데이터 웨어하우스의 데이터 품질 향상을 위한개념적 프레임워크의 개발

(1) 주제지향적 : 데이터가 일정한 주제별로 모아져야 한다는 것이다. 예를 들어, 은행업무에서 기존의 데이터베이스가 대출, 예금, 은행카드, 신탁처리 등과 같은 응용과 운영들을 중심으로 설계되는 반면에, 데이터 웨어하우스에서는 고객, 거래처, 상품, 활동 등과 같은 주요 주제 영역을 중심으로 조직화된다. 둘의 차이는 데이터의 내용에서 뚜렷하게 나타나는데, 데이터 웨어하우스에서는 의사결정과 무관한 데이터를 포함하지 않는 반면 운영시스템은 의사결정 지원이 아닌 거래처리요구를 만족시키기 위한 운영계의 세밀한 정보를 포함한다. (2) 통합성 : 데이터 웨어하우스 내의 모든 데이터는 항상 통합되어 있어야 한다는 것으로 일관된 이름짓기방법, 일관된 변수측정, 일관된 코드화구조, 일관된 데이터의 물리적 특성들을 나타내야 한다. (3) 시계열성 : 데이터 웨어하우스에 있는 모든 데이터는 일정 시간 동안에는 정확하다. 즉 운영 중심 환경에서는 한 단위의 데이터에 접근할 때 그 데이터가 정확한 값을 가지고 있다는 사실은 접근하는 순간에만 확신할 수 있으나, 데이터 웨어하우스의 데이터는 순간적인 것이 아니라 일정 기간 동안 그 정확성을 유지할 수 있다는 것이다. (4) 비휘발성 : 운영데이터 시스템 환경에서는 레코드 단위를 기초로 하여 삽입, 삭제, 변경 등의 갱신이 이루어지는데 반하여, 데이터 웨어하우스는 초기의 데이터 적재와 접근의 두 가지 활동만을 수행하므로 데이터의 갱신은 이루어지지 않는다(정희원, 1997; 정명호, 1998). [표 1]은 운용 데이터베이스와 데이터 웨어하우스의 차이점을 비교한 것이다(조재희, 1996; Bontempo & Zagelow, 1998).