[강의 요약] 경영정보시스템(MIS) 4주차: 데이터·정보·의사결정

0. 리딩 메시지 (Core Insight)

[cite_start]”데이터는 21세기의 원유지만, 맥락(Context)을 통해 정보와 지식으로 정제되지 않으면 의사결정의 연료가 될 수 없다. 모든 MIS 투자의 종착역은 ‘데이터 수집’이 아닌 ‘현명한 의사결정’이어야 한다.” [cite: 13380, 13385, 13516, 15196]

[cite_start]1. 데이터에서 지혜로: DIKW 계층 구조 [cite: 13451, 13466, 13516, 13524, 15200, 15206]

데이터가 비즈니스 가치를 창출하는 행동으로 변환되는 4단계 파이프라인입니다.

[cite_start]데이터 (Data): 가공되지 않은 순수한 사실이나 수치 (예: “3/5 50,000원 결제”) [cite: 13451, 13455]
[cite_start]정보 (Information): 맥락과 목적이 부여된 데이터 (예: “전월 대비 15% 매출 증가”) [cite: 13456, 13460]
[cite_start]지식 (Knowledge): 정보 간의 패턴과 관계를 파악한 노하우 (예: “광고비와 매출의 상관관계 파악”) [cite: 13461, 13465]
[cite_start]의사결정/지혜 (Decision/Wisdom): 지식을 바탕으로 내리는 최적의 판단 (예: “마케팅 예산 20% 증액 결정”) [cite: 13466, 13470]

[cite_start]2. 조직 계층별 의사결정 및 정보 요구사항 [cite: 13717, 13748, 13751, 13788, 13878, 13898]

의사결정자의 역할에 따라 정보의 세분성과 범위가 달라져야 합니다.

의사결정 유형	주요 주체	시간 범위	정보 특성	주요 질문
전략적 (Strategic)	CEO/경영진	장기 (3~5년)	외부환경 + 요약 정보	“우리 조직이 나아갈 방향은?”
관리적 (Tactical)	중간 관리자	중기 (분기/년)	부서별 집계 + 예외 관리	“계획 대비 실적 차이의 원인은?”
운영적 (Operational)	현장 실무자	단기 (실시간)	상세 데이터 + 정확성	“현재 재고가 몇 개 남았는가?”

[cite_start]3. 정보 품질(IQ)의 6가지 차원: GIGO 방지 원칙 [cite: 13903, 13907, 13908, 13922]

“쓰레기를 넣으면 쓰레기가 나온다(Garbage In, Garbage Out).” [cite_start]신뢰할 수 있는 결정을 위한 품질 기준입니다. [cite: 13903, 13906]

[cite_start]정확성 (Accuracy): 실제 현실을 오류 없이 반영하는가? [cite: 13911]
[cite_start]적시성 (Timeliness): 필요한 시점에 즉시 제공되는가? [cite: 13913]
[cite_start]완전성 (Completeness): 필수 항목이 누락되지 않았는가? [cite: 13915]
[cite_start]일관성 (Consistency): 시스템 간 데이터 형식이 통일되었는가? [cite: 13917]
[cite_start]관련성 (Relevance): 의사결정 목적과 직접 연관되는가? [cite: 13919]
[cite_start]접근성 (Accessibility): 필요한 사람이 쉽게 얻을 수 있는가? [cite: 13921]

[cite_start]4. 성과 관리를 위한 KPI 설계 (SMART 원칙) [cite: 14122, 14127, 14149, 14151, 14187, 14446, 14455]

[cite_start]Specific: 구체적이고 명확한 목표 [cite: 14129]
[cite_start]Measurable: 객관적으로 수치화 가능 [cite: 14133]
[cite_start]Achievable: 도전적이나 달성 가능한 수준 [cite: 14137]
[cite_start]Relevant: 상위 전략 목표와 정렬(Alignment) [cite: 14141]
[cite_start]Time-bound: 명확한 달성 기한 설정 [cite: 14145]
[cite_start]지표 균형: 과거를 확인하는 후행지표와 미래를 예측하는 선행지표의 조화가 필수. [cite: 14211, 14235, 14269, 14270, 14464, 14467]

[cite_start]5. 케이스 스터디: Netflix의 데이터 기반 문화 [cite: 14472, 14477, 14489, 14534, 14536, 14559, 14601, 14612]

[cite_start]핵심: HiPPO(Highest Paid Person’s Opinion, 최고급여자의 의견)가 아닌 실험과 데이터가 승리하는 문화. [cite: 14480, 14481, 14576, 14620]
[cite_start]실행: 연간 수천 건의 A/B 테스트를 통해 썸네일부터 알고리즘까지 최적화. [cite: 14482, 14483, 14518, 14535, 14634, 14635]
[cite_start]북극성 지표: 단순 가입자 수가 아닌 ‘시청 시간’과 ‘리텐션’을 궁극적 목표로 설정. [cite: 14486, 14487, 14511, 14514, 14604, 14605, 14628, 14631]

[cite_start]6. 의사결정 지원 시스템 (DSS & BI) [cite: 14640, 14647, 14713, 14727, 14762, 14837, 14845]

[cite_start]DSS (Decision Support System): 비정형 문제 해결을 위한 모델 및 시뮬레이션 중심 도구. [cite: 14648, 14649, 14695, 14702, 14795, 14801, 14846, 14850]
[cite_start]BI (Business Intelligence): 데이터 웨어하우스(DW) 기반의 리포팅 및 시각화 중심 도구. [cite: 14714, 14715, 14752, 14797, 14802, 14851, 14855]
[cite_start]인프라 전략: 정형 데이터 위주의 DW와 원시 데이터를 모두 담는 Data Lake의 적절한 활용. [cite: 14765, 14768, 14777, 14786, 14842, 14857, 14860]