12. 비즈니스 인텔리전스(BI)와 의사결정시스템(DSS)

Presentation on theme: "12. 비즈니스 인텔리전스(BI)와 의사결정시스템(DSS)"— Presentation transcript:

1 12. 비즈니스 인텔리전스(BI)와 의사결정시스템(DSS)
전략/조직관리 강효섭, 장이주, 황재수, 강박

2 1 2 3 4 5 6 7 CONTENTS 비즈니스 인텔리전스(BI)의 필요성 BI 아키텍처, 보고 및 성과관리
경영자와 의사결정 프로세스 5 의사결정지원시스템(DSS) 6 자동화된 의사결정시스템(ADS) 7 Managerial Issue

3 12.1 비즈니스 인텔리전스(BI)의 필요성

4 계획에 어떤 수정이 필요한가 추적/이해/ 피드백
12.1 비즈니스 인텔리전스(BI)의 필요성 BI 도입 이전의 경영자의 불만) 의사결정, 계획, 성과평가에 필요한 정보 얻지 못함 기업의 IT 투자가 판매증진으로 이어지지 못함 당시의 이질적인 정보시스템은 고객의 통합관점 얻기 어려움 BI 유형(표 12.2) 전략적 BI 전술적 BI 운영적 BI 주요비즈니스 초점 장기적 기업의 목표와 목적을 달성함 데이터 분석 : 기업 목표 달성에 관한 정보와 보고서 산출 일상적 운영을 관리함 주요 사용자 최고경영자, 분석가 최고경영자, 분석가 비즈니스 관리자 일선 비즈니스 관리자, 운영자 측정치 어떻게 전략이 진행되고 계획에 어떤 수정이 필요한가 추적/이해/ 피드백 관리자가 자신의 비즈니스 프로세스성과에 대한 통찰을 확보하도록 개인화 기간 월간, 분기별, 연간 일간, 주간, 월간 즉시, 하루 중 데이터 유형 역사적, 예측적 모델링 실시간 혹은 근사 실시간

5 12.1 비즈니스 인텔리전스(BI)의 필요성 이질적 데이터스토어로 인한 문제해결 BI 기능과 특징(표 12.3)
이질적인 정보시스템의 결함 늦은 정보 획득 잘못된 상세화 수준의 데이터 획득 방향성 없는 데이터 획득 다른 부서와의 조정 불가능 적시에 데이터 공유 불가능 보고서와 분석 전사보고/분석, 전사검색, 성과표, 대시보드 분석론 예측분석, 데이터, 텍스트/웹마이닝, OLAP 데이터통합 ETL(Extract, Transformation, Load) EII(Enterprise Information Integration) BI 기능과 특징(표 12.3) 호주의 시드니하면 떠오르는 이미지가 있다면 세계 3대 미항의 하나라는 것과 오페라 하우스를 꼽을 수 있을 것이다. 사진으로 봐도 참 아름다운 건물임에 틀림없다. 그러나 이 아름다운 건물이 완벽한 건축계획에 의해 지어진 것이 아니라 주먹구구식의 산물임을 아는 사람은 많지 않을 것이다. 오페라 하우스는 우리에게 명확한 설계의 중요성에 대해서 많은 것을 보여준다. 5

6 12.1 비즈니스 인텔리전스(BI)의 필요성 BI Vendors
2007년까지 BI 시장 주도 : Cognos, Business Objective 2008년 3건의 M&A 1) SAP의 Business Objective 인수(70억$) 2) IBM의 Cognos 인수(49$) 3) Oracle의 Hyperion 인수(33억$)

7 12.1 비즈니스 인텔리전스(BI)의 필요성 BI 기술에 필요한 기능 Business Intelligence 기술 예측 분석학
향상된 데이터 품질 기업 전반의 비즈니스 활동의 공유된 공통사명 기업 데이터의 전 가시성과 실시간 접근 검토가 용이한 KPI 생성하기 쉬운 정확하고 가장 최신의 보고서 정보에 입각한 신속한 의사결정 완벽한 감사추적과 종합보고서 Business Intelligence 기술 예측 분석학 이벤트 주도경보 운영적 의사결정 지원

8 12.1 비즈니스 인텔리전스(BI)의 필요성 1 Business Intelligence 기술 예측분석학
데이터 마이닝의 한 분야로 추세예측과 미래 사건의 확률추정에 초점

9 12.1 비즈니스 인텔리전스(BI)의 필요성 2 Business Intelligence 기술 이벤트 주도 경보
사전에 정의된 이벤트 또는 특정 이벤트가 발생하면 실시간 경보(경고) 경보는 관심 이벤트가 발생하는 시점을 알기 위한 실시간 모니터링과 모니터링 대상이 무엇인지 알기 위한 비즈니스 규칙 이벤트 주도 경보는 또한 비즈니스 프로세스 또는 애플리케이션의 일부로 구축됨 ∴ 대시보드 : 기간/제품을 선택하는 드롭다운 리스트를 이용하여, 대시보드 상단에 가로로 걸쳐 있는 탭을 사용하여 설정을 맞춤화하는 것이 가능함에 주목 애플리케이션으로부터 데이터를 추출하여 데이터베이스 또는 데이터 웨어하우스로 적재하고, 그 후에 데이터 스토어를 대상으로 분석을 수행하는 전통적인 BI 시스템의 대안이 됨

10 12.1 비즈니스 인텔리전스(BI)의 필요성 3 Business Intelligence 기술 운영적 의사결정 지원
운영적 데이터를 실시간/근실시간으로 처리하고 전달하는 능력을 가진 정보시스템에 의존 비즈니스 의사결정 유형 정확하고 효율적으로 실행되는 일상적 운영 Ex) 경량 22인치 기내 반입용 수하물가방의 미해결 주문을 충족하는데 필요한 충분한 재고는 있는가? 운영적 의사결정 (Operational Decision) 기존 운영/프로세스가 비즈니스 목표와 전략에 정렬 Ex) 모든 크기의 경량수하물 가방의 월별재고와 매출동향은? 전술적 의사결정 (Tactical Decision) 지속적 성공과 비즈니스 성장을 위한 로드맵 생성 Ex) 기존 경량 기내 반입용 수하물 가방의 제품믹스에 보완적인 기타 제품은 어떤 것들인가? 전략적 의사결정 (Strategic Decision)

11 12.1 비즈니스 인텔리전스(BI)의 필요성 BI 구성요소(그림 12.4)

12 12.1 비즈니스 인텔리전스(BI)의 필요성 BI 시스템 작동원리 (그림 12.5)

13 12.2 BI 아키텍처, 보고 및 성과관리

14 12.2 BI 아키텍처, 보고 및 성과관리 BI 아키텍처 BI 아키텍처 구성요소 데이터 추출/통합 전산보고 데이터마이닝,
CIO들의 가장 큰 도전 : 축적하는 데이터 양이 증가하는 것을 어떻게 다룰 것인가? BI 구현 위해서는 기업성과를 전체적으로 모니터링하고 관리할 수 있는 광범위하고 복합적인 아키텍처 필요 BI 아키텍처 구성요소 데이터 추출/통합 전산보고 시스템 데이터마이닝, 질의/분석

15 12.2 BI 아키텍처, 보고 및 성과관리 데이터 추출 및 통합 추출 이동/변환 적재 중앙 데이터 저장소 데이터 보안
중앙 데이터 저장소 데이터 보안 관리 도구 정보 인프라 스트럭처

16 12.2 BI 아키텍처, 보고 및 성과관리 전사보고 시스템(Enterprise Reporting System) 정기적인 보고
신뢰할 수 있는 원천에서 데이터가 덧붙여진 표준화되고, 즉시의, 고객화된 보고서 제공 Fortune 500 대 기업의 95% 이상이 BI에 의존함 효과 : ① 필요한 데이터에 쉽게 접근하여 자신의 보고서 생성 가능 ② 비용을 줄이고, 통제를 개선하고, 데이터 지연을 줄임 ③ 데이터 수집시간 줄이는 대신에 핵심적 의사결정 위한 데이터 분석에 집중 정기적인 보고 운영적 보고는 자동적 생성 내/외부 구독자에게 정기적 배포 ex) 주간 판매수치, 매주 생산량, 월간 작업시간

17 12.2 BI 아키텍처, 보고 및 성과관리 전사보고 시스템(Enterprise Reporting System)
사용자 인터페이스 : 대시보드 & 성과표 대시보드(Dashboard) : - 기업데이터에 대해 용이한 접근 제공 / 비즈니스 성과를 추적하고 의사결정을 최적화하도록 지원 사용자 대부분이 감독자와 전문가들

18 12.2 BI 아키텍처, 보고 및 성과관리 전사보고 시스템(Enterprise Reporting System)
사용자 인터페이스 : 대시보드 & 성과표 성과표(Balanced Scorecard Methodology) : - 목표들을 사실적인 측정치와 연계함으로써 기업의 비즈니스 전략을 정의/시행/관리 프레임워크 - 최상위 측정치를 기업의 계층을 따라서 하위로 내려가면서 실제 성과와 연계하는 방법

19 12.2 BI 아키텍처, 보고 및 성과관리 데이터 마이닝, 질의 및 분석 비즈니스 성과관리(BPM)
기업을 주도하는 세력의 조사 및 이해 의사결정자에게 결과를 다시 공급하는 수단 제공 BI : 최종사용자에 의한 실시간 보고 / 의사결정 지원 / 상세분석을 위한 데이터 준비 및 제공 다양한 소프트웨어 도구 : 데이터에 신속하고 간단하며 통제 가능한 접근 사용하게 함 비즈니스 성과관리(BPM) 조직의 목표 달성정도와 전략적 방향과의 일치성 여부를 신속하고 용이하게 판단하는 방법 BI 분석보고, 질의, 대시보드, 성과표에 의존함 목표 : 전략적 – 기업의 전체적인 성과의 최적화 성과를 기업목표와 연계하여, 의사결정자는 KPI를 모니터링하고 차이를 만드는 의사결정을 하기 위해 조직 전반에 관한 데이터의 이용가능함

20 12.2 BI 아키텍처, 보고 및 성과관리 비즈니스 성과관리(BPM) BI 수익과 애플리케이션
2008, 2009년 기업의 정보기술 구매계획에서 최고순위 자사의 수익성과 폭발적 성장 Ex) Exxon/Mobil, Cigna Insurance - 시장기회의 정교한 측정 / 틈새시장에서 리더의 지위 획득 많은 BI 도구는 산업특화적

21 12.3 데이터, 텍스트 및 웹 마이닝과 BI검색

22 12.3 데이터, 텍스트 및 웹 마이닝과 BI 검색 데이터 마이닝의 특성과 편익
데이터 마이닝의 대상 : 유형의 콘텐츠(문서의 비구조화된 데이터, 전자우편메시지의 비구조화된 텍스트, 인터넷 브라우징 이력의 로그 데이터), 문서, 전자적 의사소통, 전자상거래 활동으로부터의 텍스트 정보 텍스트 마이닝과 웹 마이닝이 주요 성장분야 – 획득/저장하는 정보의 80%가 텍스트 형식, 전자상거래의 규모 웹 마이닝 : 고객행동 이해, 웹사이트 효과성 평가, 마케팅 캠페인의 성공 계량화 텍스트 마이닝 : 명백하지 않거나 알려지지 않은 새로운 패턴 발견 텍스 분석학(Text Analytics) : 비구조화된 텍스트를 구조화된 ‘텍스트 데이터’로 변환, 고객 데이터 관리와 제품 데이터 관리의 문제를 다룸, 중요도 증가 데이터 마이닝의 특성과 편익 대규모 데이터베이스 안에 묻혀 있음 정교한 새로운 도구들이 파일 또는 기록물 레코드에 묻힌 정보를 분리 마이너는 프로그램 역량이 거의 없어도 임기응변 질문을 하고 신속하게 답변을 얻기 위해 데이터 드릴과 기타 강력한 질의 도구를 부여받은 최종 사용자가 많음 예기치 않은 결과의 발견과 연관, 최종 사용자의 창의적 사고 요구됨 데이터 마이닝 도구는 기타 소프트웨어 개발도구와의 결합 용이함 데이터 마이닝 실행하는데 슈퍼 컴퓨터의 필요성 발생함 데이터 마이닝 환경은 클라이언트/서버 또는 웹기반 구조

23 12.3 데이터, 텍스트 및 웹 마이닝과 BI 검색 데이터 마이닝 도구의 파워 유저 데이터 마이닝 도구의 장점/단점 장점 단점
광범위하게 사용되는 영역 : 재무 / 소매 / 의료 분야 재무적 시계열 데이터를 분석하여 패턴을 발견하고, 예외사항과 이상을 탐지하고 기회와 위험을 인식하고, 미래의 수요, 가격 및 비율을 예측하는 데 적합 사기적 행동 적발에 중요, 고객의 구매패턴 식별, 장바구니 분석에 조력 데이터 마이닝 도구의 장점/단점 장점 상호작용적 시각적, 이해 쉬움 DW에서 직접 작업 가능 즉각적이고 장기적 비즈니스 편익 위해 이용 단점 종업원의 이해도를 초과하는 도구 극소수 를위한 전용이면 데이터 마이닝의 가치 소멸

24 12.3 데이터, 텍스트 및 웹 마이닝과 BI 검색 데이터 마이닝의 역량 데이터 마이닝 애플리케이션
질의와 보고서로 발견할 수 없는 인텔리전스를 발견함 가장 중요한 변수들에 집중함으로써 분석의 속도를 빠르게 함 데이터 마이닝 애플리케이션 소매와 판매 : 판매예측, 재고수준/일정계획 판단, 손실예방 등 은행 : 부실대출 수준, 사기적 신용카드 사용 등 제조와 생산 : 기계 고장 예측, 제조용량 최적화 통제하는 요인 발견 의료 : 증상과 원인에 대한 더 나은 처방 제공 방송 : 최적 프로그램 예측, 수익극대화 방법 모색 마케팅 : 제품을 구매할 고객 식별, 소비자 행동 예측에 필요한 정보 수집

25 12.3 데이터, 텍스트 및 웹 마이닝과 BI 검색 텍스트 마이닝과 웹 마이닝 및 분석 텍스트 마이닝 웹 마이닝 예측분석학
역할 : 1. 숨겨진 콘텐츠 발견, 2. 이전에 간과되었던 부문과 연관 3. 공통의 주제로 문서 분류 BI 데이터를 해석하는데 도움을 줄 수 있는 문서를 발견하고 문서내에서 특정한 사실 콘텐츠를 발견하는 소요되는 시간 단축 웹 마이닝 : 웹 자원으로부터 실천가능하고 의미있는 패턴, 프로파일, 추세를 발견하기 위해 데이터 마이닝 기법 응용 웹 콘텐츠 마이닝 : 정보를 위해서 웹 사이트를 마이닝하는 절차 웹 활용 마이닝 : 사용자 브라우징과 접속 패턴과 연계된 웹 접속 로그 웹 마이닝 예측분석학 데이터를 분석하여 고객의 행동 패턴을 식별하는 웹 마이닝의 구성요소 핵심구성요소는 예측자임 – 미래 행동을 예측하기 위해 측정되는 변수 ex) 신용카드 회사 : 나이, 소득, 신용이력, 인구통계학 정보를 지원자의 위험요인을 결정하기 위한 예측자로 고려

26 12.4 경영자의 의사결정 프로세스

27 12.4 경영자와 의사결정 프로세스 경영자의 역할 대인관계 역할 의사결정 정보역할 의사결정에 관련된 경영자의 작업
- 단계 1 : 문제점,과 기회를 식별하는 단계 - 단계 2 : 무엇을 할 것인가에 대한 의사결정 경영자의 역할 대인관계 역할 의사결정 정보역할

28 12.4 경영자와 의사결정 프로세스 의사결정 지원 도구 (1) 왜 경영자들에게 정보기술 지원이 필요한가?
- 고려해야 할 선택 대안, 위험이 많음 / 시공간의 제약 / 환경의 변동과 불학실성 증대 / 신뢰할만한 분석적이고 통계적 도구 필요 / 여러 정보를 신속히 수집 (2) 경영자의 직무가 완전히 자동화될 수 있는가? - 의사결정 과정 중에 많은 직무를 자동화할 수 있으면 시간을 절약하고 더 나은 의사결정 - 중간 경영자의 직무가 자동화가 가능한 직무 (3) 경영자를 지원하기 위한 정보기술에는 어떤 것들이 유용한가? - 70년대 중반, 의사결정지원시스템(DSS) : 분석적, 계략적 유형의 의사결정 지원 제공 - 80년대 중반, 중역지원시스템(ESS) : 최고경영자의 정보적 역할 지원 - 그룹의사결정지원 시스템(GDSS) : 원격 접근하여 그룹으로 작업하는 경영자와 스텝 지원 - 지능형 시스템(Intelligence system)

29 12.4 경영자와 의사결정 프로세스 경영지원시스템(MSS) – 그림 12.9

30 12.4 경영자와 의사결정 프로세스 정보기술이 지원하는 의사결정과정 그림 12.10

31 12.4 경영자와 의사결정 프로세스 컴퓨터화된 의사결정분석 프레임웍 의사결정 모델링과 모델
- 의사결정 모델 : 현실을 단순화하여 표현한 것 또는 현실을 추상화한 것 - 대다수의 복잡성이 특정한 문제와 무관한 경우 많으므로 단순화가 도움 - 단순화 방법의 하나로 가정을 도입(단, 가정이 잘못되면 분석을 위한 기초에 결함 발 - 모델링 : 현실을 대상으로 하기 보다는 현실의 모델을 대상으로 가상의 실험/분석 실시 - 모델링의 편익 : 저렴한 비용, 시간압축적 가상실험, 모델 조작 용이, 실수로 인한 비용 절감 다양한 선택대안을 통해 불확실성 대처, 학습개선/강화/ 훈련지원 컴퓨터화된 의사결정분석 프레임웍 구조적(structured) 의사결정 - 표준적 해결안 존재하는 일상적/반복적 문제 ex) 공식적 비즈니스 절차, 비용최소화, 수익극대화 ☞ 해결안 선택기준 명확하게 정의 2. 비구조적(unstructured) 의사결정 - 확정적이거나 명확한 해결안 존재하지 않는 불확실성 높은 의사결정과 연관 ex) 각각의 의사결정자는 결론도달 위해 상이한 데이터, 가정, 과정 이용 비구조적 의사결정은 직관, 판단 및 경험에 의존 제공할 새로운 서비스 계획, 최고경영자 영입, 시장예측, R&D 프로젝트 선정 3. 반구조적(semistructured) 의사결정 - 대부분의 의사결정지원 시스템 ex) 채권거래, 마케팅예산 배정, 자본취득분석 구조적 의사결정 비구조적 의사결정 반구조적 의사결정

32 12.5 의사결정지원 시스템(DSS)

33 12.5 의사결정지원 시스템(DSS) DSS(Decision Support System) 개념
– 반구조적/비구조적 문제를 해결하기 위해 모델과 데이터를 사용자의 적극적인 관여와 결합 - 명확한 방법론이라기보다 접근방법 또는 철학으로 간주 DSS 사용 이유 - 최신의 정확한 정보 필요 / 신속한 정보 필요 / 수많은 비즈니스 운영의 추적 어려움 / 불안정한 경제하에 기업 운영 / 국내외의 경쟁 가중 / 기존 시스템이 경영목표 지원 못함 / 정보시스템 부서가 기업의 정보 요구의 다양성과 임기응변 질의 처리하지 못함

34 민감도 분석(Sensitivity Analysis)
12.5 의사결정지원 시스템(DSS) DSS 특성/능력 모든 경영층의 의사결정 지원, 반구조적/비구조적 상황에서 인간의 판단과 객관적 정보 통합 다수의 상호의존적/순차적인 의사결정 지원 다양한 의사결정과정과 모든 단계(탐색-설계-선택/구현) 지원 시간의 경과에 따라 사용자에 의해서 적응 구축이 용이, 많은 사례에 사용 학습 촉진 – 신규 수요와 현재 애플리케이션의 정교화 도출 일반적으로 계량적 모델 활용 복잡한 문제에 대해 효율적/효과적 해결방안 제공 웹을 통해 DSS 활용의 확산 민감도 분석의 용이한 실행 표 12.6 민감도 분석(Sensitivity Analysis) 모델의 하나 이상의 부분에서 발생한 변화가 모델의 다른 부분 혹은 결과에 어떤 영향을 미치는지 연구 DSS에서 매운 큰 가치 지님 – 변화하는 상황과 상이한 의사결정 상황의 변화하는 요구사항에 부합하는 유연성과 적응력을 시스템에 부여 자신의 데이터를 시스템에 입력하여, 시스템이 변화하는 환경에서 어떻게 동작하는지 관찰 민감도 분석의 가장 대표적인 방법 : What-If 분석 / 목표 탐색

35 12.5 의사결정지원 시스템(DSS) DSS 구조와 구성요소 기타 데이터베이스와 유사하게 다양한 원천에서 수집한 데이터 포함
지식 베이스 사용자 인터페이스 모델 데이터 기타 데이터베이스와 유사하게 다양한 원천에서 수집한 데이터 포함 DSS 애플리케이션 개발에 필요한 구축블록인 완성된 모델과 규칙 집합 포함 시스템의 분석적 능력 제공 사용자와 DSS 사이의 의사소통의 모든 측면 망라 – 사용자의 생산성 개선 / 에러 감소 의사결정자를 위한 도구, DSS 시스템의 일부분으로 간주됨 복잡한 문제를 해결하기 위한 전문지식의 제공 / ADS의 핵심 구성요소

36 12.5 의사결정지원 시스템(DSS) DSS 작동원리(그림 12.11)

37 12.5 의사결정지원 시스템(DSS) DSS 애플리케이션 Wells Fargo의 표적고객 사례 1 Schwab의 표적 부자고객
소비자들이 원하는 것을 실제로 파악 Schwab의 표적 부자고객 사례 2 Schwab Equity Rating(DSS)은 주식의 매수/매도 추천 – 자동적으로 메일과 경보 발송 Owen & Minor의 건강관리 비용인하 사례 3 DSS를 이용해 고객이 수백 개의 경쟁하는 의료 공급품 중에서 할인을 물색하도록 지원 병원은 청구서에 더 나은 가격을 유지하고 평균 2~3%의 비용 절감

38 12.5 의사결정지원 시스템(DSS) 의사결정 지원을 위한 특별도구 그룹의사결정지원 시스템(GDSS) GDSS 애플리케이션
시뮬레이션 그룹의사결정지원 시스템(GDSS) 의사 결정 그룹이 회의 중에 과정과 절차에 집중하면서 반구조적/비구조적 문제의 해결안을 촉진하는 상호작용적 컴퓨터 기반 시스템 GDSS 애플리케이션 문제식별, 아이디어 생성과 평가, 해결책의 개발과 구현에 도움 Ex) Internal Revenue Service, EU의 자동차 산업에 관한 회의

39 12.6 자동화된 의사결정 지원(ADS)

40 12.6 자동화된 의사결정 지원(ADS) 자동화된 의사결정 지원(ADS) 비즈니스 규칙
반복적인 경영 문제에 대해 자동적으로 해결안을 제공하는 규칙기반의 시스템 ADS의 방식 ① 비즈니스 분석 모델은 비즈니스 규칙을 생성/운영에 활용됨 ② 비즈니스 규칙은 BI 애플리케이션에서 자동적 의사결정을 촉발하기 위해 활용됨 ③ 모니터링된 사항은 분서됨 비즈니스 규칙 의사결정의 자동화는 경영자의 전문지식을 비즈니스 규칙의 집합으로 획득함으로써 달성 이러한 비즈니스 규칙은 전문가 시스템 또는 기타 지능형 시스템의 일부

41 12.6 자동화된 의사결정 지원(ADS) ADS의 특징 ADS의 특징
빈번히 수행되는 반복적인 의사결정/온라인 정보를 이용하여 신속히 요구되는 응답에 적합 의사결정기준과 비즈니스 규칙이 잘 정의되거나 구조화되어 있어서 문제해결 용이 Ex) 대출신청의 분석 / 대출 금액 및 이자율의 승인 ADS의 특징 비즈니스 규칙은 신속하게 구축하고 모든 운영 환경에서 효율적으로 활용 예측 분석을 규칙 기반 애플리케이션으로 주입하여 이들의 능력과 가치를 증진 비즈니스 규칙, 예측 모델, 최적화 전략을 전사적 애플리케이션에 유연하게 통합

42 12.6 자동화된 의사결정 지원(ADS) ADS 애플리케이션 성공적인 ADS 예 동적수요예측/SCM 운영적 통제
제품/서비스 고객화 수율/가격최적화 경로지정/분할의사결정 법인/규제준수 /사기적발 동적수요예측/SCM 운영적 통제 고객선정/ 충성도 및 서비스 인적자본

43 12.7 경영 이슈

44 12.7 경영이슈 왜 BI 프로젝트는 실패하는가? 시스템 개발과 통합의 필요성 비용 편익 이슈와 정당화 법적 이슈와 프라이버시
현재와 미래의 BI와 BPM 비용정당화와 무형의 편익 문서화와 지원 시스템의 보안 특화된 기성의 의사결정 지원 윤리적 이슈

45 Q & A

46 Kiitos~ XD