데이터와 정보

데이터의 특성
존재적 특성 : 가공되지 않은 객관적 사실 = 데이터
당위적 특성 : 예측, 추론 추정을 위한 근거 = 정보

데이터의 유형
정성적 데이터 : 언어나 문자로 표현 (ex. 회사 매출이 증가함)
   ⤷ 언어나 문자로 표현하게 되면 저장, 검색, 분석에 많은 비용이 소모
(설문조사가 수치화가 가능하다면 정량적 데이터가 가능)
정량적 데이터 : 수치나 도형, 기호로 표현 (ex. 나이, 몸무게)
   ⤷ 간단하게 정형화 되어있어서 비용소모가 적음
정형데이터 : 연산이 가능한 정형화된 구조 (엑셀, 스프레드시트, 관계형 데이터베이스(DBMS))
반정형데이터 : 데이터는 존재하지만 연산은 불가능한 정형화된 구조 (XML, JSON, HTML)
비정형데이터 : 데이터는 존재하지만 연산은 불가능 정형화된 구조 없음

암묵지와 형식지
암묵지 : 개인에게 체화되어 있어서 겉으로 드러나지 않는 지식, 타인에게 지식의 전달이 어려움
   ⤷ 개인에게 내면화 → 조직에게 공통화
형식지 : 문서나 메뉴얼화된 있는 지식, 지식 전달에 용이함
   ⤷ 언어나 숫자 기호등으로 표출화 → 개인의 지식으로 연결화

DIKW 피라미드
D(Data : 데이터) 가공하기 전의 순수한 수치나 기호
I(Information : 정보) 패턴을 인식하고 의미를 부여한 데이터
K(Knowledge : 지식) 상호 연결된 정보 패턴을 이해하여 이를 토대로 예측한 결과물
W(Wisdom : 지혜) 창의적 아이디어

데이터베이스의 특징
통합된 데이터 : 동일한 내용이 중복되어 있지 않음
저장된 데이터 : 컴퓨터가 접근 가능한 저장 매체에 저장
공용 데이터 : 여러 사용자가 데이터를 공동으로 이용
변화되는 데이터 : 새로운 데이터의 삽입, 기존 데이터 삭제, 갱신으로 항상 변화해도 현재의 정확한 데이터를 유지

데이터베이스 설계 절차
요구사항 분석 - 개념적 설계 - 논리적 설계 - 물리적 설계

기업 내부 데이터베이스 활용
1980년대 기업내부 데이터베이스
   ⤷ OLTP(On-Line Transaction Processing) - 온라인 거래처리, 데이터베이스의 데이터를 수시로 갱신하는 프로세싱
   ⤷ OLAP(On-Line Analytical Processing) - 온라인 분석처리, 다차원의 데이터를 대화식으로 분석

2000년대 기업내부 데이터베이스
   ⤷ CRM(Customer Relation Management) - 고객관계관리 기업분석을 통해 신규 고객창출 고객 이탈방지
   ⤷ BI(Business Intelligence) - 기업의 경영권자가 올바른 의사결정을 내리기 위한 것
   ⤷ BA(Business Analytics) - 데이터 통계를 기반으로 성과와 비즈니스 통찰력에 초점을
   ⤷ ERP(Enterprice Resource Planning) - 기업이 보유한 자원의 효율적인 활용과 분배
   ⤷ RTE(Real time Enterprise) - 업무프로세스중 발생하는 정보 신속 대응용
   ⤷ SCM(Supply Chain Management) - 원자재 - 기업 고객에게 도달, 유통단계 최적화 활용
   ⤷ KMS(knowledge Management System) - 기업이 보유 모든지식 통합 문제 해결 능력 향상
   ⤷ EAI(Enterprise Application Ientegration) - 각종 서비스들 중앙시스템으로 연결 효율적인 서비스