Samsung Bi Project Strategic Review(Summary)

1. Strategic Review의 목적
삼성전기 통합 수율 분석 시스템 2.
3.
추진 과제와 BI 동향
Architecture, Platform 및 서비스 업체 평가
구축 프로젝트 4.
5.
Strategic Review의 접근 방식
단계별 평가 요약

Strategic Review(요약본) 6.
7.
결과 분석 및 권고 사항
첨부

마이크로소프트 컨설팅 서비스
金成洙

2008.06.27 (목)

‚Business Intelligence is the process of
transforming into information and that
information into knowledge.‛ – Gartner Group

Copyright ⓒ 2008 Microsoft

1. Strategic Review의 목적
동향, 구축 단계별 항목 점검 및 사례 정보를 통해 Top-Down Approach 방식으로 아래의 세가지 면에서 점검하여 문제점을 조기에
발견하고 사전 조치가 가능하게 함.

I. Manufacturing 및 BI 분야의 동향 정보와 추진 과제의 적합성 분석
II. 구축 단계별 점검
1. 사업 계획(Vision): 비즈니스 중심의 전략, 비즈니스 Case, BI 요소, 비즈니스 지표, 사전 준비 상태, 리스크 검토
2. 계획(Plan): 요구 사항, 기존 데이터, 데이터 관리 및 품질 정책, 서비스 소싱, 아키텍처 및 Portfolio, 제품 선정
3. 구축(Build): 개발 및 Integration, Data Integration 인프라, 데이터 품질 및 소스, 데이터 아키텍처, 교육
4. 운영(Operate): BICC, 관리, 애플리케이션 및 인프라 운영, 사용 상태 모니터링, 비즈니스 Impact 측정
5. 사용(Use): 비즈니스 목표, 비즈니스 Activity 모니터링, 목표 및 지표의 확인, 예상 및 계획
III. 사례 분석 비교

WBS 및 진행 일정(2008.06.18~2008.07.17)
BI 및
Information Management Activity Cycle 1. Business Requirement
2. Identify Legacy Data
1. Business-driven Strategy
3. Data governance & quality Policy
2. Business Cases
4. Service Sourcing Strategy
3. Basic Element of BI defined
5. Architecture & Portfolio
4. Business Metrics
5. Readiness, Maturity Assessment Vision Plan 6. Product Evaluation & Selection
6. Business Risk

Use Build 1. Develop & integrate Applications
2. Data Integration Infrastructure
3. Data quality & source
Operate 4. Data Architecture
5. Train Users
1. Plan & communicate business
objectives
2. Monitor ongoing business activities
3. Reassess objectives and metrics 1. BICC(BI Competence Center)
4. Update plans and forecasts 2. Govern Methodology, use and
implementation
Source: Gartner (April 2006)
3. Operate Application and
infrastructure
4. Monitor use & support
5. Measure business impact

Copyright © 2008 Microsoft Consulting Service All rights reserved | Confidential -1-

2. 추진 과제와 BI 동향
추진 과제는 Manufacturing의 분석과 개선을 위해 BI를 활용하는 것이며, 동향 분석 정보 수집을 통해 타당성을 검토하였습니다.
I. Manufacturing의 Operation을 위한 BI 투자의 적합성
1. 기술에서 비즈니스로의 중심 전환 (☞ 참조. 비즈니스 중심의 의미)과 BI의 활용이 부각되고 있습니다.
• 투자 계획에 대해 비즈니스 면에서는 Business Process Improvement, 기술에서는 Business Intelligence 각각 1
위(Gartner, 2008)
• Business Agility, 프로세스 단순화 필요성의 대두
2. BI의 활용은‘전술적’에서 ‘전략적’으로 포괄적으로 변화(London BI Summit, Gartner)- BI와 Performance
Management를 연속적인 것으로 인식
• 효율성을 확보하기 위해 측정하고, 발견하고, 정렬하고, 최적화하는 수단으로 사용
• 관련되는 비즈니스 사용자층으로의 확대 (영업, 파트너, 고객서비스 및 IT Operation까지)
• 관련되는 Business Application의 확대 및 프로세스 유연성(Flexibility)의 중요성 증대

현안 문제점 추진 과제
 분석에 필요한 Raw Data 없음 모니터링 기능 고도화
 원하는 Format으로 확보 어려움 (Chart, Grid, 검색)
 Raw Data 조회가 안되어 분석활동이 어려움
데이터  실시간 공정 완성 기준 Data 부재로 입고되기 전
비정형 분석 기능 보완
( OLAP, Excel)
까지 분석 지연
 조회 속도가 느림 통계 모듈 강화
(분석 Data Set 연동)

 모니터링, 탐색, 분석을 별도 메뉴로 접속해야 힘
 모니터링에서 발견된 이상치 값을 통계분석으로 연
모듈 통합 계 안됨
분석 대상 Data 자동 감지 & Warning

및 연계  탐색에서 만든 분석용 Data set을 통계분석으로 자
분석 업무 프로세스 Workflow 구현
동 연계가 안됨

 모니터링에서 이상 LOT, 모델, 설비에 대한 현상파
악 어려움 통합 Framework & 분석 Portal 구축
 통계분석에서 모니터링 및 통계분석 연계 안됨, 긴
분석

Infra
쿼리 오류
DW/DM Re-Modeling 실시간 추출 (ETL)
및 공유  분석결과 공유 안됨
 분석 의뢰부터 결과까지 Off-Line 진행으로 진행 시스템 Infra 보완 (H/W & S/W Upgrade)
상태나 내용을 알 수 없음


2. 추진 과제와 BI 동향
Operation Intelligence와 Business Intelligence
3. 제조 산업 부문에서 Operation Intelligence 필요성의 확대(AMR
Research, 2008)
• EMI (Enterprise Manufacturing Intelligence)에서 OI로
확대
1) EMI에 OI Extension의 추가 내용
 Data Mining/Discovery
 Process Modeling
 Simulation/Scenario Analysis
2) Manufacturing 분야는 상대적으로 In-House 개발의
필요성이 강함. ☞ 참조: Industry 분야별 구현 방식

4. 정보 관리(Information Management) 및 정보 아키텍처
(Information Architecture): EIA (Enterprise Information Source: AMR Research 2008

Architecture)를 위한 EIM의 필요성
• 데이터를 정보(Information)와 지식(Knowledge)로 고도화
• Data Mart Consolidation의 이점 활용
• EIM → EIA → ☞ EA (Enterprise Architecture)
• EIM을 정보관리 참조 모델로 활용

☞ 정보 인프라 면에서 프로젝트 추진 방향이 Business Agility, 프로세스 단순화 목적을 포함하고 있고 최근의 제조산업에서의 동향
및 Operation Intelligence의 목표와 일치하고 있으며, 기반 구축이 가시화되었습니다. 또한 BI를 활용하여 데이터 품질 개선과
Innovation 을 계획하는 것은 초기 구축 시 약간의 혼란이 있을 수 있으나, 가속화를 위해 매우 효과적인 접근 방법입니다.


3. Architecture, Platform 및 서비스 업체 평가
I. 소프트웨어 아키텍처 평가
• 소프트웨어 Layer별로 적합하게 설계되어있습니다.

DB Layer Function Layer Service Layer Presentation Layer
( DB/ETL Server) ( Application Server) ( Portal Server) ( UI , Client)

BO OLAP Server 수율분석 포탈
MDB BO 정형
Universe 리포트

RDB BO 비정형 File저장소
Universe 리포트
과제관리 과제관리
Cube Meta DB (Web) Excel
S S IS ODS Business Object
2007
탐색
S S AS

(Excel Service)
S S IS

Alert Alerting
Meta DB (Web)
생산用 DM
DW S S IS 품질用 DM 모니터링
(Web,ActiveX)
분석用 DM 모니터링/통계
Meta DB Data Mail
통계분석
Interface
(Web,ActiveX)

Re porting S ervice
Active Directory
An alysis S ervice
Excel S ervice
In tegration S ervice
SAS Server Sharepoint Portal 2007
알고리즘관리
SQL Server 2005 SQL Server 2005
Windows 2003 SAS Windows 2003 SAS Client


II. Platform 평가
• 마이크로소프트의 BI Platform은 이미 DW, DM 시장 점유율이 가장 높은 그룹에 속해 있으며(Industry Leader Group)
☞ XML, 웹 서비스 등 표준 지원, (웹 서비스 분야 Leading Vendors) 에 있어서 Industry Leader의 하나이며 빠른 속
도로 평가가 높아지고 있습니다. 표준 지원은 CIO가 바라는 기존 투자의 보호와 재사용성이 플랫폼과 상관없이 가능하게
해주므로 많은 이점이 있습니다.
• Excel 등 마이크로소프트의 제품을 활용하므로 별도의 투자를 감소시켜주는 효과가 있고 고객이 쉽게 Cube를 이용하여
분석 작업이 가능한 부분이 넓어집니다.
• 보유하신 SAS 및 Business Objects 또한 BI Industry에서 Leading Group에 포함됩니다.

BI Platform Vendor의 Magic Quadrant

Source: Gartner


• 마이크로소프트의 BI Platform 기능은 SQL 내장 기능, 개발 툴과의 연관성 및 PPS(Performance Point Server, 2007)
로 인해 빠르게 경쟁력이 강화되었습니다.

BI Platform Capabilities: Analysis

Source: Gartner (April 2007)

☞ 현 프로젝트에서의 소프트웨어 아키텍처와 사용되는 마이크로소프트 Platform은 구축 목표를 충족하기에 적합합니다.


III. 서비스 업체 평가(인브레인) 인브레인 사
• 주요 판단 항목은 다음과 같습니다. (☞ 참조. CIO Survey 결과 : 서비스 공급지 선정 Factor) 례 및 소개 자
료 추가
1. 변화관리의 지원
2. 단계적 적용을 위한 구축 계획 수립
3. TCO(총 소유비용) 관리
4. 사례 및 Best Practice 보유
5. 고객에 적합한 Prototype의 적용
• ㈜인브레인은 IT 인프라 및 컨설팅 서비스 영역 전반을 사업 범위로 하고 있고 특히 BI 영역에서 많은 사례와 수행 경험
을 가지고 있어서 삼성전기 통합 수율 분석 시스템 구축 프로젝트의 서비스 공급자로 적합하다고 판단됩니다.
• BI 시스템을 구축하는데 상기 수행사의 장점을 활용하기 위해서는 BI 구축 단계와 범위에 대해 경험을 조언을 받는 것을
권장하며, 변화 관리 및 구축 이후의 운영은 삼성전기가 주도적으로 계획하셔야 합니다.


4. Strategic Review의 접근 방식
Review에 일반적인 BI 시스템의 평가 항목을 사용해도 문제가 없으나, 전략적으 EIM Adoption Model
로 만전을 기하기 위해 EIM 적용 모델을 참조 모델로 설정하였습니다.

I. 기본 참조 모델은 다음과 같은 용도로 사용되었습니다.
• 전반적인 영역 구분의 기준
• 각 영역별 단계 구분의 기준
• 향후 발전 방향(고도화 단계)의 기준

II. 실질적인 Review에는 프로젝트 Activity를 평가하기 좋은 Gartner의
Information Management Activity Cycle을 대체 사용하였습니다. 또한, 다
음과 같은 장점이 있습니다.
• Information 관련 기준 모델로써 널리 통용됨 Source: Gartner (May 2006)

• 두 모델의 각 영역의 Mapping이 쉽고 훨씬 간편함

III. Information Management Activity Cycle 기준에 대해 Review 1.
2.
Business Requirement
Identify Legacy Data
1. Business-driven Strategy
3. Data governance & quality Policy
2. Business Cases

• 프로젝트가 현재 진행 중이지만 5단계 중 Vision, Plan 및 Build의 세
4. Service Sourcing Strategy
3. Basic Element of BI defined
5. Architecture & Portfolio
4. Business Metrics
5. Readiness, Maturity Assessment Vision Plan 6. Product Evaluation & Selection
6. Business Risk

가지 영역은 직접적인 검토가 가능하였고, Operate 및 Use의 두 단계 Use Build 1. Develop & integrate Applications
2. Data Integration Infrastructure

는 계획에 대하여 Review 하였습니다. Operate
3.
4.
5.
Data quality & source
Data Architecture
Train Users
1. Plan & communicate business

• 각 단계의 평가는 아래의 그림에 표시된 항목을 사용하여 평가하였고, objectives
2. Monitor ongoing business activities
3. Reassess objectives and metrics 1. BICC(BI Competence Center)
4. Update plans and forecasts 2. Govern Methodology, use and

실질적인 면에 보다 초점을 두어 진행하였습니다. implementation
3. Operate Application and
infrastructure
4. Monitor use & support
5. Measure business impact


5. 단계별 평가 요약
● 양호, ● 개선 필요

영역 점검항목 Description 평가
Business-Driven strategy 비즈니스 현안으로부터 추진 과제가 도출되었고 내용이 충실함. ●
Business Cases 위와 마찬가지이나, 주요 패턴을 명시적으로 분류 관리하기를 권고함. ●
Basic Element of BI defined BI의 기본 구성 요소에 대해 Layer별로 잘 정의되었음. ●

Vision Business Metrics 비즈니스 지표에 대해 파악하고 있으나 Case와 연계하여 관리하기를 권고함. ●
구축 전 필요한 Cross Group 협업 체계와 기존 데이터 품질에 대한 파악 및 정리,
Readiness Maturity Assessment 대비책 점검이 부족함. 그러나 BI를 개선 가속화를 위한 Innovation 수단으로 ●
진행하고 있는 있는 이유도 있음.
Business Risk 비즈니스 Risk에 대해 사전 검토가 부족함. Build 단계까지 분석관리 해야 함. ●
Business Requirement 요구 사항은 잘 도출되었음. ●
원천 데이터를 위한 기존 데이터와 품질 문제는 잘 조사되어 있으나, 주로 데이터
Identify Legacy Data ●
정합성에 대해서 편중되어 있고 부재 데이터에 대해서는 부족함.
데이터 관리 및 품질 정책은 BI 시스템은 기본이고 기존 시스템과 프로세스를
Data Governance & Quality Policy ●
Plan 포함해서 관리하여야 함. 이와 관련되는 혁신 과제와의 연계 파악을 권고함.
Service Sourcing Strategy 서비스 제공사 및 기술 인원 구성은 적합함. ●
Architecture & Portfolio HW, SW 아키텍처 및 포트폴리오는 우수함. ●
Product Evaluation & Selection Product 선정은 구축 목적에 적합합니다. ●
Develop & Integrate Applications 애플리케이션 Integration및 개발 계획은 우수함. ●
데이터 Integration 면으로서의 Infrastructure는 적합하지만, 많은 경우 정보
Data Integration Infrastructure ●
보안과 관리 문제로 보안 인프라 개선을 고려할 것을 권고함.

Build Data Quality & Source
BI 시스템 내에서의 오류 외에 원천 데이터의 품질을 파악하고 있어야 하고 데이터
●
품질에 관한 R&R이 명확해야 함.
Data Architecture 데이터 아키텍처는 현 구조로서는 적합함. ●
Train Users 교육 및 OJT외에 개발 완료 2개월 전부터 운영교육을 실시하는 것이 좋음. ●


● 양호, ● 개선 필요

영역 점검항목 Description 평가
BICC는 Operate 단계로 정의되어 있으나, 통상 팀 구성에 시간이 많이 소요되며
BICC(BI Competence Center 또는 구축 전에 내용을 파악하고 테스트 및 데이터 검증 시 활용하면 매우 효과적이므로
●
TFT) 앞의 Build 단계 즉 테스트 이전의 원천 데이터 조사 시부터 운영할 것을
권고합니다.
Govern Methodology, Use and 운영은 마이크로소프트의 MOF나 ITIL V3, ITSM을 사용하여 관리 체계를
●
Implementation 갖추실 것을 권고합니다.
Operate
Operate Application and 애플리케이션 및 인프라 운영을 위한 기본 프로세스 및 매뉴얼을 확보하실 것을
●
Infrastructure 권고합니다.
시스템 사용 및 상태 정보를 파악할 수 있는 방안이 Build 단계에서부터
Monitor Use & Support ●
계획되어야 합니다.
Measure Business Impact BICC를 통해 측정하실 것을 권고합니다. ●
Plan & Communicate Business
BICC를 통해 계획하고 의사 소통하실 것을 권고합니다. ●
Objectives
Monitor Ongoing Business BI 시스템을 통한 Activity와 주변에서의 사용자의 Activity를 Use Case를 통해
●
Use Activities 관리하실 것을 권고합니다.
Reassess Objectives and Metrics BICC를 통한 직접적인 협의와 활용도 및 Feedback을 활용하여 관리 가능합니다. ●
Update Plans and Forecasts 위의 항목과 시스템 상황의 변동에 따라 BICC를 통해 관리하실 것을 권고합니다. ●

☞ 현재 프로젝트가 완료되기 전이므로 Operate 및 Use 두 영역은 현재 준비 상태로 추정한 내용과 사전 권고의 내용입니다.

Copyright © 2008 Microsoft Consulting Service All rights reserved | Confidential - 10 -

● 개선 필요, ● 기타 권고

영역 점검항목 평가 Mapping 대응방안
Business Cases ●
Business Metrics ●
Case 도출
Vision Readiness Maturity • 협업 체계를 공고히
●
Assessment
할 수 있는 BICC 구
Business Risk ● Metrics 성을 통상보다 앞당
Identify Legacy Data ● 긴 Build 단계(현 구
Plan Data Governance & 축 과정)에서 구성
●
Quality Policy 모니터링
하여야 합니다.
Data Integration
● • 운영 프로세스
Infrastructure
Build Data Quality & Source ●
데이터품질 Setup은 데이터 관
리 프로세스, 시스템
Train Users ●
운영 및 모니터링 프
BICC(BI Competence 데이터관리
● 로세스를 필수적으
Center 또는 TFT)
Govern Methodology, Use
로 포함해야 하고 프
●
Operate and Implementation BICC
로젝트 종료이전에
Operate Application and 운영 작업을 인수받
●
Infrastructure 으셔야 합니다.
Monitor Use & Support ● 운영
Monitor Ongoing Business
Use ●
Activities


6. 결과 분석 및 권고 사항
기술적인 면에서는 별다른 문제가 감지되지는 않았습니다. 가장 개선이 시급한 내용을 영역별로 보면 Vision, Plan, Build에서 모두
데이터 품질에 관련된 항목이 도출되었고 Operate도 BICC(또는 BI-TFT) 즉 데이터 품질, BI 시스템 모니터링 및 개선 활동에 대한
조직 또는 지원 인력의 문제이며, Use 영역의 경우에도 Business 목표와 지표 관리로 BICC에 준하는 조직이 수행해야 할 내용입니
다. 개선이 필요한 사항을 다음과 같이 세 가지로 분류하였습니다.

I. 데이터 품질 개선 활동 강화 필요.
II. TFT (BICC, BI-TFT) 구성 필요 - BI 시스템이 Business 목표를 적절히 지원할 수 있도록 지속적 개선 활동
III. 기타: Event 및 Workflow 관련 개발 일정 조정, Requirement-Risk-Stakeholder 관리, Metrics 지표 관리, 모니터링
방안 수립, 보안 인프라 강화

Vision Plan

Build

Use Operate


외국 사례 분석 (참조. ☞ BT 사례 – Lessons Learned)

• Survey 전문 회사들에서 보고하듯이 BI 프로젝트는 실패 확률이 매우 높아 50% 이상이지만, 그렇다고 BI를 포기하는 경우
는 거의 없으므로 실패 가능성을 줄이는 것이 최선입니다. 다음은 실패 원인의 대표적인 유형이며, 현 프로젝트에서도 마찬
가지로 감지되고 있습니다.

1. 데이터 품질 - 기존 시스템 데이터 정비를 사전에 수행하지 않은 경우(어렵고 시간 소요가 많이 됨) 및 보완 활동 부
족이 원인이며 특히 BI 분야는 연관 시스템 간의 데이터 통합, 정합성과 정확성이 중요하므로 일반 시스템에 비해 난
이도가 훨씬 높음.
2. 요구 사항 정의 – 조기에 끝날수록 성공 확률이 높은데, 대부분 초기 인터페이스가 Open된 이후 요구 사항이 폭증함.
사용자가 데이터에 대한 이해의 폭이 넓지 않아 실제 결과를 뽑아 보아야 판단할 수가 있는 경우가 대부분임.
3. 사용 인터페이스 변화에 대한 불편 - 제품이 새로 도입된 경우에도 기존 사용 시스템의 사용 방식을 그대로 유지하길
원함(기존 시스템의 만족도가 낮은 경우에도 인터페이스에 익숙해진 경우, 변화에 대해 사용자들의 불편이 있을 수
있음). 또한 각 요구 사항은 전체적인 관점에서 보고 최적화해야 하므로 사용자의 이해 과정이 필요함(변화 관리).
4. 주요 Stakeholder에 대한 관리 – 구현 범위 및 방식에 대해 주요 Stakeholder들에 대해 정밀하게 관리해야 함.
5. 현업의 지원 확보 부족(Cross Group Co-work) - 데이터 및 업무를 잘 이해하는 현업의 지원과 IT 인력간의 협업
이 필수적임. 이 때문에 임원급의 Sponsorship이 반드시 필요한데, 문제 발생 후 확보되는 경우가 많음.
6. 낮은 활용도 -데이터 품질, 사용 편의성이나 익숙하지 않은 문제 등으로 관심 및 협조 저하. 현업 사용자의
Feedback 및 적극적 참여를 유도하는 것이 Key.
7. 운영상의 문제 – BI 시스템의 관리를 위해, 프로젝트 완료 이전에 깊은 이해와 운영 프로세스 Setup이 이루어 져야
합니다.


I. 데이터 품질
1. 문제점
1) Legacy Data(MES, SAP 등)의 품질
• 오류 - 공정 별 양품 수량 정보 오류(MES), 외주 불량 수(공통)
• 누락 - 불량수량 누락(SAP), LOT 누락(SAP)
• 정합성 – 특정 기간 수율 불일치(MES), 불량 항목 없는 불량 수량의 존재(MES)
2) 필요 데이터 수집 방안이 없는 경우(또는 신뢰도가 낮은 경우)

Logging

Source Data 정합성

I. 정확성(Accuracy) Legacy
Legacy ODS
BI
BI
Legacy2

II. 정합성, 일치(Consistency) (MES 등) 데이터
부재 정보 운영프로세스
III. 정보보유(Existence) Setup
미정의 정보 DW/DM
Legacy
IV. 무결성(Integrity) Legacy
Legacy
Legacy
Legacy
데이터
기타 Legacy1
V. 유효성(Validity) 수집정보 (SAP 등)
Cube

운영
데이터 제공 데이터
데이터 품질개선 개선필요사항
Feedback


2. 대책
1) 데이터 확인 및 일치 작업 및 운영 문제점 개선이 필요하며, DW/BI를 사용하는 회사들이 반드시 1차적으로 겪는 문
제입니다. S사의 경우, 수년간 BI를 사용하였으나 데이터 불일치의 문제가 있었고 분석에 필요한 데이터간 연동(관
계 정의)이 되지 않아 데이터 Cleansing 작업을 프로젝트 시작전과 프로젝트 기간 내에 수행하였습니다. (상기 사례
의 경우 필요 인원의 지원을 확보한 후 300여 테스트 케이스를 통해 98% 이상의 신뢰 수준을 우선 확인했고, 2%의
오차에 대한 원인을 밝힌 바 있습니다.) 또한, 운영 프로세스의 부실로 데이터가 다시 틀어질 수가 있으므로 운영 시
정기적인 점검이 필요합니다.

• Legacy System 운영 기준 및 개선 사항 도출
• 검증 시나리오 준비
구분 추진 내용 비고
 공통 XX Data Cleansing  운영 기준 도출 분석정보 TIP i-SIS BTS
 Cleansing Rule 구현
① 시나리오 수립(Sample Query)  데이터 정제 및 검증
 데이터 처리를 위한 지원 툴 개발
추출
Cleansing
스테이징
XX One DB 구축  XX 수요처 고객에 대한 사전영업, 수주, 주문, 매출,
② 결과가 다른 경우 공동으로 원인 조사 배송설치, 서비스 측면의 분석을 위한 이력정보 통합
ODS

DB 구축
B2B One DB
- 소스 시스템 연동
 테스트 시나리오의 권장 구성 - Staging 및 ODS
Download

- 분석용 마트 구성
- 코드 및 연동 데이터
① 구간별 단순 비교, 구간별 Sample Query
Excel 분석/가공 정형 Report (분석)

Dashboard 구현  주요 고객 관리 현황 요약 조회
- 200대 건설사, 1000대 기업 요약 정보
② 현업 시나리오 Query화 - 분석용 마트 구성

분석 시스템 구축  XX One DB 기반의 고객정보, 수요예측을 위한 정보
③ 장표 별 검증 시나리오
기 간: 2007-05 ▼ 조회

제공용 정형 화면(우선 순위에 따름) 가 격대 제 조사
SKT
M/S
KTF
M/S
1월

LGT
M/S
계
M/S
2 007년

SKT
M/S
KTF
M/S
누계

LGT
M/S
계
M /S

- 수요처 이력 분석
삼 성 ∑
L G ∑
P &C ∑
모 토 ∑
7 0만원↑
S KY ∑
K TFT ∑

- 수요처 기준 실적 분석
기 타 ∑
소게 ∑ ∑ ∑ ∑∑

(Customized Query, Random Cross Query)
삼 성 ∑
L G ∑
P &C ∑
모 토 ∑

- 키맨 분석
6 0만원↑
S KY ∑
K TFT ∑
기 타 ∑
소게 ∑ ∑ ∑ ∑∑
삼 성 ∑ ∑ ∑ ∑∑

- 영업 기회 현황 분석
L G ∑ ∑ ∑ ∑∑
P &C ∑ ∑ ∑ ∑∑
모 토 ∑ ∑ ∑ ∑∑
합계
S KY ∑ ∑ ∑ ∑∑
K TFT ∑ ∑ ∑ ∑∑

 XX One DB의 정보를 동적으로 분석 가능한 OLAP 구
기 타 ∑ ∑ ∑ ∑∑
소계 ∑ ∑ ∑ ∑∑

• 데이터 검증 및 정제 프로세스 정의 성

• 영역별 인원 확보 및 배정(BICC 활용) 타사 사례


2) 적합한 필요 데이터 수집 방안이 없는 경우에 대해서 BI 시스템이나 분석을 통해 할 수 있는 일은 데이터의 개선 필
요성(부재, 누락, 미정의)에 대한 Feedback을 주는 방안 밖에 없습니다. 빠른 개선을 위해서 사용하는 방식은 인터
페이스 정의를 명시적으로 관리하는 것입니다. 이 인터페이스 정의는 때로 아직 없으나, 비즈니스상 필요한 부분을
포함할 수 있습니다. 이 방식은 S사에서도 마찬가지 이유로 적용했었고 다음과 같은 세 가지 장점이 있습니다.
• 미 정의되거나 소스를 확보하지 못한 경우에도 개발을 진행할 수 있고 개선을 가속화 할 수 있다.
• 개발팀과 현업의 데이터 관련 R&R이 명확해진다.(비상식적으로 들릴 수 있으나, 명시적으로 정리하지 않는
경우 원천데이터가 없는데도 불구하고 Output을 원하는 경우가 많이 있습니다.)
• 변경이 되는 경우에도 변경의 내용이 명확해 지고 추출 불가능한 정보가 명시적으로 공유된다.

Legacy System Interface 정의 BI 관리항목
데이터 이슈, 관리번호, 협의 진행 상태,
No Data No Data No Data
관련 부서 의견, 연관 시스템 및 항목,
But
완료 여부
Defined
ETL
정의

인터페이스 정의서
서브시스템명 작성일 2007.10.26 작성자 김선용

데이터 품질
인터페이스명 매출(TIP) 인터페이스 ID Z_B2B_CRM_BILL_LIST
NO 인터페이스 항목 추출주기 매일
인터
페이스명 Data Data 당사SAP값
송/수신 항목명 항목ID 비고
Type Length
1 년월일 VARCHAR2 8 from
2 년월일 VARCHAR2 8 to
우선 예상 화면 구성/
3 번호 분야 Issue 협의 유형 상태 1/16 조치 현업의견 개발팀의견 BTS RFC ODS Cube 테스트
4
송신 숚위 공수 개발 설정
5
수요처가 없는 것도 가져올것을 주문 착수
6 1 검수기준 합의 변경/추가 완료 필수 X X O O X X O
수요처 기준 매출과 판매처 기준 매출의 합은 같아야 함 판매처 매출과 수요처 매출이 같은 것으로 협의되지 않음

혁신과제 추진 등 현업 환경
7 (미분류, 미정의, 변경?) 미분류-코드불일치, 미정의-입력값없음
8
9 매출번호 VBELN CHAR 10 대금청구문서 수요처 기준 매출과 판매처 기준 매출의 합은 같아야 함 DPS 매입원가 등을 사용하여 셀인값을 대체하는 방앆을 검토

개선 협의
10
11
매출순번
매출일자
POSNR NUMC 6 대금청구품목
레코드생성일
FP의 Sell-Out이 아닌 DPS의 Sell-in으로 바꾸어야 함 후 결정
요구사항 변경/추
ERDAT DATS 8
자재번호
12 모델코드 MATNR CHAR 18
2 검수기준 합의 완료 필수 7 O O O X X X O
13 매출유형코드 FKART CHAR 4 대금청구유형
가
14 판매처코드 KUNAG CHAR 10 판매처 검토중 - 2008/1/3
15 QT번호 VGBEL CHAR 12 G2B건은 납품요구번호로 12
참조문서의 문서번호
매출(TIP) 완료예정일: 2008/1/4
16 QT순번 VGPOS NUMC 6 참조품목의 품목번호 자리임
수요처 기준 매출과 판매처 기준 매출의 합은 같아야 함 판매처 매출과 수요처 매출이 같은 것으로 협의되지 않음
17 매출수량 FKIMG DEC 13 매출수량
원태웅 과장, 배한웅 과장
18 에누리금액 KZWI6 DEC 13 에누리금액 매출데이타가 „06년(6년도 2월6일부터 있음)과 „07년만 있음. 2,3,4,5년 자 (이젂 데이터를 현재 기준으로 재사용 가능한지 검토 불가능 1. 매출데이타가 „06년(6년도 2월6일부터 있음)과 „07년
19 총매출금액 GRSAMT DEC 13 총매출금액
료가 없기 때문에 과거 매출 추이를 파악하는 것이 불가능한 상황이라고 만 있음. 2,3,4,5년 자료가 없기 때문에 과거 매출 추이

에서의 개선으로 해결 시
20 순매출금액 KZWI2 DEC 13 순매출금액 한 경우 2006년 1월부터의 데이터만 사용)
21 영업문서유형 AUART CHAR 4 주문유형
22 원주문유형코드 AUARTO CHAR 4 원주문유형 참조반품의 경우만 존재함 함. 를 파악하는 것이 불가능한 상황이라고 함. 이 장표가
23 원매출유형코드 FKARTO CHAR 4 원매출유형 참조반품의 경우만 존재함
2006년 이후도 Archiving 주기 문제로 QT가 빠지는 경우가 과거 매출 추이를 보기 위해서는 과거 연도의 매출이 (매출일자, 모델코드, 매출유형코드, 매출수량, 에누리금액, 총매출금액, 순매출금액)
24 행망알선매출수량 DFKIMG DEC 13
25 행망알선매출금액 DMBTR DEC 13
3 웹장표 합의 데이터검증 완료 높음 있으므로 정합성이 없음(2007년부터는 Archiving이 되지 않 반드시 필요한 상황임에도 불구하고 데이터가 앆 보이 0.5 X X X X X X O
26 행망알선매출수수료 DMBTM DEC 13
27 회계반영일자 FKTAT CHAR 8 20071221 추가
아서 문제없음) . 방앆은 정동현 과장이 검토 - 2008/1/3 는 상황이므로 정확한 사유를 점검할 필요가 있음. (수
28 출고번호 VGBEL1 CHAR 12 2008.1.9 추가
29 출고순번 VGPOS1 CHAR 6 2008.1.9 추가 완료예정일: 2008/1/4 주는 데이터가 있다고 함, 계약은 2007년만 있음.) BEX 자료를 별도의 ODS에 적재할 경우 RFC, summary table 변경 필요
30 출고일 WADAT_IST
CHAR 8
원태웅 과장, 최수열과장, 정동현 과장
2008/1/9일 완료함(2006년 1월부터 초기적재)

(예. Lot Tracking 개선으
기업규모별 항목 中 기타 외에 빈칸으로 되어 있는 데이타에 대한 정보가 이 경우는 클린징하여 BTS의 값 자체에 기업규모 분류 빈칸은 미정의로 변경
표현되어야 함(Null, 미분류, 미정의 등) 착수 가 앆되어 있는 것이 없도록 수정하는 것이 첫번째 조 코드테이블에 값이 없는 경우는 미분류로 변경
4 웹장표 합의 변경/추가 완료 필수 2 X X O O O X O

인터페이스
치 필요한 사항이고, CRM 분석장표에서는 값이 없는 Summary table, cube 변경 필요
경우는 “미분류”로 구분하도록 조치
구분자의 순서 및 맵핑(예:기업규모별 순서정의가 제대로 되어있지 못함)- 원인은 BTS의 코드 순서가 순서대로 되어 있지 못하기 순서를 변경할 경우 RFC, code table, cube변경 필요
5 웹장표 (Grouping, Mapping, Order) 합의 변경/추가 완료 필수 원태웅 과장 재정의 때문임. 이것을 정리하는 방앆은 BTS를 먼저 클린징하 14 X X O O X X O
여야 할 필요가 있음.

로 데이터 확보) 비교적 혼 결과 반영
게 다시 말아야 함
경로 구분 時, DPS와 FP값이 일반적인 유통 구분이 아님에도 불구하고 나 유통직판 /직판/조달/일반/기타 중 현재 DPS값은 대부 원태웅 과장과 배한웅 과장과 DPS 및 FP의 경로가 필요하다는 사실을 합의했다
타나고 있는 상황 12/28일 경로구분 및 DPS FP 협의완료 분 일반이고 FP는 대부분 유통직판일 가능성도 있으나
6 웹장표 합의 조정 완료 필수 0 X X O O O X O
DPS,FP는일반으로 정의

정의
정확하게 데이터를 파악해서 경로 구분을 명확하게 할
필요가 있음
영업지점별 현 조직원 중 발견된 문제점 : 1. 인터페이스 변경(조직) - 순서는 시스템 코드나 명칭과과 원인파악 BTS 개선 요청
1) 영업사원명 – 마트시흥점이 나타남 (공공영업지점) 관계없는 사용자 정의 순서임. 현단계 BI 반영 방앆(조직)
2) 빈칸이 나타나는 경우 (사번있으나 이에 매칭되는 이름이 없음) 2. 조직정보(인원 등) 확인 후 운영 정책 결정 및 확인 Data Cleansing 필요
3) 현재 조직이 프린팅영업지점임에도 불구하고 과거 영업조직인 기업영 조직정보 Update/Cleansng 문제

선 없이 쉽게 반영이 가능.
업조직에 배속되어 있음 (사례 : 배재용 대리)
7 웹장표 합의 Cleansing필요 완료 높음 SAP Master 정비 필요: i-SIS에서도 동일 문제 감지됨. 문제 2 O X O O X X O
※ 현 조직의 영업대표를 기준으로 과거 판매처를 이동시켜 최종 소속원에 자료는 개발팀과 지원팀이 제공하고 지점에서 수정하도록 함.
게 배속시키는 것으로 데이터를 수정한다고 원칙을 정하였다고 하나 아직 조직이 변경되므로 같이 처리하도록 짂행 - 기준정의 필요(i-
이 기준에도 데이터가 맞는 것으로 보이지 않음. SIS 기준) - 2008/1/3
오숙자 과장, 정동현 과장, 김선웅 과장
확인- 데이터 Cleansing 후 데이테 재집계 완료예정 2008/1/10
숚서는 Single 기준에 맞음

조치 사항 관리


II. BICC(BI-TFT)의 역할 조직 필요
1. 문제점
1) BI 구축 및 운용을 위해선 Cross-Group의 협업이 필수이며, 단순 협업보다는 R&R이 명확한 TFT를 구성하는 것
이 필요하나 현재 이와 같은 기능 조직이 구성되어 있지 못합니다.

프로젝트 진행 시 개발 BICC
Data Quality S ponsor
사 PM, PL 포함 Business, Analytics and IT Skills
(생기연 C-Level
Management)
Data Owner
Data Quality
Data Quality Analysts Data Owner
Op erations
(생기연 PI) (현업 제조기술)
(생기연 IT)

Data S teward
In tegration S pecialist
(BGA)

Data S teward
(MLCC)

Data S teward
(LED)

현업의 Know-how Data Quality Data Quality
Data S teward
현업의 모니터링 Analysts Operations
현업의 Feedback (FCB)

Gartner (April 2006)


Samsung Bi Project Strategic Review(Summary)

Samsung Bi Project Strategic Review(Summary)

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (18)

Andere mochten auch

Andere mochten auch (6)

Ähnlich wie Samsung Bi Project Strategic Review(Summary)

Ähnlich wie Samsung Bi Project Strategic Review(Summary) (20)

Samsung Bi Project Strategic Review(Summary)