『데이터 웨어하우스 멘토』는 통합된 DW/BI 솔루션의 시작부터 끝까지 계획하고, 디자인하고, 구축하고, 관리하는 방법을 보여준다. 이 책을 통해 적절한 구성요소를 선택하고, 기업 데이터 모델을 구축할 수 있다. 데이터 마트와 데이터 웨어하우스를 구성하고, 데이터 흐름을 확립하는 방법을 제시한다. 아울러, 데이터 거버넌스, 보안관리에 대해서도 폭넓게 다루고 있다.

PART I. 준비
CHAPTER 1. 데이터 웨어하우스와 비즈니스 인텔리전스 개관
비즈니스 인텔리전스 개요
정의
BI의 가치
비즈니스와 인텔리전스의 분리
BI 성공 요소
BI의 목적
BI 사용자 프레젠테이션
BI 툴과 아키텍처
세계화에 따른 발전
DW 개요
정의
데이터 웨어하우스 시스템
DW 아키텍처
데이터 흐름 용어
DW 목적
데이터 구조화 전략
DW 비즈니스
FAQ
현재 시스템이 충분하지 않은가?
DW의 가치는 무엇인가?
비용은 얼마나 소요될까?
구축 시간은 얼마나 소요되나?
무엇이 성공으로 이끄는가?

CHAPTER 2. 조직의 데이터
기업 자산
데이터의 맥락(Context)
데이터 품질
데이터 용어
데이터 구성요소
데이터 구성
데이터의 구조화
데이터 모델
데이터 아키텍처
경쟁우위
데이터 모델 구축 또는 구입
비즈니스 멘토링

CHAPTER 3. DW를 구축하는 이유
플랫폼 마이그레이션
비즈니스 연속성
역공학
데이터 품질
병렬 환경
부가가치
DW 중앙집중화
법인합병
내부합병
중앙 디자인과 지역적 사용
데이터 마트 통합
새로운 계획
새로운 계획: 동적 보고
“바로구축”
데이터 “Floundation”
DW를 구축하지 말아야 할 이유
수준 낮은 데이터 품질
비즈니스의 관심 부족
후원의 부족
불분명한 목적
현 시스템에서의 자급자족
인력 부족
불안정한 환경
과도한 비용
관리 부재

CHAPTER 4. DW와 BI 전략
BI 전략
비즈니스 목적
비즈니스 사용
아키텍처 개요
DW 전략
사용
DW 아키텍처
데이터 흐름 아키텍처
기술 아키텍처
중점과 성공
전사 또는 사업부문?
중점 목표
성공: 언제 완료되는가?
어디서 시작할 것인가?
BI에서 시작
DW에서 시작
어떻게 시작할 것인가?
BI 관하여
DW에 관하여
프로젝트 단계적 진행
얼마나 수행할 것인가?
주의 사항
일반적인 실패 이유
기본 가치

CHAPTER 5. 프로젝트 인력: 역할과 이에 대한 통찰
핵심 내용
프로젝트 팀
고급 전문가
리더십
프로젝트 후원자
DW 임원
팀 구조
경영층 후원
데이터 담당자
기본 인력
주기적인 점검: 감사의 진행
역량센터

CHAPTER 6. 상세 내용 개관
프로젝트 차터
프로젝트 범위
업무기술서

PART II. 구성요소
CHAPTER 7. BI: 데이터 마트와 사용
왜 데이터를 모델 하는가?
데이터 모델의 종류
데이터 디자인
팩트 테이블
팩트의 종류
팩트 테이블의 종류
수치의 소스
팩트 테이블 키
팩트 테이블의 최소 단위
팩트 테이블 밀도
가상의 팩트 테이블
디멘션
디멘션 또는 수치
히스토리와 날짜
디멘션 테이블 키
디멘션의 단위
디멘션 속성의 소스와 값
디멘션의 종류
계층 구조 및 도움 테이블
프로파일 테이블
디멘션의 수
용량 산정(Sizing)

CHAPTER 8. 전사 데이터 모델
데이터 모델 개요
인먼과 킴벌
EDM 목적
EDM의 장점
데이터 모델: 어디에서 시작할까
완전 하향식 데이터 모델
주제 영역 모델
개념 모델
엔티티 관계 모델 (ERD)
버스 아키텍처
구입된 데이터 모델
모델 통찰력
데이터 구성요소
데이터 모델 정규화
상위유형/하위유형(Supertype/subtype) 모델
정규화 데이터 모델에서 히스토리 저장
대체키
논리적 vs. 물리적 데이터 모델
참조 무결성 여부
다른 데이터 모델
입력 데이터 모델
스테이징 데이터 모델
최종 결론

CHAPTER 9. 데이터 웨어하우스 아키텍처: 구성요소
아키텍처 개요
설계자(아키텍터) 역할
솔루션 설계자
DW 설계자
기술 설계자
데이터 설계자
ETL 설계자
BI 설계자
개요
아키텍처 계층
단일 계층 아키텍처
고전적인 2계층 아키텍처
향상된 3계층 아키텍처
DW 아키텍처
단독 데이터 마트 아키텍처
버스 아키텍처
중앙 저장소 아키텍처
연합 아키텍처
구성요소(각 계층)
데이터 소스
데이터 공급
데이터 조직
데이터 유통(분배)
정보 제공
구현 접근법
데이터 디자인과 데이터 흐름
논리적 vs. 물리적 모델
하향식 접근법
상향식 접근법
복합 접근법
촉진
데이터 획득 계층
중앙화된 데이터 계층
데이터 유통 계층
성능 계층
사용자 프레젠테이션 계층
방법론
격이 다른 솔루션(최고의 솔루션)

CHAPTER 10. ETL과 데이터 품질
아키텍처
데이터 공급
데이터 유통
ETL 매핑
초기 및 증분 적재
ETL vs. ELT vs. ETTL
병렬 작업
ETL 역할
데이터 흐름 다이어그램
운영 데이터 저장소
소스 시스템
소스 없음
복수 소스
대체 소스(SIFs)
구조화되지 않은 데이터
데이터 프로파일링
데이터 저장
복수의 큰 파일
파일 전환
안전전략
변환과 스테이징
준비
대체 키
참조 무결성
통합, 프로파일링, 요약
코드 테이블
적재
히스토리 vs. 노히스토리
입력/갱신/입력갱신/삭제
공급정보
적재 스케줄링
EDW를 위한 스테이징 vs. 버스 아키텍처를 위한 스테이징
데이터 유통
제3정규형에서 스타 스키마
데이터 품질
ETL 툴

CHAPTER 11. 프로젝트 계획과 방법론
기본요인
위험 요소: 단계별 개발
위험 요소: 데이터 품질
위험 요소: 인력
위험 요소: 비용
변화관리
모범 사례
실수
프로젝트 계획 방법론
비즈니스 요구사항
전략과 계획
솔루션 개요
디자인
구축
배포
사용

PART III. 구축을 시작하자
CHAPTER 12. 구축 시나리오
셰프: 요리를 해보자!
하향식(기업 저장소)
용어
중앙화된 데이터 모델
데이터 아키텍처
소스
데이터 모델
데이터베이스
획득
솔루션 개요
상향식(OLAP 보고서)
최종 결과물
용어
데이터 아키텍처
맞춰진 디멘션 관리
소스
솔루션 개요
복합(정규화 디자인과 OLAP)
초기 구축
데이터 모델
데이터 아키텍처
솔루션 개요
병합
행동 계획
입력 없음: 구조화된 입력파일들
통합 단계 2
변화관리
DW를 넘어서는 큰 그림: 전사 정보 아키텍처(EIA)

CHAPTER 13. 데이터 관리
데이터 관리란 무엇인가?
정의
데이터 관리의 이유
조직 구조
감독 및 전략
데이터 관리: 핵심 요소
보안 및 민감성
데이터 품질
책임
변경 통제
데이터 관리 준비사항

CHAPTER 14. 프로젝트 이후 검토
개요
프로젝트 검토
다음 단계