[기업경영전략] OLAP(On-Line Analytical Processing)

• 현재의 DW 시스템은 현업 사용자에게 분석정보를 제공함에 있어서 환경변화에 민첩하게대응하는 적시성 한계를 가지고 있고 회사의 경영 방침을 효율적으로 지원하기에는 리포트 결과물 등 성능적인 제약조건이 많습니다. 이를 해결하여 급변하는 시장 환경에 적극적으로 대처하고, 동 업계 및 유사 업종에 전략적 경쟁 우위를 확보함과 동시에 향후 다양한 Business에 효율적이고 유연하게 분석 정보를 지원할 수 있도록 하여 기업의 성장기반을 확고히 정립하고자 많은 기업들이 OLAP 시스템을 구축하고 있습니다.

• OLAP 구축을 위한 액기스는 1) DW 구축(데이터의 정합성) 2) OLAP 성능 이라고 해도 과언이 아닙니다. 대용량 데이터에 대한 데이터 무결성과 사용자 결과 도출을 위한 성능적 인 측면은 항상 OLAP 프로젝트 시에 문제가 되는 주요 이슈입니다.

I. 온라인 대용량 데이터 분석 처리 기법, OLAP의 개요

가. OLAP(On-Line Analytical Processing)의 정의
- 최종 사용자가 DW(데이터 웨어하우스)의 다차원 정보에 직접 접근하여 사용자 질의, 데이터 가공, 보고서 활용 등을 통한 정보를 분석하고 기업의 중요한 의사결정에 활용하 는 시스템.

나. QAP 시스템 구축 필요성
 - 전사적 OLAP 시스템구축의 필요성 대두
  1. 경영 측면
  • 정보 접근성 저하
  •  다양하고 신속 정확한 정보를 근거로 한 의사 결정지연

  2. 헌업 측면
  • 업무 변경 및 기간계 시스템 변화에따른 Dala의 연속성 제공 저하, 분석자료 작성시 많은 시간 소요
  • 일상적인 업무의 반복 (반복, 정례 레포트 수작업)
  • Ad-Hoc Query에 대한 즉시적인 제공 미흡

  3. IT 측면
  · 분석 보고서 개발 부담
  · 신규 업무 대응력 저하
  · 유지보수의 어려움

II. OLAP 아키텍처 및 주요 기술요소

가. OLAP 아키텍쳐
- 기업의 기간계 시스템 → DW 시스템 → 데이터 분석 및 업무 활용을 위한 OLAP 시스템 아키텍처 구조

나. CAP 시스템 주요 구성요소

구분	특징 및 설명
DW (Data Warehouse)	- 대량의 Data와 각종 외부 Data들로부터 의미 있는 정보를 찾아내어 기업활동에 활용하고 전사에 걸친 이집의 분산 Database를 통합하여 효율적인 의사결정 지원정보를 제공하기 위한 통합 데이터베이스
ETL / ETT	- Extract, Transform and Load - 데이터의 추출(Extraction), 가공(Translormation), 전송(Transportation) - 데이터를 소스 시스템에서 추출하여 Data Warehouse Load시켜 정제 작업까지의 전과정
ODS	- Operational Data Store - 운영계 시스템에서 데이터를 추출하여 ODS에 저장 - ODS는 다차원 모델링이 아니라 ER 모델링으로 되어 있음. 따라서 사용자로부터 직접적 액세스가 없음
Metadata	- DW Repository에 저장될 Data에 대한 요약 정보, 위치 등의 정보를 저장 관리 기능
Data Mart	- 소수의 사용자들이 제한된 주제를 가지고 소규모의 데이터를 추출하여 구축한 시스템 - 일반적으로 각 부서별 다양한 분석과 예측을 목적으로 만들어짐
Reporting Tool	- 다차원 질의 결과에 대한 Reporting 및 Chart로 결과 출력 Tool

III. OLAP 주요 유형 및 비교

가. OLAP의 주요 유형

1) ROLAP (Relational OLAP)
- RDB based DB는 관계형 데이터베이스와 SQL을 이용하여 다차원 데이터를 분석 제공
- 관계형 데이터베이스를 사용하므로 이해하기 쉽고, 확장성이 좋으며, 대용량 데이터를 처리할 때 유용함
- 다차원 데이터 분석의 기능이 미비하므로, 기존 SQL 사용 한계가 존재

2) MOLAP (Multi-dimensional OLAP)
- MDB based OLAP은 다차원 데이터에 대한 저장과 처리 프로세스가 효과적으로 수행되고, 외부 요청에 대해서도 빠른 응답 속도를 보임
- 다차원 데이터의 저장과 프로세싱에 다차원 DBMS 사용, 다양한 측면의 정보 분석, 빠른 응답 속도 제공

3) HOLAP(Hybrid OLAP)
- 다차원 데이터의 저장 공간으로 다차원 데이터베이스와 관계형 데이터베이스가 함께 사용
- 요약데이터는 다차원 DBMS에 상세 데이터는 RDBMS에 저장
- MOLAP의 단점을 보강하기 위해 관계형 DB에 Access할 수 있는 기능 추가

 4) CAP 유형 비교

구분	ROLAP	MOLAP	HOLAP
기본구조	• 관계형 DB	• Mull-dimensional DB	• 다차원 DB • 관계형 DB Access
대용량데이터	• 최적화 됨	• 상대적으로 어려움	• 가능(혼합사용)
고급분석	• 일부 사용 가능	• 가장 최적화	• 혼합사용으로 가능함
핵심기술	•다차원 모델링: 스타 스키마 눈송이 스키마 적용	• 다차원 데이터큐브 이용	• 다차원 DB & Modeling

IV. OLAP 장점의 극대화 HOLAP(Hybrid OLAP)의 개요 및 아키텍처

BEN
가. HOLAP의 개요
- DB 저장은 관계형 데이터베이스, 다차원프로세싱은 MOLAP 사용

구분	설명
분업기술	- 상세데이터는 ROLAP 제정, 계산된 파생 데이터는 MOLAP 저장
혼합구조	- 다차원 DB, ROB 사용 구조의 혼합, Star Schema Snowflake Schema
통합성	- 필요에 따라 MOLAP, ROLAP 지원과 Data Mining, Report 기능 지원
장점	- ROLAP의 대용량 데이터 저장능력, 다차원 프로세싱은 MOLAP의 정밀 분석 이용
단점	- 정밀하나 구현 복잡

 

나. HOLAP의 아키텍처
- 다차원 데이터의 저장공간으로 다차원 데이터베이스와 관계형 데이터베이스 함께 사용

V. OLAP 기대효과

가. OLAP 구축 기대 효과

1. 경영측면
 - 비즈니스 인텔리전스 구현으로 예측경영 기반강화
 - 직시성, 정확성을 확보한 경영정보 지원체제 통합정보인프라 구축으로 지식경영 기반의 고객 만족 경영 수행

2. 사업측면
 - 다양한 신상품의 신속한 개발 및 제공
 - 타겟 마케팅, 이벤트 마케팅, 모바일 마케팅 지원
 - 분석시스템에 의한 고객세분화/Targeting으로 마케팅 성공을 높이고 비용을 절감 다양한 마케팅 지원으로 사업경쟁력 강화

3. 고객측면
 - 고객만족을 통한 고객미래가치 향상
 - 고객에 대한 Single View를 구현하여 일관된 고객서비스 제공
 - 우수고객의 대한 차별화된 서비스 제공으로 고객충성도 높임
 - 우수 잠재고객 발굴에 따른 대고객 친밀도 향상

4. IT 측면
- 시장경쟁력 확보를 위한 선진BI 인프라 확보
- 유연하고 활용성 높은 개방형 시스템으 로 관리비용 절감
- Web 기반의 UI 통합환경으로 사용자 작성 및 편의성 증대
- 전사 아키텍쳐 표준화로 시스템 변경 및 확장성 용이
- Enterprise BI 도입으로 로드맵을 통한 확장성 보장