Upload
hoangtu
View
218
Download
3
Embed Size (px)
Citation preview
© 2007 IBM Corporation
고객데이터통합을 위한데이터품질관리
IBM SWG IP&S팀배상균
2 © 2007 IBM Corporation
기업이 직면한 정보 관련 이슈
오늘날 기업이 직면한 비즈니스 과제는새로운 차원의 정보관리 방안을 요구하고
있음.
각 시스템 별로 산재된 정보를개별 관리하는 것은 더 이상
유용하지 않음.사실에 대한 다중 버전 존재
정확성 결여
일관성 결여
완전성 결여,
접근성 결여
적시성 결여
Out of Context…
세계화, 인수&합병
리스크&컴플라이언스,
고객 충성도 감소,
공급망 복잡성 증가,
산업의 진화,
비용 절감 등등…
70% 가량의 시간을 직원들은필요한 정보를 검색하는 데 허비하고
있음.
60%+ 이상의 CEO가 그들의조직이 정보를 보다 효과적으로활용할 필요가 있다고 응답함
Sources: IBM Attributes & Capabilities Study, 2005; Client Interviews 2004; IBM CFO Study, 2006
정보를 전략적 자산으로 성공적으로활용하는 기업은 그렇지 못한 기업에
비해 5배 더 많은 가치를창출하는 것으로 나타남
정보의 전략적자산화가 비즈니스
성공의 핵심
정보는 각 시스템 별로 산재되어 존재… 신뢰할만한 정보의 부재
3 © 2007 IBM Corporation
인터넷 콜 센타 CRM영업점
주소
거래 이력
이름
주소
선호도
이름
주소
거래 이력
이름
주소
선호도
이름
Customer Value
교차판매기회
Customer Value
오늘날 모든 기업들은 고객 데이터와
관련한 여러 개의 어플리케이션 운영
고객 데이터는 하나의 어플리케이션
내에서는 완벽한 데이터일 수도 있음
그러나 ....
전사적 관점에서 데이터 저품질로 인해
정보 유용성 떨어짐
데이터 품질 향상을 위해 많은 비용
투자하나 근본적인 문제 해결이 되지
못함
고객데이터 운영 현황
이러한 구조적 문제는 고객 만족도 저하를
가져오며 중요한 영업기회를 모르는 사이에
놓치는 부정적 효과 발생
4 © 2007 IBM Corporation
Source: Account SystemLast Verified: 1/1/2001Last Updated: 1/1/2001
Source: Siebel CRMLast Verified: 3/3/2004Last Updated: 1/5/2005
Source: AcxiomLast Verified: 5/1/2005Last Updated: 9/9/1998
Source: Siebel CRMLast Verified: 3/3/2005Last Updated: 3/3/2005
Source: Siebel CRMLast Verified: 1/1/2002Last Updated: 3/3/2000
Source: Siebel CRMLast Verified: 1/1/2005Last Updated: 1/1/2005
Source: Siebel CRMLast Verified: 5/25/2003Last Updated: 10/30/2004
Source: Account SystemLast Verified: 2/2/1995Last Updated: 2/2/1995
Source: Oracle ERPLast Verified: 3/3/2003Last Updated: 5/22/2000
Source: AcxiomLast Verified: 4/4/2004Last Updated: 7/7/2002
Jenny Smith Trustee
Jenny SmithDaughter
John SmithHusband
Home Address: 23 Main Street
Identifier: SSN 123456789
Home Phone:555-555-5555
ABC Co.Employer
Home Address: 50 Oak St.
Identifier: SSN 987654321
Home Phone:222-222-2222
시스템별 고객데이터 불일치로 인한 신뢰 저하
5 © 2007 IBM Corporation
금융환경 변화에 따라 많은 금융 기관들이 고객중심경영으로 변환을 시도하지만, 기대수준에 만족하지
못함
고객정보의 ‘통합미흡’과 ‘저품질’이 고객중심경영을 저해하는 근본 원인
No1 : Data Quality
CRM 수행기업의 50%이상이 데이터
품질문제를 인식하지 못함
인지하는 기업중에서도 대대수의 기업이
데이터 품질향상 노력이 부재함
No2 : Data Integration
부서 또는 채널간의 정보공유 미흡
사업부별로 자체적인 고객정보 보유/관리
부문간 공유미비로 인한 수익원천의 손실
Source : Gartner Group
No 6.A flawed process Is automated No. 5
CRM for Enterprise
No. 4There is no Plan
No. 3Business & ITUnmatched
No.2Data Integration
No.1Data Quality
No. 7No attention is paid to skill sets
고객중심의DW 프로젝트
실패요인
No.2
Data Integration
고객데이터의 저품질과 통합 미흡의 극복이 필요
6 © 2007 IBM Corporation
고객중심의 종합금융을 효과적으로 지원하기 위해서 다양한 채널을 통해 수집되는 고객데이터를 통합하여
Customer Single View 를 구축해야 함
전사 차원의 통합고객정보를 생성/관리하고, 고객정보 활용시스템에 동기화해 주는 시스템 구축
기업이 당면한 고객데이터 통합 과제
인터넷
콜센터
영업점
무선
통합고객정보
영업점
VIP/PB
RM지원센터
콜센터
인터넷
CustomerSingle View
수신
여신
외환
신용카드
여신사후관리
CRM
개인신용평가 기업신용평가 수익관리 리스크관리 DW
고객정보 품질강화
방카슈랑스
퇴직연금
데이터 통합 및 Single view 생성데이터 통합 및 Single view 생성
고객 홍길동
고객 홍길동
고객 홍길동
고객 홍길동
통합 고객정보 시스템 구축통합 고객정보 시스템 구축
Data Sync
7 © 2007 IBM Corporation
핵심은 데이터 문제
“일반적인 기업의 경우, 서로 다른 데이터베이스와 레거시 시스템간의 정보 교환을 위한 목적으로 프로그래밍 예산의 35~40%를사용한다.”
“… 저품질의 데이터로 인해 우리 응답자들의 절반 가량이시스템 구축시 추가 비용을 사용했으며, 1/3 가량은 신규 시스템사용을 지연시키거나 일부 기능만 사용하게 되었으며, 또한1/3은 과금이나 수금에 실패하였다…”
PriceWaterhouseCoopers,Global Data Management Survey
Gartner Group
“데이터 통합과 데이터 품질은 CRM, SCM, ERP 등과 같은기업 어플리케이션의 성공적인 수행을 위한 필수 조건이다.”
Ted Friedman, Senior Analyst, Gartner Research
8 © 2007 IBM Corporation
Ⅱ. 데이터품질관리개요
데이터 품질개선은 Data 품질을 높이는 일련의 Process이며, 데이터 품질관리는 이러한Process가 지속적으로 관리될 수 있도록 Infra를 구축하는 것
데이터 품질 관리
조직 (조직도, R&R, 조직 업무 프로세스, Ownership 부여)조직 (조직도, R&R, 조직 업무 프로세스, Ownership 부여)
커뮤니케이션(홍보, 교육, 협의체,…)커뮤니케이션(홍보, 교육, 협의체,…)
전략/ 방침
프로세스개선 표준화 성과/평가
관리 대상Data 영역
선정
Data 품질수준측정, 목표 설정
품질 저하원인 분석
품질개선방안 마련
성과/평가품질개선활동 결과
정리
품질개선수행
DQMDQM
9 © 2007 IBM Corporation
데이터 품질개선 프로세스개요
Define
Measure
Analyze
Improve
Control
데이터 품질관리 항목 정의
데이터 품질 수준 측정 : As-Is 수준 측정 및 목표 설정
품질저하 유형 및 원인 분석
해결안 도출 : 사전/사후 데이터 클렌징 방안 수립
본 실행 및 모니터링 : Process Control 및개선안 전파
10 © 2007 IBM Corporation
데이터 통합 프로세스 – IT 관점
Customer
EDW
ConsolidateIntegrateCleanse
Normalize&
Harmonize PrepareTransform
Load
Initial Initial ExtractionExtraction
Extract&
Load
into
Stage
LoadLoad
Data Requirements Data Extraction Criteria
Common Target Format
Target System
DataDataAssessmentAssessment
DiscoverDiscoverAssess
&Validate
SolutionSolutionImplementationImplementation
DataDataHarmonizationHarmonization
DataDataAlignmentAlignmentCustom
Apps on UNIX
3rd Party SWSAPOracleSiebelPeopleSoft
External Data
Custom Apps on Mainframe
individual sources
individual sources
across sources
CleanseCleanse
Standardize
단위 시스템 관점 전사적인 관점
이 기종 데이터에 대한 품질평가와 정제를 거친 전사차원의 Single View를 Target DB에적재
DeliverDiscover Prepare
11 © 2007 IBM Corporation
소스/타겟 변환룰
Single View중복데이터그룹정제규칙품질 평가 규칙Staging DB
ImplementationHarmonizationAlignmentAssessmentExtraction
데이터추출
데이터적재
IT품질평가
Meta Data
ErrorData
업무품질평가
텍스트품질평가
평가결과분석
SolutionRepository
정형데이터정제
텍스트표준화
정제방안정의
Rule Set작성
정제 Job개발매칭
매칭결과분석
Single View설계
데이터변환
데이터적재
EDW
StagingDB 데이터 표준화
데이터 통합 프로세스 – IT 관점
MasterData
12 © 2007 IBM Corporation
• 데이터 품질 측정• 데이터 정제• 중복 발견 및 제거• 데이터 표준화
M e
t h
o d
o l o
g y
Postal Reference
Business Reference
Personal Reference
Product Reference
• 추출
• 변환
• 적재
• 검증
Business Process Alignment
Mainframe
CustomRDBMS
Unix data
ExternalData
계정
CRM
Call Ctr
Mkting
Service
CustomerSingle View
Data Transformation Services
Data Quality Services
데이터품질개선 지원을 위한 IT의 데이터 품질 서비스
13 © 2007 IBM Corporation
DQM 수립 및 시행
전략/ 방침
프로세스 개선 표준화 성과/평가
DQMRoad Map
- DQMS 시스템 - 성과 평가 시스템- 모니터링 시스템 - 메타 데이터 시스템
시스템
- DQM 전략 정의 - DQM 방침 수립
조직- DQM 조직 구조 - DQM R&R - DQM 조직 프로세스 - Data Ownership
- 사전 품질 개선
- 캠페인 수행
- 데이터 Cleansing 수행
-고객정보 표준체계(식별, 속성, 표기, 분류)
- 성과 관리 Framework
- 비즈니스 차원 정의
- IT 차원의 실행
커뮤니케이션 - 유관조직간 커뮤니케이션
DQM 운영 방법론
14 © 2007 IBM Corporation
일회적인 데이터품질개선이 아닌 반복적인개선활동
데이터의 품질을 향상시키기 위해 캠페인성 데이터 클렌징만으로는 영구적인 데이터 품질의 향상이
불가능
고객데이터 품질향상을 위한 지속적이고 반복적인 활동과 고객데이터 수집 및 관리를 위한 통합
시스템 구축, 고객데이터 관리 프로세스의 개선, 고객데이터의 표준화 등이 필요
지속적인 시스템 개선
고객데이터 관리 프로세스 개선
표준화 방안
데이터품질 개선활동에 대한성과 평가
사전에 오류 데이터 생성이 불가능하도록 등록 화면에 validation rule을 적용 하여시스템적으로 차단
Data의 품질을 향상할 수 있는 방향으로 업무 프로세스를 개선하여 데이터의 품질을 저하시킬 수 있는 가능성을 최소화
데이터의 활용부서와 생성부서 간 데이터에 대한 명확한 정의를 상호 공유하여 오류 발생을방지
지속적인 데이터 품질 향상을 염두에 둔 업무 수행 활동을 정당하게 평가하여 업무적으로품질개선 활동의 가치를 인정
15 © 2007 IBM Corporation
고객데이터 통합을 위한 IBM의 플랫폼 & 솔루션
IBM Information Server : 플랫폼
데이터 통합을 위한 핵심 기능 제공
데이터 품질 측정, 데이터 표준화, Single view 생성을 위한
각종 기능
데이터 추출/변환/적재 기능
데이터 가공에 필요한 공통 서비스 제공 – 메타 관리,
Connectivity, 병렬 처리
IBM WebSphere Customer Center : 솔루션
고객 마스터 데이터 관리를 위한 MDM 솔루션
전사 고객 데이터 통합 및 처리를 단일화하는 시스템
각종 이벤트 관리, 데이터 품질 관리, 보안 및 권한 관리 등에
필요한 서비스 제공
16 © 2007 IBM Corporation
IBM의 플랫폼: IBM Information Server- 신뢰할 수 있는 정보 제공
Understand Cleanse Transform Deliver
Parallel ProcessingRich Connectivity to Applications, Data, and Content
IBM Information Server
Discover, model, and govern information
structure and content
Standardize, merge,and correct information
Combine and restructure information for new uses
Synchronize, virtualizeand move information for
in-line delivery
Unified Deployment
Unified Metadata Management
17 © 2007 IBM Corporation
AnalysisInterface
Web AdminInterface
DevelopmentInterface
UNIFIED USER INTERFACE
COMMON SERVICES
MetadataServices
SecurityServices
Logging &ReportingServices
UNIFIED METADATA
Design Operational
UNIFIED PARALLEL PROCESSING
Understand Cleanse Transform
COMMON CONNECTIVITY
UnifiedService
Deployment
Structured, Unstructured, Applications, Mainframe
Deliver
IBM의 플랫폼: IBM Information Server- 아키텍처
18 © 2007 IBM Corporation
IBM의 플랫폼: IBM Information Server- 물리적 메타데이터: IBM WebSphere Information Analyzer
애플리케이션, 데이터베이스, 파일기반 소스에대한 데이터 중심적 분석
컬럼, 컬럼 간, 테이블 간에 신뢰할 수 있는상세한 프로파일링 정보 제공
프로파일링 결과로부터 메타데이터 생성
프로파일링 결과를 IBM Information Server 전체에 걸쳐 활용되도록 공유 가능
30여 가지의 다양한 Report Template 제공
Understand소스 데이터의 구조를 분석하고, 데이터 통합과 품질
관리 규칙에 부합하는지 여부를 모니터링 함
IBM WebSphere Information Analyzer
데이터 분석가현업 전문가(Subject Matter Expert)
물리적 뷰 (Physical View)
19 © 2007 IBM Corporation
IBM의 플랫폼: IBM Information Server- 데이터 Cleansing : IBM WebSphere QualityStage
DataStage와 통합된 데이터 품질 정제 기능
복잡한 매칭과 서바이버십 로직 (survivorship logic)을 정의하는 정형화된 툴
표준화되고, 중복이 제거된 정보 확보
신뢰할 수 있는 단일 버전 정보 제공
Cleanse
현업 전문가(Subject Matter Expert)
소스 데이터 필드를 표준화 및 수정하고, 단일 뷰 생성을위해 소스 간에 레코드를 매칭함
IBM WebSphere QualityStage™
비주얼한 매칭룰 디자인
(Visual Match Rule Design)
DataAnalysts
20 © 2007 IBM Corporation
각종 도메인 값에 대한 분석을 통해
데이터 자체를 이해함
새로운 표준화 Rule Set을 정의하거나
기존 Rule Set을 수정, 보완하기 위한
검사 작업
데이터의 규칙과 잠재적인 예외 사항 확인
문서화되지 않은 업무 규칙 확인
단어 및 패턴 분석
데이터 유형 및 값에 대한 분석 모두 가능
발생 건수 및 분포도 확인
011 88 99410.020%2nnnbnnbnnnnb
011 991523657.810%781nnnbnnnnnnnn
011 232 232335.540%3554nnnbnnnbnnnn
56.570%5657bbbbbbbbbbbb
전화번호 데이터 예제Percentage횟수유형
서울 마포구 성산동51.510%5151C_SG_BK
전남 보성군 보성읍3.390%339C_SG_SK
경기 성남시 분당구 이매동8.620%862C_ST_DG_BK
광주 서구 치평동10.480%1048C_B_BK
경기 용인시 기흥읍16.630%1663C_ST_BK
주소 데이터 예제Percentage횟수패턴
QualityStage를 이용한 고객 데이터 표준화 방법론– Step 1) Investigation : As-is 데이터 품질 측정
21 © 2007 IBM Corporation
룰셋을 통한 데이터 표준화
자유형 필드에 대한 패턴 분석 작업
표준화된 Reference DB 적용
표준화 이전 데이터
시도 표현이나 번지 및 통/반 표현
방법에 일관성 부족
행정동, 법정동이 혼합됨
검증되지 않은 아파트명과 건물명
표준화를 적용한 데이터
작성된 룰셋과 Reference DB를
적용한 표준화
시도 및 상세 주소 표현이 일관적으로
변경됨
QualityStage를 이용한 고객 데이터 표준화 방법론– Step 2) Standardization – 룰셋을 통한 주소 데이터 정제 작업의 예
데이터 표준화
22 © 2007 IBM Corporation
삼정회XXX.. 한강로2 19302 76X 705X11.09DA37
삼일회XXX.. 한강로3 19102 76X 700X31.09DA37
삼일회XXX.. 한강로2 19102 76X 700X41.09DA37
삼일회XXX.. 한강로2 19102 76X 700X41.09MP37
회사주소전화번호Score유형그룹ID
중복된 각종 데이터를 단일한 뷰로 만들기 위해 동일한 아이덴터티를 가지는 레코드를 그룹핑하는 과정
Matching의 3단계
1. Blocking : 각 레코드를 가장 정확히 구분할 수 있는 필드를 통해 1차적인 그룹화
2. Scoring : 각 필드별로 가중치 부여해서 레코드별 점수 산정
3. Cutoff : 기준점 아래인 레코드를 Matching 대상에서 제외
Blocking 결과
(동일한 그룹 ID)
Scoring
Cutoff
(20점)
Blocking 필드
QualityStage를 이용한 고객 데이터 표준화 방법론– Step 3) Matching – 매칭 알고리즘을 통한 동일 또는 유사한 데이터 그룹핑
23 © 2007 IBM Corporation
최적의 데이터 적용
Best-of-breed 방식을
적용해서 가장 적합한 데이터를
선택
레코드나 필드 단위의 수행
데이터의 통합된 뷰
(Consolidated view) 또는
마스터 데이터 제공
QualityStage를 이용한 고객 데이터 표준화 방법론– Step 4) Survivorship – Matching된 레코드들 내에서 최적의 데이터 선택
시스템 최종갱신일 시군구 주소 거주형태 차종 취미
마케팅 1/1/03 도곡동 청솔아파트 자가 승용차 골프인터넷 10/10/02 도곡동 청솔우성아파트 자가 그랜져콜센터 6/3/99 도곡3동 청솔우성아파트 전세 그랜져XG
SOURCE 기준
시스템 최종갱신일 시군구 주소 거주형태 차종 취미
인터넷 10/10/02 도곡동 청솔우성아파트 자가 그랜져
데이터 입력 시점 기준
시스템 최종갱신일 시군구 주소 거주형태 차종 취미
마케팅 1/1/03 도곡동 청솔아파트 자가 승용차 골프
빈도수 기준
시군구 주소 거주형태 차종 취미
도곡동 청솔우성아파트 자가 그랜져 골프
데이터 길이 기준
시군구 주소 거주형태 차종 취미
도곡3동 청솔우성아파트 자가 그랜져XG 골프
Survivorship 적용
24 © 2007 IBM Corporation
IBM의 플랫폼: IBM Information Server- 데이터 변환 및 전달: IBM WebSphere DataStage
데이터 추출 및 변환, 적재를 위한 기본 기능 제공
수백의 변환 기능이 장착되었으며 데이터 흐름을코드 없이 도식화 한 디자인
데이터 통합 객체의 최적화된 재사용
설계의 변화 없이 병렬 처리를 활용
배치 및 실시간 작동 지원
Transform
어떠한 양의 데이터도 직관적인 개발 방식을 통해 변환가능
수백 개의 기 내장된 변환 기능
ArchitectsDevelopers
IBM WebSphere DataStage®
Deliver
25 © 2007 IBM Corporation
IBM WebSphere Metadata Server
Data-driven analysis, reporting, monitoring,
data rule and integration specification
Analysts
Business definition & ontology mapped
to physical data
Subject Matter Experts, Data
Stewards
통합 간소화
Metadata and data-driven data
modeling and management
Architects
IBM WebSphereInformation
Analyzer
IBM WebSphereBusinessGlossary
RationalData Architect
정보에 대한신뢰성 증대
표준에 대한컴플라이언스 증대
변화 관리 및 재사용 용이
Database application and transformation development
ImplementersData Admin
IBM WebSphereDataStage
IBM WebSphereQualityStage
IBM의 플랫폼: IBM Information Server- 통합된 메타데이터를 가진 역할 기반의 툴
26 © 2007 IBM Corporation
SOA 기반 어플리케이션 (Service Oriented Business Application; SOBA)
어플리케이션 중립적 (neutral to applications)
서비스와 데이터베이스 모두 바로 사용 가능한 형태로 제공 (Out-of-Box,
ready-to-plug-in)
유연한 수정 개발 프레임워크
비즈니스 서비스 (약 500여개)트랜잭션 처리 및 관리 (CRUD and Transaction Manager)데이터 품질 관리 (Data Quality Management)비즈니스 규칙 및 이벤트 관리 (Business Rule and Event Management)
보안 및 권한 관리 (Privacy & Authority)인터페이스 (Interface)
데이터베이스 (약 300여개 테이블)고객 중심 통합 데이터 모델 (Party-centric)고객 마스터 프로파일 (Customer Master Profile)기본정보, 거래정보, 상품정보, 신용정보, 위치정보, 접촉이력, 계층구조, 관계, 역할, 식별정보, 소유물, 연락처 등
중립적이고 표준화된 운영환경 고객 마스터
시스템
전사 고객 데이터 통합 및 처리 단일화 솔루션
ServicesWebSphereCustomer Center
Database
IBM의 솔루션: WebSphere Customer Center- 전사 운영환경 고객 마스터 데이터 관리
27 © 2007 IBM Corporation
IBM의 솔루션: WebSphere Customer Center- 고객데이터 관리를 위한 공통 서비스 부재문제의 해결이 필요
각 어플리케이션은 고객 데이터 처리를 위한
고유의 프로세스와 처리 로직/룰을 통해 데이터
관리
예를 들어, 콜센터는 고객 추가를 위해 10개 필수
항목이 필요한 처리 프로세스를 가질 수 있으며,
인터넷은 6개 필수 항목만이 필요한 처리
프로세스를 가짐.
데이터 복제만으로 근본적인 해결책이 될 수 없음
공통 프로세스 혹은 서비스 구축이 해결책
인터넷 콜센타
주소
Customer Value
이름
선호도
주소
거래 이력
이름
주소
교차판매기회
Customer Value
이름
CRM
Process Process Process
Logic Logic Logic
RulesRulesRules
28 © 2007 IBM Corporation
IBM의 솔루션: WebSphere Customer Center - WCC를 통한 Customer Data Integration
Customer-Centric Business Services
인터넷 콜센타 CRM영업점
주소
교차판매기회
거래이력
고객 가치
이름
선호도
주소
교차판매기회
거래이력
고객 가치
이름
선호도
주소
교차판매기회
거래이력
고객 가치
이름
선호도
주소
교차판매기회
거래이력
고객 가치
이름
선호도
Complete Customer Profile
Privacy & Security Management
Data Quality Management
Event Management
Customer Data Integration
Customer Data Integration은
단순한 통합 데이터베이스 이상으로 공통
서비스를 가짐
최신의 정확하고 단일한 고품질의 데이터를
모든 어플리케이션 및 시스템에서 다양한
인터페이스를 통해 활용 가능
원장 데이터 (System of Record)
공통 비즈니스 서비스 : 데이터 처리,
데이터 품질 관리, 이벤트 관리, 보안 및
권한 관리 등에 필요한 서비스 포함
29 © 2007 IBM Corporation
WCC Positioning
Real-time/Near-Real-Time Connectivity Services (ESB, EAI, Web Services, MQ, etc.)
Batch Data Integration (InfoServer, ETL, etc)
TrustDeposit &Loan
Call CenterWeb Phone Management
CRM(e.g. Siebel)
SFA
New Systems
(e.g. SOA –based)
Back-office Applications
Decision Support
RDBMS
Application Logic J2EE Application Server
Others
Insurance
Customer Data Batch Load
IVRWeb
External Data Providers (e.g. D&B, ACXIOM,
Experian)
Security, HR, Mail, etc
CustomerProductAccountOthers
CustomerProductAccountOthers
CustomerProductAccountOthers
Real-time
XML Service
EnterpriseData
Warehouse/ Data Mart
Cards & Others
CustomerProductAccountOthers
Content Management
Process ServerInfo
Server
CDI HUB(WCC)
실시간 운영 환경
유연한 통합 아키텍처
마스터 정보 서비스
IBM의 솔루션: WebSphere Customer Center - IBM MDM 전략의 CDI HUB 솔루션
30 © 2007 IBM Corporation