5.1 비즈니스 용어집이란?
Business Glossary(비즈니스 용어집)는 조직 전체가 공통으로 사용하는 비즈니스 용어의 정의를 중앙에서 관리하는 시스템입니다. "월간 활성 사용자(MAU)"의 정의를 모든 팀이 동일하게 이해하도록 만드는 것이 목표입니다.
- 마케팅 팀: "활성 사용자 = 지난 30일 내 로그인한 사용자"
- 제품 팀: "활성 사용자 = 지난 7일 내 주요 기능 사용한 사용자"
- 재무 팀: "활성 사용자 = 유료 구독 중인 사용자"
- 결과: 동일한 지표에 대해 서로 다른 숫자 리포트 → 혼란
5.2 비즈니스 용어의 구성 요소
{
"term_name": "Customer Lifetime Value",
"abbreviation": "LTV",
"definition": "고객이 기업과의 관계 동안 창출할 것으로 예상되는 총 수익",
"long_description": "LTV는 마케팅 투자 결정과 고객 세그먼테이션의 핵심 지표입니다...",
"formula": "(평균 주문 금액) × (연간 구매 빈도) × (고객 유지 기간)",
"business_purpose": [
"마케팅 ROI 측정",
"고객 세그먼테이션",
"CAC 대비 효율성 평가"
],
"domain": "Customer Analytics",
"owner": "marketing-analytics@company.com",
"synonyms": ["CLV", "고객 생애 가치"],
"related_terms": ["CAC", "Retention Rate", "ARPU"],
"data_references": [
"customers.lifetime_value",
"orders.total_amount"
],
"examples": [
{"scenario": "VIP 고객", "calculation": "$500 × 12 × 5 = $30,000"},
{"scenario": "일반 고객", "calculation": "$100 × 6 × 3 = $1,800"}
],
"status": "APPROVED",
"approved_by": "cdo@company.com",
"approved_date": "2025-11-05"
}
5.3 용어 체계 (Taxonomy)
용어를 계층적으로 조직하여 체계적으로 관리합니다.
Customer Metrics
├── Acquisition
│ ├── CAC (Customer Acquisition Cost)
│ ├── Conversion Rate
│ └── Lead Generation
├── Engagement
│ ├── MAU (Monthly Active Users)
│ ├── DAU (Daily Active Users)
│ └── Session Duration
├── Retention
│ ├── Churn Rate
│ ├── Retention Rate
│ └── Cohort Analysis
└── Value
├── LTV (Lifetime Value)
├── ARPU (Average Revenue Per User)
└── Customer Segment
5.4 용어 생명주기
- 제안 (Proposed): 누군가 새 용어를 제안
- 검토 (Under Review): 데이터 거버넌스 팀이 검토
- 승인 (Approved): CDO/데이터 거버넌스 위원회 승인
- 게시 (Published): 조직 전체에 공개
- 사용 (In Use): 실제 데이터와 연결되어 사용 중
- 폐기 (Deprecated): 더 이상 사용하지 않음
5.5 용어 관계 (Relationships)
| 관계 유형 | 설명 | 예시 |
|---|---|---|
| 동의어 (Synonym) | 같은 의미의 다른 용어 | LTV ↔ CLV |
| 관련 용어 (Related) | 의미적으로 연관된 용어 | LTV ← CAC |
| 상위 개념 (Parent) | 더 넓은 범주 | MAU → Active Users |
| 하위 개념 (Child) | 더 구체적인 개념 | Revenue → MRR, ARR |
| 구성 요소 (Composed Of) | 계산에 사용되는 요소 | LTV = AOV × Frequency × Lifespan |
5.6 승인 워크플로우
1. 제안자가 새 용어 작성
- 용어명, 정의, 공식, 예시 포함
- 도메인 선택
- 관련 데이터 참조
2. 자동 검증
- 중복 용어 체크
- 필수 필드 검증
- 유사 용어 제안
3. 도메인 전문가 리뷰
- 정의의 정확성 확인
- 공식 검증
- 피드백 제공
4. 데이터 거버넌스 팀 승인
- 전체 용어집과의 일관성 확인
- 명명 규칙 준수 확인
- 최종 승인
5. 게시 및 알림
- 용어집에 게시
- 관련 팀에 이메일/Slack 알림
- 대시보드에 표시
5.7 데이터와의 연결
비즈니스 용어를 실제 데이터 자산(테이블, 컬럼)과 연결합니다.
Term: Monthly Active Users (MAU)
Definition: 지난 30일 내 1회 이상 로그인한 순수 사용자 수
Linked Data:
1. Table: analytics_db.user_metrics
Column: mau
Description: "이 컬럼은 MAU를 저장합니다"
2. dbt Model: monthly_active_users.sql
Description: "MAU 계산 로직"
SQL:
SELECT COUNT(DISTINCT user_id) as mau
FROM user_sessions
WHERE login_date >= CURRENT_DATE - INTERVAL '30 days'
3. Dashboard: "Growth Metrics"
Metric: "MAU"
Tool: Tableau
5.8 용어집 구축 전략
1) 탑다운 접근
- 경영진과 데이터 거버넌스 팀이 주도
- 핵심 용어부터 정의
- 강력한 거버넌스
- 느린 구축 속도
2) 바텀업 접근
- 실무자들이 자주 사용하는 용어부터
- 빠른 구축
- 실용적
- 일관성 부족 가능성
- 경영진이 가장 중요한 10-20개 핵심 용어 정의 (탑다운)
- 각 팀이 자주 사용하는 용어 추가 (바텀업)
- 데이터 거버넌스 팀이 검토 및 표준화
5.9 용어집 거버넌스
역할과 책임
| 역할 | 책임 |
|---|---|
| CDO (Chief Data Officer) | 전체 용어집 전략 수립, 최종 승인 |
| 데이터 거버넌스 팀 | 용어 표준화, 품질 관리, 워크플로우 운영 |
| 도메인 전문가 | 도메인별 용어 정의, 검증 |
| 데이터 스튜어드 | 용어-데이터 연결, 유지보수 |
| 모든 직원 | 용어 제안, 피드백 제공 |
5.10 성공 사례
문제: 50개 이상의 부서가 "수익(Revenue)"을 서로 다르게 정의. 경영 회의에서 상충되는 수치 리포트.
해결: 비즈니스 용어집 구축
- 150개 핵심 금융 용어 표준화
- 각 용어에 대해 명확한 계산 공식 정의
- 데이터 웨어하우스의 테이블/컬럼과 연결
- 모든 리포트에 용어 출처 표시 의무화
결과:
- 경영 회의 준비 시간 70% 감소
- 데이터 신뢰도 90% → 98% 향상
- 규제 감사 통과 시간 50% 단축
5.11 실전 팁
- 간결하게: 정의는 2-3 문장 이내로
- 예시 포함: 추상적 정의만으로는 부족, 구체적 예시 필수
- 공식 명시: 계산 방법을 정확하게
- 비즈니스 맥락: 왜 이 지표가 중요한지 설명
- 주기적 리뷰: 6개월마다 용어 정의 재검토
- 사용자 피드백: 불명확한 정의에 대한 질문 수집
5.12 다음 장 예고
다음 장에서는 Data Classification & Tagging을 다룹니다. 데이터 자동 분류, PII 탐지, 태그 전략을 배우게 됩니다.