미래의 데이터 요구는 예측할 수 없습니다. 현재 수정되지 않은 실수에 대한 비용 지불을 방지하는 것이 최상의 방법입니다.

오늘날의 조직은 다양한 인터페이스를 통해 다양한 소스로부터 제공되는 데이터와 고군분투하고 있습니다. IT 부서는 그러한 데이터를 이해하기 위해 해당 데이터를 추출하고 사용 가능한 형식으로 변환하여 올바른 데이터 웨어하우징 시스템으로 로드해야 합니다. 다양한 애플리케이션의 데이터는 종종 통합되어 단일 비즈니스 프로세스에 영향을 미칩니다.

이것은 쉬운 일이 아닙니다. 한곳에서 데이터를 변경하면 다른 여러 곳의 데이터에 영향을 미치기 때문에 더욱 어려워지게 됩니다.

오류 데이터에 대한 비용 지불

대부분의 조직에서 통합 프로젝트는 보수적입니다. 통합 프로젝트는 가시적 요구가 있을 때에만 시작됩니다. 비즈니스 이해 관계자의 요청에 빠르고 효율적으로 응답하는 것은 반드시 필요한 것처럼 보일 수 있습니다. 그러나 임시적 방법으로 통합 프로젝트를 실행하면 귀사의 대규모 데이터 관리 요구에는 적합하지 않는 PTP(Point To Point) 인터페이스가 증가하는 위험을 겪게 됩니다.

개별적 구축으로 인한 결과는 막대합니다.

1. 이러한 작업은 복제가 불가능하여 프로젝트에 내재하는 복잡성으로 인해 지속적인 지원 및 개선 비용이 높아지게 됩니다.
2. 데이터의 계보(Lineage)를 보장할 수 없어 데이터 변환 및 품질을 통제하는 기존 비즈니스 규칙과 불일치되는 프로세스를 만들 수 있는 위험이 발생합니다.
3. 이러한 개별 시스템은 고유한 규칙, 사용자 지정 코드 및 일관되지 않은 데이터로 인해 각각의 시스템이 특별한 주의를 요하기 때문에 조정 및 업데이트가 어렵습니다.

정제된 데이터에 대한 투자

데이터 통합 프로젝트를 시작할 때에는 미래를 예측할 수 없습니다. 흔히 자신감 있게 요구를 예측하는 현업 쪽도 통찰력이 부족합니다. 포인트 인터페이스 종속성을 깨기 위해 베스트 프랙티스를 따르는 것이 최상의 방법입니다. 예를 들면 다음과 같은 방법이 있습니다.

1. 종속성을 줄이기 위한 애플리케이션의 분리.
2. 시스템 간 정보 교환을 위한 데이터 및 통합 표준 구현.
3. 다양한 대기 시간에 대용량 데이터 세트의 소모를 가능케 하는 준비 단계 활용.
4. 데이터 및 메타데이터에 대한 엔드 투 엔드 가시성을 제공하기 위해 데이터에 대한 변경 사항의 기록 유지.

이러한 단계에 전념할 시간이나 인력이 없다고 생각할지 모릅니다. 또한 데이터 정확도를 유지하는 데 필요한 업무를 맡겠다는 확약을 이해 관계자로부터 받지 못할 수도 있습니다. 그러나 중앙 집중식 데이터 관리 솔루션을 더 오래 거부하면 할수록 문제는 더욱 확고해지기만 할 것입니다.

이러한 과제가 극복하기 어려워 보이면 전부는 아니더라도 이러한 프로세스 중 많은 부분을 자동화하는 솔루션을 고려해 보는 것도 좋을 것입니다. 보다 자세한 내용을 확인하시려면 차세대 데이터 통합: 데이터 혼란을 획기적인 결과로 변환(The Next-Generation of Data Integration: Transforming Data Chaos into Breakthrough Results)을 참조하십시오. 여기에서는 데이터 통합에 대한 전통적 접근 방식에 기인한 위해 요소 제거에 대한 권장 사항을 제공합니다.