데이터 변환 요구 사항 및 전략

Cv010은 데이터 변환 요구 사항을 정의합니다.
문서 세부 정보를 편집하려면 누릅니다.
문서 세부 정보를 편집하려면 누릅니다.
친구와이 링크 공유 :
CGS 2000의 가장 인기있는 문서.
ASK TOM 플로리다 대학 CGS 2000 - 겨울 2015 "Owa_sylk utility", 버전 4.0.7에 대한 질문에 감사드립니다. TOM에 오신 것을 환영합니다.
제조 FAQs 플로리다 대학 CGS 2000 - Winter 2015 Oracle 11i Apps 제조에 대한 FAQ Q. 한 번 항목이 조직에 지정됩니다.
Java_env_setting 플로리다 대학 CGS 2000 - 겨울 2015 http : /java. garnaik JDK 1.6 설치 : 1 단계 : 다운로드 : jdk-6u7-linux-x64-rpm.
forms_upgrade_reference 플로리다 대학 CGS 2000 - 겨울 2015 년 Forms 6i에서 Oracle9i Forms 로의 업그레이드 참고서 2002 년 12 월 Oracle9i Forms : Upgrade Re.
D2k-to-OA - 프레임 워크 전환 플로리다 대학 CGS 2000 - 겨울 2015 D2K에서 OA 프레임 워크 전환 Anil Passi 작문 토요일, 06 1 월 2007 11:46.
Export-reports-excel 수동으로 University of Florida CGS 2000 - Winter 2015 Oracle Apps 보고서를 Excel로 내보내기 팁 Oracle E-Business Su.
최근에 본.
오라클 A. I.M. 방법론.
이동에 대해 알아보십시오.
기타 관련 자료.
Application Environment Oracle Chapman University ECON 101 - Fall 2012와 함께 완벽한 응용 프로그램 설치 ORACLE 방법 응용 프로그램 구현 방법 안내서 글로벌 방법 및 도구 Rel.
품질 기능 배포 품질 리스크 관리 기술인 QFD University of Florida CGS 2421 - 2012 년 가을 공인 테스터 고급 수준의 실라버스 시험 관리자 버전 2012 International Soft.
팀 소프트웨어 프로세스 소개 매사추세츠 SEI 2000 소개 플로리다 대학 CGS 2421 - 2012 년 가을 공인 테스터 전문가 수준의 실러버스 테스트 프로세스 개선 (Im.
예를 들어 개발 팀이 University of Florida CGS 2421 - Fall 2012 Certified Tester 전문가 수준의 실라버스 시험 관리 (Administration, Testing, Testers,.
단계별 표현 (Classaged Representation) 소프트웨어 테스팅 버전 2.1 (2010 년 4 월 1 일부터)에 사용 된 용어들에 대한 CGS 2421 - Fall 2012 표준 용어집의 목표를 달성하는 모델 구조.
안전 테스트 소프트웨어 제품 안전성을 결정하기위한 테스트 플로리다 대학 CGS 2421 - Fall 2012 소프트웨어 테스팅 버전 2.2에서 사용되는 표준 용어집 (10 월 19 일, 20 일.
이 미리보기는 문서 페이지 4 - 7을 보여줍니다. 전체 문서를 보려면 가입하십시오.
코스 영웅을 얻으십시오.
적법한.
우리와 접촉.
저작권 © 2017. Course Hero, Inc. 개인 정보 보호 약관.
코스 히어로 (Course Hero)는 대학이나 대학교에서 후원하거나 승인하지 않습니다.

데이터 변환은 별도의 전략 구상으로 간주되어야합니다.
Steve Forte, OneShield.
레거시 시스템 교체 및 핵심 시스템 통합이 부분적으로 프로젝트의 범위와 복잡성으로 인해 높은 실패율을 보임을 잘 설명합니다. 데이터 변환은 시스템 변환과 밀접하게 연관되어 있으며, 기존 대체 시스템 및 시스템 통합의 측면이 일반적으로 프로젝트의 대상자, 시기, 이유 및 방법과 관련하여 잘 표현되지 않기 때문에 추가적인 위험 요인이 추가됩니다. 실제로 데이터 변환은 기존 대체 프로젝트에서 하위 작업으로 관리되는 경우가 많습니다. 과거 분석을 위해 데이터를 성공적으로 마이그레이션하는 것이 중요하다는 점을 감안할 때 뚜렷한 전략적 이니셔티브로서의 가시성이 필요합니다.
도로에 충돌.
한 시스템에서 다른 시스템으로 데이터를 이동해야 할 필연적 인 필요성에 직면했을 때 데이터 변환에 중점을 둔다면 보험 회사는 길에서 분명한 충돌을 피할 수 있습니다. 예를 들어 데이터 아키텍처 및 비즈니스 사용자 (정책 관리 전환 프로젝트 인 경우 보험업자와 같은)를 비롯한 적절한 인력을 확보하고 전환에 대한 요구 사항 정의에 참여하게되면 적절한 데이터와 적절한 세부 정보 및 기록이 보장됩니다 )은 미래 데이터 분석을위한 낭비 또는 기회를 줄이기 위해 범위가 지정됩니다.
범위와 요구 사항에 대한 교차 조직 구매 외에도 위험 완화 계획으로 다른 장애물을 식별해야합니다. 예를 들면 데이터 공유 및 통합을 금지하는 엄격한 레거시 시스템, 부적절한 데이터 수집 또는 수동 데이터 입력 관행으로 인한 데이터 품질 저하, 인수를 통한 조직 성장으로 인한 데이터 손실 및 호환되지 않는 형식의 이종 정보 시스템의 잠재적 영향을 고려해야합니다. 이러한 잠재적 인 데이터 문제를 분석하고 적절한 위험 완화 계획을 준비하는 것은 원활한 전환과 불필요한 비즈니스 중단의 차이를 의미 할 수 있습니다.
단색 계획 = 성공적인 변환.
견고한 계획만으로는 데이터 변환 프로젝트의 성공을 보장 할 수는 없지만 데이터 변환을 자체 전략적 이니셔티브로 관리하는 것의 중요성은 충분히 강조 할 수 없습니다. 여기에는 전반적인 레거시 대체 또는 시스템 업그레이드가 아니라 데이터 변환 프로젝트의 고유 한 IT 및 비즈니스 이해 관계자 식별이 포함됩니다.
함께, 이 팀은 명확하게 현재 시스템에서 데이터를 변환하기위한 비즈니스 근거 (및 가치)를 명확히해야합니다. 계획 단계에서 IT 전문가뿐만 아니라 비즈니스 분석가도 참여시키는 것이 중요합니다. 또한 궁극적으로 데이터에 액세스하고 활용해야하는 각 부서의 담당자를 참여시키는 것이 좋습니다.
성공적인 데이터 변환 프로젝트를 계획 할 때는 다음 지침을 기억하십시오.
- 데이터 전환 노력을 자체 프로젝트로 취급하고, 자체 이해 관계자, 프로젝트 관리 및 거버넌스를 완료하여 중요한 전략적 시책으로 가시성을 부여하십시오.
- & # 9; 마이그레이션 할 중요 데이터 및 부가 가치 데이터를 신중하게 분석하고 식별하여 대상에 매핑하십시오.
- 잠재적 인 데이터 품질 문제 또는 기타 미실현 된 데이터 소스를 발견 할 기회가 종종 있기 때문에 프로젝트의 초기 단계에서 분석을 위해 실제 소스 데이터에 액세스 할 수 있도록 계획하십시오.
- 여러 소스의 데이터를 병합 할 때 데이터 세트 간의 구조적, 의미 적 및 구문 적 차이에주의하십시오.
- 거래 데이터, 통계 데이터, 데이터 마트, ODS 및 데이터웨어 하우스를 비롯한 모든 데이터 전환 측면을 고려합니다.
- 대상 정책 관리 시스템뿐 아니라 청구, 청구, 데이터웨어 하우스 및 통계보고와 같은 다운 스트림 시스템의 요구 사항을 고려하십시오.
- 변환 된 정책 또는 '할아버지'에게 적용되지 않는 확인 또는 언더라이팅 추천 규칙과 같이 변환 된 데이터에 대한 고유 한 애플리케이션 설계 요구 사항에주의하십시오. 데이터 변환 허용 기준을 확인하고 동의하십시오.
- & # 9; 변환 프로세스의 성능 조정에 맞추어 성능 요구 사항을 정하십시오.
- 일관성없는 소스 데이터, 리소스 누출 또는 로직 버그를 없애기 위해 대용량 데이터 세트로 여러 번의 드라이 런을 수행합니다.
장기 실행 변환 테스트 사이클은 다른 개발 팀을 방해하는 리소스를 소비 할 수 있으므로 별도의 하드웨어 리소스와 품질 보증 (QA) 환경을 데이터 변환에 사용하십시오.
- 디자인에 강력한 감사 구성 요소가 포함되어 있는지 확인하여 프로세스 및 결과를 정확하게 모니터링하고보고 할 수 있는지 확인하십시오.
하루가 끝날 때마다 각 데이터 변환 프로젝트는 비슷하지만 계획은 각 보험사의 개별 상황에 따라 주요 차이점을 노출합니다. 특정 내부 요구 사항에 맞게 위의 체크리스트를 사용자 정의하는 것은 계획 프로세스의 중요한 부분입니다.
작동하는 데이터 변환 방법론 구현.
적절한 계획을 수립하면 데이터가 전략적 자산이되고 가치있는 비즈니스 이점을 얻게됩니다. 문제는 레거시 시스템 및 호환되지 않는 데이터 형식과 같은 장애물이 사용자의 입장에서 나타날 때 데이터를 어떻게 작동 시키는가입니다. 데이터 변환 프로젝트를 통해 입증 된 성공을 거둔 유연하고 확장 가능한 공급자와 협력하면 성공적으로이를 수행하고 불필요한 비용과 복잡성을 제거하는 데 도움이 될 수 있습니다.
올바른 기술 파트너를 찾으면 다음 질문에 답할 수 있습니다.
- & # 9; 자동 또는 수동 접근을 원하십니까?
- & # 9; 얼마나 많은 데이터를 변환해야합니까?
- & # 9; 어떤 데이터 세트를 변환해야합니까?
- & # 9; 데이터 변환 프로세스를 다른 목적으로 다시 사용할 수 있습니까?
전략을 수립하면 데이터 변환을위한 세부 사항이 중요하게됩니다. 원본 데이터의 철저한 분석, 관련 개체 / 테이블 / 파일 및 특성 / 열 / 필드의 우선 순위 지정, 원본에서 개체 모델로의 데이터 매핑, 필수 데이터 변환 지정 및 균형 조정 및 조정 메트릭 확인을 계획해야합니다.
보험사는 성공적으로 수행 된 데이터 변환 프로젝트를 통해 상당한 운영상의 이익을 얻을 것으로 기대할 수 있습니다. 이상적으로, 사용자는 사용하기 쉬운 그래픽 인터페이스와 드롭 다운 메뉴에서 데이터에 액세스 할 수있는 능력을 갖게됩니다. 또한 필수 보고서를보다 효과적으로 생성하고 수동 프로세스를 줄이며 고객 서비스를 개선하는 것이 더 쉬워야합니다. 결과적으로 데이터는 귀사와 귀사 고객 모두에게 적합한 자산이되어 잠재적 인 경쟁 우위를 제공합니다.
저자 정보 : Steve Forte는 OneShield의 글로벌 제품 관리 및 제휴 담당 이사입니다. 그는 sforteoneshield에서 연락 할 수 있습니다.
사용자 순위 : 견습생.
8/8/2012 | 7:13:42 PM.
요점 "- 마이그레이션 할 중요 데이터 및 부가 가치 데이터를 신중하게 분석하고 식별하여 대상에 매핑하십시오.
미션 크리티컬 한 데이터 부가가치는 종종 오해되기 때문에 데이터 변환을 포착, 변환 및 관리하는 노력은 수익성있는 수익을 기대하기에는 제한적인 재정적 손실이됩니다.

데이터 변환 요구 사항 및 전략
이 사이트는 효율성을 향상시키고 팀이 일관되게 오류없는 결과를 산출 할 수 있도록 지침과 지침을 필요로하는 정보 기술 전문가를 위해 마련되었습니다.
나이를 기준으로 데이터가 전환에서 제외되어야합니까? 데이터 변환에 대한 감사보고 요구 사항이 있습니까? 소스 시스템과의 연계를 유지해야합니까? 예를 들면 다음과 같은 몇 가지 어려운 일도 있습니다.
인터페이스 사양 (일반적으로 데이터 변환은 일회성이지만) 우리는 여전히 인터페이스를 지정할 필요가 있습니다. 이것은 여러 버전의 히스토리 데이터를 다시 저장하여 관련된 정보를 얻는 것과 관련 될 수 있습니다. 우리는 동일한 히스토리 파일이나 테이블에 대해 여러 개의 인터페이스가 있음을 발견 할 수 있습니다 ; 데이터 통합은 변화하는 소스 데이터 구조를 처리해야합니다. 데이터를 사용 가능한 형식으로 가져 오려면 데이터 정리 및 데이터 변환이 필요할 수 있습니다. 데이터 품질 및 데이터 프로파일 링은 큰 관심사입니다. 히스토리 데이터의 데이터 프로파일은 데이터 품질의 가능한 변경을 고려해야합니다. 고려 사항.
프로젝트 목표가 히스토리 데이터의 사용을 비즈니스 목표로 명확하게 정의하는지 확인합니다. 누군가가 우리가 과거 데이터를 필요로한다고 말하게하는 것은 매우 쉽습니다. 그런 다음 얻는 비용은 잠재적 인 비즈니스 이익보다 훨씬 큽니다. 요구 사항 분석 단계 및 하위 작업으로 시간 데이터 변환을 하위 프로젝트로 고려하십시오. 작업량 & nbsp; 요구 사항 분석에 많은 시간을 소비하는 것은 매우 쉽습니다. 이 노력은 신중하게 관리해야합니다. 특히이 작업에 헌신 한 작은 디자인 / 개발 팀을 설립하는 것을 고려하십시오. 요약 & # 8230;

대시 보드 대시 보드.
Вложенные страницы.
데이터 변환 전략.
데이터 변환 전략.
Создатель Bryan Hutchinson, отредактировано фев 23, 2010.
참고 - 이것은 살아있는 문서이며 변경 될 수 있습니다.
정의 및 개요.
핵심 비즈니스 프로세스를 지원하기 위해 대학 재정적 데이터를 중앙 레거시 시스템에서 Kuali Financial System (KFS)으로 전송하려면 데이터 변환이 필요합니다. 성공적인 회계 변환은 기존 회계 시스템을 폐기하고 KFS 시스템에서 대학 거래 처리를 수행하는 데 중요합니다. 대학의 사업을 Kuali Financial System과 함께 수행하려면 데이터 변환이 정확하고 포괄적이어야합니다.
용어 "데이터 변환" KFS를 선입관 된 데이터로 시드하는 것과 관련된 활동을 설명하기 위해 느슨하게 사용됩니다. 일부 데이터는 이전 소스 (예 : 회계 데이터웨어 하우스 (ADW))에서로드됩니다. 다른 데이터는 주제 전문가 (예 : CoA 중앙 정의 데이터 요소)가 제공 한 데이터 파일에서로드됩니다. 다른 기존 KFS 환경에서 다른 데이터를 추출 할 수도 있습니다. 경우에 따라 데이터가로드되지 않고 레거시에서 KFS 로의 매핑을 설명하는 비즈니스 규칙에 따라 변환되거나 변환됩니다.
목표와 이점.
데이터 변환의 주된 목표는 KFS가 코넬의 비즈니스 프로세스를 위해 작동하고 KFS의 모든 잠재력을 활용할 수 있도록 비즈니스 규칙을 적용하여 Kuali Financial System에 레거시 데이터를 전송하는 것입니다.
KFS 구현 프로젝트의 수명주기 동안 데이터 변환 프로세스 및 관행은 다음을 포함하여 프로젝트의 가장 중요한 여러 목표를 근본적으로 지원할 것입니다.
Chart of Accounts (CoA) 정의 및 배포 기능 모듈 구현 및 테스트 환경 관리 시스템 운영 정보 전달 및 amp; 보고 (ID 및 R)
이러한 각 활동에는 별개의 데이터 변환 방식이 요구되는 고유 한 라이프 사이클이 있습니다. 시간이 지남에 따라 이러한 접근법은 궁극적 인 프리 프로덕션 KFS 환경의 데이터베이스를 시드하는 단일 검증 경로로 통합 될 것입니다.
이 데이터 변환 작업은 오류가있는 레거시 데이터를 정리하거나 수정하여 KFS에 시드 된 데이터가 최적의 품질을 유지할 수있는 기회를 제공합니다.
위의 각 활동에 대한 이해 관계자와의 협업은 기능 요구 사항에 의해 주도되어야합니다.
레거시에서 KFS 로의 데이터 매핑은 전체 KFS 구현 프로젝트의 수명 동안 유지되어야합니다. 처음에는 프로젝트 전체에서 무수한 활동을 지원하는 작업 문서가 될 것입니다. 시간이 지남에 따라 세련된 데이터 사전이 될 것입니다.
산출물과 도구.
초기 버전의 데이터 변환 도구 세트는 수동으로 개발 된 PL / SQL 코드에 의존합니다. 초기 프로젝트 작업의 경우, 이는 가장 비용 효율적이고 효율적인 방법으로 입증되었습니다.
데이터 변환 프로세스에 대한 필요성은 일시적이지만, 2011 년 7 월 1 일에 예정된 KFS의 제작 릴리스 후에는 필요성이 없어지므로 팀은 관련된 노력을 간소화 할 수있는 기회를 모색 할 것입니다. 기능 요구 사항을 유도하여 동기를 부여하고 팀이 현명하게 추구합니다.
Kuali의 협력 업체는 기성 솔루션을 제공하는 벤더 솔루션을 제공합니다.
테스트 & amp; 확인.
기술 전환 팀은 기능 중소기업이 제공하거나 승인 한 전환 규칙에 따라 KFS 재무 데이터가 기존 총계정 원장에서 적절하게 전환되었는지 확인해야 할 책임이 있습니다. 기능 중소기업은 KFS 재무 데이터가 비즈니스 원한을 충족시키고 KFS 기능의 사용을 용이하게하는 방식으로 기존 총계정 원장에서 적절히 변환되었는지 확인합니다. ID & R 팀은 변환 된 데이터의 유효성 확인에 필요한 솔루션을 개발할 것입니다. 솔루션은 적절한 경우 CIT의 도움을 받아 ID & R 팀이 유지 관리 및 지원합니다. 데이터 변환의 유효성을 검증 할 수있는 환경이 필요에 따라 설정됩니다.
생산 지원.
데이터 변환 프로세스는 배치 프로세스로 실행됩니다. 수동으로 실행되거나 예약됩니다.
연락처 정보를 포함한 지원 절차는 Project Confluence 공간에서 유지 관리됩니다. 기능 사용자는 변환 된 데이터의 가용성에 의존합니다. 일괄 작업 / 스크립트가 실패한 경우 사용자는 작업 상태를 전자적으로 통보 / 통보 받아야하며 해결을 향한 진행 상황을 항상 최신 상태로 유지해야합니다. 데이터 변환 프로세스의 고객에게 문제가 의심되거나 문제가 발생할 경우 첫 번째 연락 담당자 (레벨 1)에게 알려야합니다. 회계 데이터웨어 하우스를 성공적으로로드 한 후 변환 스크립트가 자동으로 실행되도록 예약 될 수 있습니다 (ADW ). 변환 스크립트는 수동으로 ad-hoc 방식으로 실행될 수 있습니다. KFS 응용 프로그램 인스턴스 사용자 또는 ID & amp; R 제공보고 솔루션 사용자에게는 문제 또는 실패가 명백 할 수 있습니다. 레벨 2 지원, 즉 상술 한 레벨 1에 대한 지원은 데이터 변환 프로세스, 전달 된 KFS 애플리케이션 인스턴스 및 / 또는 ID 및 R 제공보고 솔루션과 관련된 다양한 기술 직원에 의해 수행 될 것이다.
가정과 위험.
가정.
변환은 타이트한 피드백 루프로 기능적으로 구동됩니다 가능한 경우 비즈니스 규칙이 인코딩되어 프로그래밍 방식으로 데이터 변환 프로세스를 구동합니다 비즈니스 규칙은 기능별 주제 전문가 (SME)가 제공합니다 변환 된 데이터의 유효성 검사는 프로젝트의 기능적 이해 관계자 또는 지명 된 사람 데이터 변환은 명확한 비즈니스 요구에 따라 다양한 빈도로 실행됩니다. 트랜잭션은 변환되지 않습니다. 계정 및 객체 코드 별 월간 잔액 KEM (Kuali Endowment Module)은 필요할 때 사용할 수 있으며 KFS와 함께 사용할 수 있습니다. 참조 무결성을 강화할 수 있습니다 (필요한 경우 서비스 (예 : KIM (Kuali Identity Management))를 통해)
변환 된 데이터의 유효성을 확인하기 위해 복잡한 비즈니스 규칙을 정의하기위한 요구 사항을 유도하기위한 부적절한 기능적 참여.
완화 (MITIGATION) - 진행 상황을 정기적으로 전달하고 문제를 프로젝트 리더십으로 이관합니다. 요구 사항이 누락되거나 전달되지 않습니다.
완화 - 문서화 된 요구 사항을 충족시키고, 문서화 된 요구 사항을 기반으로 검증 전략을 수립하고, 모든 이해 관계자가 검증하지 않은 JIRA Shared 데이터를 사용하여 명확한 문제 관리 접근법을 정의합니다.
완화 - 대학 데이터 관리자에게 PeopleSoft Shared Data Group과 유사한 공유 데이터위원회의 설립을 용이하게하십시오. 필요한 경우 자세한 계정과 목표 구조가 확정되지 않았습니다.
완화 (Mitigation) - 프로젝트 리더십에 대한 관심을 높입니다.