인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김현수
- 발행연도
- 2016
- 저작권
- 국민대학교 논문은 저작권에 의해 보호받습니다.
이용수57
초록· 키워드
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
본 연구의 목적은 빅데이터 도입을 통해 비즈니스 가치를 향상시키고자 하는 기업의 경영자들에게 데이터 품질관리의 가치를 전달하고 데이터 품질관리의 성공 요인에 집중하는 것이 빅데이터 도전과제의 하나를 해결할 수 있는 방안임을 제시하고자 한다.
정보기술의 급속한 발전으로 데이터의 양적 팽창이 이루어지고 대용량, 비정형 데이터를 처리하고 분석하는 기술도 병행해서 발전함에 따라 데이터 분석을 통해 경쟁력을 향상시키고자 빅데이터 도입을 고려하는 기업들이 점점 증가하고 있다.
기존의 빅데이터에 관한 연구들은 기술적 이슈와 잠재 가치에 대한 논의는 활발한 반면 빅데이터의 품질에 대한 논의는 부족했는데, 최근에는 빅데이터를 도입하면서 몇 가지 해결해야 할 도전과제의 하나로 데이터 품질 이슈를 제기하고 있는 연구들을 찾아 볼 수 있다. 또한, 외부에서 확보한 데이터만 가지고 유용한 분석 결과를 생성하는 것은 한계가 있다는 사실을 제시하고 있다. 아직 기존에 보유한 내부 데이터의 분석도 제대로 수행하지 못하고 있는 기업들이 많은 현실을 고려할 때 최신 기술이나 기법의 도입만이 빅데이터의 출발점이라 할 수 없을 것이라는 견해들이 있으며 연구자도 이에 동의하는 바이다.
이에, 본 연구에서는 빅데이터 분석의 근간이라 할 수 있는 기업 내부 데이터의 품질관리 활동을 성공적으로 할 수 있도록 하는 영향요인이 무엇이며, 데이터 품질관리 활동이 업무 운영과 전략적 의사결정을 위한 데이터 활용을 촉진함으로써 고객지향성과 경영성과에 유의한 영향을 미치는지 가설을 설정하고 검증하였다. 기업 내부 데이터에 대한 품질관리 활동이 경영성과에 유의한 영향을 준다면 앞으로 빅데이터에 대한 품질관리 활동은 경영성과에 더 큰 영향력을 미칠 것이라는 판단에 기인한 것이다. 이를 위해 빅데이터와 데이터 품질관리, 품질경영에 대한 문헌 연구를 수행하였고, 정보시스템 데이터 처리 또는 사용에 대한 경험이 있고 데이터 품질 개념에 대해 이해도를 가진 운영자 및 사용자를 대상으로 설문을 통해 연구모형을 검증하고 분석하였다.
본 연구의 분석 결과를 요약하면 다음과 같다.
첫째, 데이터 품질관리에 영향을 주는 요인에 대해 연구를 하였다. 데이터 품질관리 영향요인으로 설정한 데이터 품질관리 인식, 경영층 지원, 경영환경 중 데이터 품질관리 인식과 경영환경은 데이터 구조설계 관리와 데이터베이스 관리에는 정(+)의 영향을 미치는 것으로 나타났으나 데이터 활용 관리에 정(+)의 영향을 미친다는 가설은 기각이 되었다. 반면에 경영층 지원은 데이터 활용 관리에도 정(+)의 영향을 미치는 것으로 나타남으로써, 경영층 지원은 모든 데이터 품질관리 활동에 유의한 영향을 미친다는 것을 알 수 있다. 그리고 데이터 품질관리 활동 유형에 관계없이 공통적으로 데이터 품질관리 영향요인은 경영층 지원, 데이터 품질관리 인식, 경영환경 순으로 영향도가 높게 나타났다.
둘째, 데이터 품질관리 활동이 데이터 활용을 촉진시키는지 살펴보았는데 데이터베이스 관리와 데이터 활용 관리는 데이터 활용 수준에 정(+)의 영향을 주었으나, 데이터 구조설계 관리는 유의한 영향을 주지 못하는 것으로 나타났다. 이는 데이터 구조설계 품질은 사용자의 편의성, 접근성 보다는 정보시스템의 운영 효율성 측면과 연관성이 더 높기 때문인 것으로 판단된다. 안정적으로 사용자가 원하는 시간 내에 데이터가 제공될 수 있도록 하는 데이터베이스 관리 활동이나 직접적으로 데이터 오류에 대한 측정 및 개선활동을 수행하는 데이터 활용 관리가 사용자들의 데이터 활용 수준 향상과 직접적인 관련성이 높음을 알 수 있었다.
셋째, 데이터 활용 수준이 비재무적 경영성과에 영향을 주는지 분석 하였다. 데이터 활용 수준은 고객지향성에 정(+)의 영향을, 고객지향성은 경영성과에 정(+)의 영향을 미치는 것으로 나타났다. 또한, 데이터 활용 수준은 고객지향성을 매개로 하지 않더라도 경영성과에 직접적으로도 정(+)의 영향을 주었다. 그러나 상관관계 분해를 통해 데이터 활용 수준이 고객지향성을 매개로 하여 경영성과에 영향을 주는 간접효과도 있음을 확인하였다.
넷째, 제조, 금융ㆍ통신, 기타 3가지 산업분류로 구분하여 산업분류가 연구모형에 조절 효과가 있는지 추가적으로 살펴보았으나, 유의성이 없었다. 그 원인을 파악하고자 One Way ANOVA 분석을 수행하여 3개 집단별 비교를 해보았다. 그 결과, 데이터 품질관리 인식은 집단 간에 유의한 차이가 없었으나 경영층 지원, 경영환경, 데이터 구조설계 관리, 데이터 활용 관리, 경영성과 5개 변수에 대해서는 금융ㆍ통신 산업과 기타 산업 집단 간에는 유의한 차이가 있었다. 산업간 데이터 활용 수준이 유의미한 차이를 보이지 않았는데 설문항목에 대한 내용을 살펴본 결과 일반적으로 데이터를 업무처리에 직접적으로 활용하는 수준에 머물러 있으며 분석과 의사결정에 데이터를 충분히 활용하지 않고 있기 때문에 데이터 활용 수준이 산업 집단 간 유의미한 차이가 나타나지 않는 것으로 생각된다.
본 연구를 통해 빅데이터 도입을 고려하고 있거나 도입 중에 있는 기업의 경영자들에게 소셜 데이터와 같은 외부 데이터 확보와 신기술 투자만으로 빅데이터의 달콤한 열매를 기대하는 오류를 경계하고, 현재 기업의 데이터 품질관리 체계를 점검하고 데이터 품질 이슈를 극복하기 위해 준비한다면 빅데이터를 효과적으로 도입하고 운영하는데 도움이 될 것이라는 시사점을 제시하고자 한다.
정보기술의 급속한 발전으로 데이터의 양적 팽창이 이루어지고 대용량, 비정형 데이터를 처리하고 분석하는 기술도 병행해서 발전함에 따라 데이터 분석을 통해 경쟁력을 향상시키고자 빅데이터 도입을 고려하는 기업들이 점점 증가하고 있다.
기존의 빅데이터에 관한 연구들은 기술적 이슈와 잠재 가치에 대한 논의는 활발한 반면 빅데이터의 품질에 대한 논의는 부족했는데, 최근에는 빅데이터를 도입하면서 몇 가지 해결해야 할 도전과제의 하나로 데이터 품질 이슈를 제기하고 있는 연구들을 찾아 볼 수 있다. 또한, 외부에서 확보한 데이터만 가지고 유용한 분석 결과를 생성하는 것은 한계가 있다는 사실을 제시하고 있다. 아직 기존에 보유한 내부 데이터의 분석도 제대로 수행하지 못하고 있는 기업들이 많은 현실을 고려할 때 최신 기술이나 기법의 도입만이 빅데이터의 출발점이라 할 수 없을 것이라는 견해들이 있으며 연구자도 이에 동의하는 바이다.
이에, 본 연구에서는 빅데이터 분석의 근간이라 할 수 있는 기업 내부 데이터의 품질관리 활동을 성공적으로 할 수 있도록 하는 영향요인이 무엇이며, 데이터 품질관리 활동이 업무 운영과 전략적 의사결정을 위한 데이터 활용을 촉진함으로써 고객지향성과 경영성과에 유의한 영향을 미치는지 가설을 설정하고 검증하였다. 기업 내부 데이터에 대한 품질관리 활동이 경영성과에 유의한 영향을 준다면 앞으로 빅데이터에 대한 품질관리 활동은 경영성과에 더 큰 영향력을 미칠 것이라는 판단에 기인한 것이다. 이를 위해 빅데이터와 데이터 품질관리, 품질경영에 대한 문헌 연구를 수행하였고, 정보시스템 데이터 처리 또는 사용에 대한 경험이 있고 데이터 품질 개념에 대해 이해도를 가진 운영자 및 사용자를 대상으로 설문을 통해 연구모형을 검증하고 분석하였다.
본 연구의 분석 결과를 요약하면 다음과 같다.
첫째, 데이터 품질관리에 영향을 주는 요인에 대해 연구를 하였다. 데이터 품질관리 영향요인으로 설정한 데이터 품질관리 인식, 경영층 지원, 경영환경 중 데이터 품질관리 인식과 경영환경은 데이터 구조설계 관리와 데이터베이스 관리에는 정(+)의 영향을 미치는 것으로 나타났으나 데이터 활용 관리에 정(+)의 영향을 미친다는 가설은 기각이 되었다. 반면에 경영층 지원은 데이터 활용 관리에도 정(+)의 영향을 미치는 것으로 나타남으로써, 경영층 지원은 모든 데이터 품질관리 활동에 유의한 영향을 미친다는 것을 알 수 있다. 그리고 데이터 품질관리 활동 유형에 관계없이 공통적으로 데이터 품질관리 영향요인은 경영층 지원, 데이터 품질관리 인식, 경영환경 순으로 영향도가 높게 나타났다.
둘째, 데이터 품질관리 활동이 데이터 활용을 촉진시키는지 살펴보았는데 데이터베이스 관리와 데이터 활용 관리는 데이터 활용 수준에 정(+)의 영향을 주었으나, 데이터 구조설계 관리는 유의한 영향을 주지 못하는 것으로 나타났다. 이는 데이터 구조설계 품질은 사용자의 편의성, 접근성 보다는 정보시스템의 운영 효율성 측면과 연관성이 더 높기 때문인 것으로 판단된다. 안정적으로 사용자가 원하는 시간 내에 데이터가 제공될 수 있도록 하는 데이터베이스 관리 활동이나 직접적으로 데이터 오류에 대한 측정 및 개선활동을 수행하는 데이터 활용 관리가 사용자들의 데이터 활용 수준 향상과 직접적인 관련성이 높음을 알 수 있었다.
셋째, 데이터 활용 수준이 비재무적 경영성과에 영향을 주는지 분석 하였다. 데이터 활용 수준은 고객지향성에 정(+)의 영향을, 고객지향성은 경영성과에 정(+)의 영향을 미치는 것으로 나타났다. 또한, 데이터 활용 수준은 고객지향성을 매개로 하지 않더라도 경영성과에 직접적으로도 정(+)의 영향을 주었다. 그러나 상관관계 분해를 통해 데이터 활용 수준이 고객지향성을 매개로 하여 경영성과에 영향을 주는 간접효과도 있음을 확인하였다.
넷째, 제조, 금융ㆍ통신, 기타 3가지 산업분류로 구분하여 산업분류가 연구모형에 조절 효과가 있는지 추가적으로 살펴보았으나, 유의성이 없었다. 그 원인을 파악하고자 One Way ANOVA 분석을 수행하여 3개 집단별 비교를 해보았다. 그 결과, 데이터 품질관리 인식은 집단 간에 유의한 차이가 없었으나 경영층 지원, 경영환경, 데이터 구조설계 관리, 데이터 활용 관리, 경영성과 5개 변수에 대해서는 금융ㆍ통신 산업과 기타 산업 집단 간에는 유의한 차이가 있었다. 산업간 데이터 활용 수준이 유의미한 차이를 보이지 않았는데 설문항목에 대한 내용을 살펴본 결과 일반적으로 데이터를 업무처리에 직접적으로 활용하는 수준에 머물러 있으며 분석과 의사결정에 데이터를 충분히 활용하지 않고 있기 때문에 데이터 활용 수준이 산업 집단 간 유의미한 차이가 나타나지 않는 것으로 생각된다.
본 연구를 통해 빅데이터 도입을 고려하고 있거나 도입 중에 있는 기업의 경영자들에게 소셜 데이터와 같은 외부 데이터 확보와 신기술 투자만으로 빅데이터의 달콤한 열매를 기대하는 오류를 경계하고, 현재 기업의 데이터 품질관리 체계를 점검하고 데이터 품질 이슈를 극복하기 위해 준비한다면 빅데이터를 효과적으로 도입하고 운영하는데 도움이 될 것이라는 시사점을 제시하고자 한다.
목차
- 제 1장 서 론 11.1 연구의 배경 11.2 연구의 목적 31.3 연구의 범위 및 구성 5제 2장 이론적 배경 62.1 빅데이터 62.1.1 빅데이터 개념 62.1.2 빅데이터 특성 122.1.3 빅데이터 활용 사례 162.1.4 빅데이터 환경에서의 데이터 품질 이슈 182.1.5 빅데이터와 데이터 품질관리 관계 212.2 데이터 품질관리 242.2.1 데이터 품질관리 개념 242.2.2 데이터 품질관리 필요성 302.2.3 데이터 품질관리 영향요인 352.2.4 데이터 품질관리 모델 502.3 경영성과 642.3.1 품질경영 관점의 경영성과 642.3.2 고객지향성과 경영성과 672.3.3 데이터 품질관리와 데이터 활용 수준 및 경영성과와 관계 70제 3장 연구방법 753.1 연구모형 및 가설 설정 753.1.1 연구모형 753.1.2 가설의 설정 763.2 연구변수의 정의 및 조작적 정의 793.2.1 데이터 품질관리 영향요인 793.2.2 데이터 품질관리 813.2.3 종속변수 833.2.4 연구변수들의 정의 및 측정지표 84제 4장 자료 분석 및 결과 864.1 자료의 수집 및 표본의 특성 864.1.1 설문의 구성 및 자료수집 절차 864.1.2 표본의 특성 및 기초통계 884.2 측정도구의 타당성 및 신뢰성 분석 904.2.1 타당성 분석 904.2.2 신뢰성 분석 944.2.3 상관관계 분석 954.2.4 확인요인분석과 타당성 검정 974.3 연구모형 및 가설 검증 1004.3.1 연구모형의 적합도 검증 1004.3.2 개선모형의 적합도 검증 1044.3.3 연구모형의 가설 검증 1074.3.4 산업분류 조절 효과 검증 113제 5장 결론 및 향후 연구과제 1205.1 연구결과 요약 1205.2 연구의 의의 및 시사점 1235.3 연구의 한계점 및 향후 연구과제 125참고문헌 127Abstract 139부 록 1. 설문지 143감사의 글 153
최근 본 자료
