데이터 웨어하우스

목차

★ 데이터 웨어하우스
Ⅰ. 개 요
1. 출현
2. 정의
3. 필요성
4. 구축시 고려사항
Ⅱ. 기법 및 도구
1. 데이터 모델링 기술
2. 시스템 요건데이터베이스
Ⅲ. 데이터웨어 하우스 모델링
1. 모델링
2. 프로세스 모델링
Ⅳ. 데이터웨어 하우스 적용방안
1. 데이터웨어 하우스 구축 방향
2. 전개방향

★ 데이터 마이닝
Ⅰ. 등장배경
Ⅱ. 정의
Ⅲ. 마이닝 지식의 종류 및 사용기법
Ⅳ. 데이터웨어하우스 마이닝
Ⅴ. 데이터 마이닝 응용분야
Ⅵ. 데이터마이닝 시스템 구축시 고려사항

본문내용

웨어하우스 환경하에서는 일단 데이터 웨어하우스가 구축된후 마이닝을 수행하므로 상당부분 해결될 수 있다. 이와 같이 데이터 웨어하우스를 구축한 후 데이터 마이닝 기법을 수행하는 것을 데이터 웨어하우스 마이닝이라 한다. 최근 들어서는 이러한 데이터 웨어하우스와 데이터 마이닝의 연계 방법이 많이 검토되고 있다. 데이터 마이닝이 데이터 웨어하우스 상에서 수행해야 하는 이유는 다음과 같다.
■ 마이닝을 위한 적합한 데이터가 운영시스템과 분리되어 있다.
■ 데이터 웨어하우스는 여러 소스로부터의 데이터를 포함하므로 여러 관계를 마이닝 할 수 있는 여건이 조성되어 있다.
■ 데이터 웨어하우스는 일차 필터링하여 깨끗한 데이터가 저장되므로 마이닝 정확도를 위한 데이터 질과 일관성이 보장된다.
Ⅴ. 데이터 마이닝 응용분야
국내의 경우 데이터마이닝은 개념, 기법, 제품 등이 소개되고 있는 초기 도입단계다. 그러나 정보화에 앞서가는 많은 외국 선진기업들을 통해 실제 응용 사례들을 접할 수 있는데 예를들어 미국의 카드회사인 아메리칸 익스프레스사와 통신업체인 AT&T는 고객데이터 분석을 통한 마케팅 활동 지원을 위해, 영국의 BBC방송은 프로그램에 대한 고객별 선호도를 분석하기 위해 데이터마이닝 프로젝트를 수행하였다. 이 외에도 은행이나 보험사 등에서의 실구축 사례를 다수 접할 수 있는데 이것들은 데이터마이닝이 앞으로 자사의 경쟁력 향상에 상당한 역할을 할 것으로 기대하고 있다.
그러나 데이터마이닝은 위에서 언급한 특정 업종에만 국한된 것이 아닌 모든 분야에 적용할 수 있는 수평적 응용기술이다.
사실 "누가 필요로 하는가" 보다는 "누가 필요로 하지 않는가?"라고 묻는 편이 더 나을 것이다. 단지 아직까지는 데이터마이닝의 성공사례가 주로 데이터의 충실도가 상대적으로 높은 은행, 카드, 보험 등의 금융분야와 통신분야에서 주로 발표되고 있을 뿐이다.
데이터마이닝이 제공하는 정보들은 효과적인 광고전략 개발이나 상품배치, 목표고객선정, 프로세스의 개선 등에 활용됨으로써 전체적인 비즈니스 효율 향상과 비용 절감을 꾀할 수 있다. 또한 데이터마이닝에서 발굴되는 정보를 통해 기업은 선점 효과를 누릴 수 있는 경우가 많다. 즉 먼저 그 정보를 확보하여 활용함으로써 고객을 모으고 서비스를 제공하는 데 유리한 위치를 확보하게 되는 것이다.
※ 데이터마이닝의 응용분야 및 적용사례 표
분야
적용사례
소매/마케팅
· 고객의 구매패턴과 선호도 발견
· 고객분류, 그룹별 특성 발견
· 광고, 이벤트의 효과측정
은행
· 우수고객 선정 및 특성 분석
· 이탈 예상고객 선정 및 특성 분석
보험
· 보험료 청구 사기 패턴 추적
통신
· 장거리 전화/무선 전화의 부정한 이용패턴 추적
· 서비스간의 연관관계 발견
제조
· 최종 생산품의 품질에 영향을 미치는 요인 발견
· 경쟁사의 입찰 예측
유통
· 매장진열 전략 수립
의료
· 환자의 특성에 따른 의약품의 부작용 분석
Ⅵ. 데이터마이닝 시스템 구축시 고려사항
데이터마이닝 제품을 구입하는 대부분의 기업들은 이 시스템을 가지고 기존 데이터를 분석하면 유용한 정보가 나올 것이라는 환상을 가지고 구축을 하려한다.
그러나 이런식으로 시스템구축을 위한 프로젝트를 실행하면 실패를 보는 경우가 허다하다.
기업의 규모나 프로젝트의 사이즈에 관계없이 성공적으로 데이터마이닝 시스템을 구축하기 위해 반드시 고려해야 하는 사항들을 알아보도록 하겠다.
첫째, 데이터로부터 무엇을 얻을 것인지에 대한 명확한 답을 가지고 있어야 한다.
이것을 위해선 기업의 경쟁력 다시 고려해보는 측면에서 사업목표를 제대로 이해하고, 해당 목표를 성취하기 위해 수반되는 주요 성공요소들을 확인해야 한다.
둘째, 데이터의 충실도를 고려해야한다.
데이터마이닝을 통하여 얻는 정보의 원천은 입력되는 데이터이기 때문에 출력되는 정보에대한 신뢰성은 원천인 데이터의 질이 좌우한다고 해도 과언이 아니다.
데이터의 충실도는 데이터마이닝 프로젝트의 성패를 좌우하는 가장 중요한 요소로서 실제 프로젝트의 대부분이 이것을 높이는데 할애 해야한다.
여기서 데이터의 충실도란 데이터를 구성하는 레코드와 속성의 수가 충분한가에 대한 양적 척도와 속성이 취한 값들이 정확한가 또는 빠진 속성 값은 어느 정도인가에 대한 질적 척도, 이 두가지를 함께 의미한다.
셋째, 개인의 프라이버시를 보호한다는 것도 중요한 문제이다.
넷째, 전문인력을 확보해야 한다.
데이터마이닝은 데이터로부터 자동으로 정보를 추출하기 때문에 전문가의 전문지식이나 경험을 대체할 수 있다. 또한 OLAP과는 달리 사용자가 미리 가설을 세우거나 지침을 제공하지 않는다. 데이터마이닝은 오직 주어진 데이터에서만 정보를 찾기 때문에 필요한 정보를 얻기 위해서는 어떤 데이터, 특히 어떠한 속성들로 구성된 데이터가 필요하다는 것과 같은 정보를 알려주지 못한다.
그러므로 적절한 데이터의 선택이나 추출되는 정보의 올바른 해석을 위해서는 반드시 역량있는 업무 전문가나 데이터 분석가의 도움을 받아야 한다.
다섯 번째, 적절한 데이터마이닝 도구를 선택하여야 한다.
데이터 마이닝 도구를 선택할 때는 다음의 사항들을 항상 고려하여야 한다.
· 한 번에 얼마나 많은 레코드를 처리 할 수 있는가?
· 어떠한 형태로 정보를 제공하는가?
· 얼마나 다양한 사전처리 작업을 지원하는가?
Ⅶ. 데이터마이닝 전망
데이터 마이닝 기술은 2000년대의 데이터베이스 주요 응용기술로서 각광을 받게 될 것이므로 우리도 이에 준비를 해야 할 것이다.
데이터 마이닝은 대용량 데이터베이스에 존재하는 여러 가지 유용한 지식을 캐내는 기법으로서 최근들어 데이터베이스 분야에서 관심을 받고 있는 분야이다. 마이닝에서 얻을 수 있는 지식에는 연관규칙, 분류규칙, 요약규칙, 클러스터링 등 여러 가지가 있으며 추출된 이러한 지식들은 의사결정, 예측, 예보, 평가 등에 광범위하게 사용된다.
최근 들어서는 마이닝할 수 있는 여건이 조성되어 있는 데이터 웨어하우스로부터 마이닝을 수행하는 데이터 웨어하우스 마이닝이 중요한 응용으로 부상하고 있다. 또한 분산 마이닝이나 WWW 환경하에서의 마이닝 등은 아직 극히 초보단계이므로 많은 연구가 이루어져야 할 것이다.

키워드

데이터 웨어하우스,   데이터 모델링 기술,   시스템 요건데이터베이스,   운영계,   온라인업무,   경영환경