오늘날의 메타데이터는 그 어느 때보다도 중요합니다. 새로운 기술 덕분에 기존에는 분석가가 해야 했던 데이터 작업을 이제 비즈니스 사용자가 할 수 있게 되었습니다. IT의 소비자화는 직관적이고, 많은 교육을 받지 않아도 사용할 수 있는 시스템을 사용자가 기대하고 있음을 의미합니다. 많은 사용자가 매우 다양한 유형의 의사 결정을 지원하기 위해 데이터를 사용함에 따라 데이터를 설명 및 정의하고 이해하는 것이 무엇보다 중요합니다.
하지만 대다수의 시스템에서는 여전히 메타데이터에 대해 느리고 경직된 접근 방식을 요구하고 있습니다. 이러한 접근 방식은 비즈니스 인텔리전스 솔루션의 유연성을 떨어뜨리며 궁극적으로는 셀프 서비스 분석 배포를 통해 얻을 수 있는 혜택을 감소시킵니다. 메타데이터에 대한 사고방식을 바꾸면 비즈니스에서 데이터를 더욱 빠르고 쉽게 활용할 수 있습니다.
이 백서를 통해 메타데이터를 활용할 수 없는 4가지 일반적인 이유를 알아보십시오.
1. 메타데이터를 사전에 정의하면 시간이 많이 소요될 뿐만 아니라 배포하는 데도 오랜 시간이 걸립니다.
기존 비즈니스 인텔리전스 시스템에서는 조직에서 먼저 전체 엔터프라이즈를 모델링해야 합니다. 이 과정은 시간이 많이 소요되는 복잡한 작업이며 엔터프라이즈 배포를 수 주 또는 수개월까지 지연시키기도 합니다. 초기 비용이 많이 들고 분석으로 인한 혜택을 얻기까지 오래 시간이 걸립니다.
더욱 효율적인 접근 방식은 즉시 분석을 지원할 수 있는 솔루션을 찾는 것입니다. 이러한 솔루션을 사용하면 유용한 분석을 더욱 빠르게 제공할 수 있을 뿐만 아니라 사용자의 데이터 활용 방법을 파악하게 됨에 따라 메타데이터 모델을 반복적으로 활용하여 구축할 수 있습니다. 보다 대응력이 뛰어난 이 접근 방식을 활용하면 일반적으로 더욱 강력하고 현실적인 메타데이터 모델을 구축할 수 있게 됩니다.
효율적인 시작 방법은 가능한 경우 기존 시스템의 메타데이터를 활용하는 방법입니다. 예를 들어 데이터베이스에서 이미 날짜 필드가 날짜로 정의되어 있는 경우 분석 솔루션에서 동일한 방법으로 정의하는 데 시간을 들일 필요가 없습니다.
2. 메타데이터는 필요한 만큼 유연하지 않습니다.
기존 메타데이터 모델은 변경하기 어렵고 비용이 많이 듭니다. 따라서 자주 변경하지 않습니다. 이는 점점 비즈니스 데이터를 정확하게 반영하지 않게 됨을 의미합니다. 메타데이터를 최신으로 유지하는 책임이 IT에 있을 수도 있지만, IT에는 변화에 대응할 수 있는 정보가 없는 경우가 많습니다.
트렌드와 기회가 빠르게 변화하고 있는 시대에서 이는 비즈니스 경쟁력에 매우 불리한 상황을 야기합니다.
이러한 상황을 방지하려면 정기적으로 데이터를 새로 정의하고 계산해야 합니다. 데이터를 통해 질문하고 이에 대한 답변을 구하는 비즈니스 사용자가 새로운 메타데이터를 위한 가장 좋은 소스가 될 수 있습니다. 이러한 사용자는 범주, 제품 또는 그룹을 영역별로 계층화할 수 있습니다. 유연한 분석 솔루션을 사용하면 IT에서 새로운 메타데이터 개체를 평가하고 생산하여 모든 사용자와 공유할 수 있습니다.
메타데이터가 유연하지 않으면 비즈니스에 대한 이해를 발전시킬 수 있는 능력이 떨어지게 됩니다.
자세한 내용을 알아보시겠습니까? 백서를 다운로드하십시오!