이 많이 들고 번거로울 수 있습니다. 규정 준수 법률은 점점 더 연결되는 세상의 빠르게 성장하는 요구 사항에 맞게 끊임없이 변경됩니다.

솔루션: 시스템은 거버넌스 전문가, 데이터 과학자, 정보 기술 전문가 및 비즈니스 소유자가 모두 참여하여 설계 및 개발해야 합니다. 처음부터 좋은 데이터 관리를 구축하고 지름길을 사용하지 않는 것 외에는 이를 수행할 수 있는 간단한 방법이 없습니다. 개인 식별 정보는 개인 정보 보호 규정 준수를 위해 특별한 주의를 기울이고 추적하고 모니터링해야 합니다. 연결 체인을 식별하고 규정 준수를 모니터링하면서 데이터를 추적 및 검토하는 도구는 매우 중요합니다.

데이터를 이해하지 못함

조직에서 데이터를 잘못 이해하는 것은 흔한 일이며, 정보는 저장되지만 사용되지 않을 때 비용이 많이 듭니다. 그런 다음, 기업은 해당 데이터를 어떻게 사용하거나 용도를 변경할 수 있는지에 대한 불확실성을 갖게 되어 데이터 처리를 리소스 낭비로 만듭니다.

솔루션: 검색 계층을 생성하면 존재하는 데이터를 식별하는 데 도움이 되며 데이터에 액세스할 수 있고 사용할 수 있습니다.