Star Schema 기반 데이터 모델링을 통한 분석 쿼리 최적화 및 정합성 확보

Context

비정형 및 누락 데이터가 포함된 원천 데이터의 낮은 품질로 인한 분석 신뢰도 저하 발생. 데이터 중복과 복잡한 관계 설정으로 인한 쿼리 성능 저하 및 리포트 응답 속도 지연 문제 해결 필요.

Technical Solution

• Power Query를 활용한 데이터 정제 단계에서 텍스트 컬럼의 N/A 처리 및 수치형 컬럼의 통계적 보간법 적용을 통한 데이터 품질 표준화
• 데이터 무결성 확보를 위해 결측치 90% 이상인 레코드를 제거하는 필터링 전략 채택
• Fact Table과 Dimension Table의 분리를 통한 Star Schema 설계로 데이터 중복 제거 및 조인 연산 최적화
• Primary Key와 Foreign Key 기반의 One-to-Many 관계 설정을 통해 물리적 병합 없이 논리적 연결 구조 구축
• 분석 요구사항에 따라 물리적 데이터 통합이 필요한 경우에 한해 Power Query 내 Join 연산을 수행하여 모델 로드 부하 경감
• 정규화 수준을 높인 Snowflake Schema와 단순성을 강조한 Star Schema의 트레이드오프 분석을 통한 모델 선택