개념이 연결되는 이론 학습
과목과 소분류를 선택해 핵심 개념을 찾아보세요. 모든 이론은 로그인 없이 읽을 수 있습니다.
데이터 품질 관리 프레임워크와 품질 기준
데이터 품질을 목적 적합성으로 보고 완전성·유효성·정확성·일관성·유일성·적시성을 서로 판별합니다. 정책·조직·역할·규칙·측정·결함 개선·도구·성과를 연결하고, 업무 위험에 따라 품질 목표와 우선순위를 정합니다.
표준 데이터 품질 관리
표준 단어·용어·도메인·코드의 제정 절차가 아니라, 표준 정의 자체의 결함과 모델·DB 적용 위반을 측정하고 개선하는 단원입니다. 준수율의 분모·예외·매핑을 명확히 하고 반복 위반의 원인을 변경 프로세스와 도구 통제로 제거합니다.
모델 데이터 품질 관리
모델 작성 기법을 반복하지 않고 개념·논리·물리 모델과 실제 DB 사이의 추적성·완전성·정합성을 측정합니다. 미정의·미사용 객체, 키·관계·무결성·표준 위배와 모델-DB 불일치를 결함으로 등록해 변경 통제와 재검증으로 개선합니다.
관리 데이터와 메타데이터 품질
데이터를 관리하기 위한 소유자·정의·상태·기준일·규칙·계보·운영 이력 등 관리 데이터와 업무·기술·운영 메타데이터의 신뢰성을 다룹니다. 자동 수집 결과도 원천·변환·버전·시점과 대조해 완전성·정확성·최신성·추적성을 검증합니다.
업무 데이터 값 품질과 오류 원인
업무 데이터 값에 대해 NULL·형식·범위·도메인·유일성·참조·상호관계·시계열·집계 규칙을 실행하고 프로파일링으로 이상을 찾습니다. 오류를 입력·인터페이스·변환·표준·모델·운영 원인으로 추적해 값 정정과 발생 통제를 함께 개선합니다.
데이터 구조 계층·데이터 참조 모델·사용자 뷰
공식 데이터 구조 이해 범위에 맞춰 개념 데이터 모델, 데이터 참조 모델, 논리·물리 모델, 데이터베이스, 사용자 뷰의 역할을 구분합니다. 각 계층의 목적과 추상화 수준, 변환·매핑·추적성을 품질 관점에서 연결합니다.
데이터 관리 정책과 통합 프로세스
데이터 관리 정책을 원칙·표준·지침·절차로 구체화하고 표준·요구·모델·흐름·데이터베이스·활용 관리 프로세스를 하나의 변경 생명주기로 연결합니다. 역할·승인·산출물·품질 게이트와 성과지표를 통해 닫힌 순환 관리체계를 구성합니다.
표준·모델·값·활용 관점의 품질 개선
같은 현상을 표준·모델·값·활용 관점으로 나누되 독립 점검으로 끝내지 않고 원인과 영향을 연결합니다. 결함 등록→영향·우선순위→근본원인→개선→검증→재발방지의 공통 생명주기를 네 관점에 적용합니다.