기본 콘텐츠로 건너뛰기 보완적인 콘텐츠로 건너뛰기

카탈로그 도구를 사용하여 데이터 이해

Qlik Cloud의 카탈로그 도구를 사용하면 보안 및 준수 표준을 유지하면서 데이터 효율성을 향상시킬 수 있습니다. 중요한 비즈니스 메타데이터에 액세스하고 사용자가 정의한 태그 및 분류를 적용하는 기능은 데이터 분석가 및 비즈니스 그룹에 있어 필수적인 것입니다.

데이터 관리자는 데이터 콘텐츠의 정확성을 확인하고 비즈니스 메타데이터(이름, 설명, 태그 및 분류)를 할당 및 편집하여 데이터 검색을 최적화할 수 있습니다. Business Intelligence 사용자 및 개발자는 개인화된 태그를 구성하고, 분류를 적용하고, 데이터 집합 샘플 및 프로필 통계를 검색하여 데이터 집합이 찾기 쉽고 올바른 정보를 포함하도록 할 수 있습니다.

카탈로그 도구는 사용자가 개인 공간 및 공유 공간에서 액세스할 수 있는 새 데이터 집합 및 기존 데이터 집합에 특히 유용합니다. 사용자는 데이터 파일을 확인하여 통찰력을 얻고 데이터 관련 결정을 내릴 수 있습니다. 사용자는 데이터의 출처가 어디이고, 어떤 유형이며, 어떻게 하면 가장 잘 분석하고 사용할 수 있는지 확인할 수 있습니다. 이 정보를 통해 데이터로 새 앱을 작성할지 데이터를 기존 앱에 로드할지 결정할 수 있습니다.

다음 카탈로그 옵션은 데이터 검색 및 비즈니스 메타데이터 관리를 위해 분석 활동 센터에서 사용할 수 있습니다.

  • 데이터 집합 개요: 데이터 집합에 대한 비즈니스 및 기술 정보를 여기에서 검토할 수 있습니다. 세부 정보에는 소스 파일 유형, 공간, 생성 및 마지막으로 수정된 타임스탬프, 필드 및 행 수, 작성자 및 소유자, 사용 메트릭, 적용된 태그 및 일반 데이터 분류가 포함됩니다. 전체 목록을 보려면 데이터 집합 메타데이터 관리를 참조하십시오.
  • 검색 개선을 위해 데이터에 태그 지정: 태그는 데이터 구성 및 검색을 지원하는 필터링 가능한 메타태그입니다. 사용자는 관련 데이터 자산을 빠르게 액세스하고 식별할 수 있도록 검색할 수 있는 태그를 연결합니다.
  • 데이터 프로필 보기 및 샘플링: 카탈로그는 이름, 데이터 유형, 샘플 값, 가장 일반적인 값, 값 빈도, 고유 값 수 등의 통계를 사용하여 데이터 집합을 프로파일링합니다. 사용자는 관심 있는 프로필 통계를 선택하여 데이터의 추세 및 이상을 파악합니다. 필드 데이터 시각화 및 사용 가능한 프로필 통계 목록은 필드 수준 메타데이터 및 데이터 프로파일링 관리을 참조하십시오.
  • 데이터 집합 분류: 데이터 거버넌스 표준은 지역 및 산업에 따라 크게 다릅니다. 대부분의 데이터 프로세스는 액세스를 제한하여 데이터를 보호해야 하는 필요성에 따라 어떤 식으로든 영향을 받습니다. 사용자 지정 범주 및 섹터별 범주에서 데이터 집합을 식별하기 위해 지역 및 전역 데이터 개인 정보, 민감성 표준 및 정책과 관련된 사용자 구성 가능 분류가 제공됩니다. 자세한 내용은 데이터 집합 메타데이터 관리을 참조하십시오.
  • 데이터에서 앱 만들기: Qlik의 데이터 우선 접근 방식은 앱을 만들기 전에 데이터 파일을 업로드하고 데이터에 대한 통찰력을 얻을 수 있는 옵션을 제공합니다. 이는 원시에서 분석 준비 워크플로의 핵심 요소입니다. 데이터에서 앱을 만들려면 데이터에서 앱 만들기를 참조하고 기존 앱에 데이터 파일을 업로드하려면 업로드된 데이터 파일에서 데이터 추가를 참조하십시오.
  • 데이터 계보 보기: 앱 및 데이터 집합의 업스트림 원본이 표시되는 데이터의 계보 그래프를 볼 수 있습니다. 자세한 내용은 앱, 스크립트, 데이터 집합의 계보 분석을 참조하십시오.
  • 데이터의 영향 분석 보기: 출력을 보고 카탈로그에서 앱 및 데이터 집합의 다운스트림 영향을 확인할 수 있습니다. 자세한 내용은 앱, 스크립트, 데이터 집합에 대한 영향 분석 분석하기을 참조하십시오.

Qlik Talend Cloud 엔터프라이즈 카탈로그 도구

Qlik Talend Cloud 엔터프라이즈에 대한 라이센스가 있는 경우 카탈로그에는 데이터에 사용할 수 있는 추가 도구가 있습니다.

  • 데이터 품질: 데이터 집합 또는 데이터 제품을 볼 때 전반적인 품질 및 최신성부터 데이터 집합의 각 필드에 대한 비어 있거나 잘못된 행 수에 이르기까지 포함된 데이터의 품질에 대한 아이디어를 가져올 수 있습니다. 자세한 내용은 Data quality and data discovery을 참조하십시오.
  • 데이터 제품: 데이터 통합 측면에서 구축 및 활성화된 데이터 제품에 원활하게 액세스하고 활용합니다. 설명, 목적, 문의처 정보 등을 포함한 포괄적인 세부 정보를 관련 문서와 품질 측정 기준으로 뒷받침하여 살펴보십시오. 자세한 내용은 Creating data products을 참조하십시오.

자세한 정보

이 페이지가 도움이 되었습니까?

이 페이지 또는 해당 콘텐츠에서 오타, 누락된 단계 또는 기술적 오류와 같은 문제를 발견하면 개선 방법을 알려 주십시오!