随着企业数据分析的发展，数据建模也在变形。数据建模不仅要关注企业数据结构和关系，还必须与最终用户的要求和问题相关联，并提供指导确保以正确的方式使用正确的数据以获得正确的结果。下面介绍的十个建议将帮助您增强数据建模及其对业务的价值。
1.了解所需的业务要求和结果
数据建模的目标是帮助企业更好地运作。作为数据建模者，收集，组织和存储数据以进行分析，您只能通过了解企业需求来实现此目标。正确捕获这些业务需求以了解要对用户进行优先级排序，收集，存储，转换和提供哪些数据通常是最大的数据建模挑战。因此，我们不能说得足够：通过询问人们从数据中获得所需的结果，清楚地了解需求。然后开始组织您的数据，并考虑到这些目的。
2.可视化要建模的数据
盯着无数行和列的字母数字条目不太可能带来启发。大多数人更容易看到数据的图形表示，使其能够快速查看任何异常情况或使用直观的拖放屏幕界面快速检查和连接数据表。这些数据可视化方法可帮助您清理数据，使其完整，一致，无错误和冗余。它们还可以帮助您发现与同一现实实体（例如“客户ID”和“客户参考”）对应的不同数据记录类型，然后将它们转换为使用常见字段和格式，从而更容易组合不同数据源。
3.从简单数据建模开始，然后扩展
由于大小，类型，结构，增长率和查询语言等因素，数据可能会迅速变得复杂。在开始时保持数据模型小而简单，可以更容易地纠正任何问题或错误的转弯。当您确定初始模型准确且有意义时，您可以引入更多数据集，消除任何不一致的情况。您应该寻找一种易于开始的工具，然后可以支持非常大的数据模型，还可以让您快速“混搭”来自不同物理位置的多个数据源。
4.在事实，维度，过滤器和订单中打破业务咨询
了解如何通过这四个元素定义业务问题将有助于您以更容易提供答案的方式组织数据。例如，假设您的企业是一家零售公司，其商店位于不同的位置，您想知道哪些商店在过去一年中销售了大部分特定产品。在这种情况下，事实将是整体历史销售数据（过去“N”年内每天所有商店的所有产品的销售），所考虑的维度是“产品”和“商店位置”，过滤器是“前12个月”，订单可能是“按给定产品销售额递减的顺序排名前五的商店”。通过使用各个表格来组织您的数据以获取事实和维度，您可以通过分析来查找每个销售期间的最佳销售业绩，商业智能问题也是如此。
5.仅使用您需要的数据，而不是使用所有可用数据
使用大型数据集的计算机很快就会遇到计算机内存和输入输出速度问题。但是，在许多情况下，只需要一小部分数据来回答业务问题。理想情况下，您应该只需在屏幕上选中复选框以指示要使用哪些数据集部分，从而避免数据建模浪费和性能问题。
6.提前计算以防止最终用户的分歧
数据建模的一个关键目标是建立一个真实版本，用户可以根据这个版本询问他们的业务问题。虽然人们对如何使用数据结果可能有不同的看法，但对于基础数据或用于得出答案的计算应该没有异议。例如，可能需要进行计算以汇总每日销售数据以得出月度数据，然后可以将其进行比较以显示最佳或最差月份。您可以通过提前设置此计算作为数据建模的一部分并在最终用户的仪表板中使用。
7.验证数据建模的每个阶段
在实际操作前，应检查每个操作，从业务需求的数据建模优先级开始。例如，必须为数据集选择称为主键的属性，以便可以通过该记录中的主键值唯一地标识数据集中的每个记录。假设您选择“ID”作为上述历史销售数据集的主键。您可以通过将数据集中“ID”的总行数与总不同（无重复）行数进行比较来验证这是否令人满意。如果两个计数匹配，则“ID”可用于唯一标识每个记录; 如果没有，请寻找另一个主键。
8.寻找因果关系，而不仅仅是相关性
数据建模包括使用建模数据的方式的指导。虽然授权最终用户为自己获取商业智能是向前迈出的一大步，但同样重要的是他们要避免错误地得出结论。例如，也许他们看到两种不同产品的销售似乎上升和下降。一种产品的销售是推动另一种产品的销售（因果关系），还是由于经济或天气等其他因素，它们恰好一起上升和下降（简单相关）？这里令人困惑的因果关系和相关性可能导致错误决策，从而浪费业务资源。
9.使用商务智能工具
在分析开始之前，更复杂的数据建模可能需要编码或其他操作来处理数据。厦门艾科思移动BI系统可以为您完成这样的“繁重工作”，这将使您无需了解不同的编程语言，并且可以将时间花在您企业的其他有价值的活动上。合适的软件产品可以促进或自动化数据ETL的所有不同阶段（提取，转换和加载）。无需任何编码即可直观地访问数据，可以使用简单的拖放界面将不同的数据源集合在一起，甚至可以根据查询类型自动完成数据建模。
10.让您的数据模型保持更新
业务中的数据模型永远不会一成不变，因为数据源和业务优先级不断变化。因此，您必须计划随时更新或更改它们。为此，将数据模型存储在存储库中，使其易于访问以进行扩展和修改。
更好的数据建模可带来更大的商业效益
在盈利能力，生产力，效率，客户满意度等方面的业务绩效可以从数据建模中受益，数据建模可以帮助用户快速轻松地获得业务问题的答案。这方面的关键成功因素包括链接到组织需求和目标，使用商务智能数据分析工具加快准备所有查询的答案数据的步骤，以及简化和常识的优先级。一旦满足这些条件，您和您的企业，无论是小型，中型还是大型企业，都可以期待您的数据建模为您带来重大的商业价值。
