1 概述
数据模型是使用结构化的语言将收集到的组织业务经营、管理和决策中使用的数据需求进行综合分析,按照模型设计规范将需求重新组织。
从模型覆盖的内容粒度看,数据模型一般分为主题域模型、概念模型、逻辑模型和物理模型。主题域模型是最高层级的、以主题概念及其之间的关系为基本构成单元的模型,主题是对数据表达事物本质概念的高度抽象;概念模型是以数据实体及其之间的关系为基本构成单元的模型,实体名称一般采用标准的业务术语命名;逻辑模型是在概念模型的基础上细化,以数据属性为基本构成单元;物理模型是逻辑模型在计算机信息系统中依托于特定实现工具的数据结构。
从模型的应用范畴看,数据模型分为组织级数据模型和系统应用级数据模型。组织级数据模型包括主题域模型、概念模型和逻辑模型三类,系统应用级数据模型包括逻辑模型和物理数据模型两类。
2 过程描述
过程描述如下:
a) 收集和理解组织的数据需求,包括收集和分析组织应用系统的数据需求和实现组织的战略、满足内外部监管、与外部组织互联互通等的数据需求等;
b) 制定模型规范,包括数据模型的管理工具、命名规范、常用术语以及管理方法等;
c) 开发数据模型,包括开发设计组织级数据模型、系统应用级数据模型;
d) 数据模型应用,根据组织级数据模型的开发,指导和规范系统应用级数据模型的建设;
e) 符合性检查,检查组织级数据模型和系统应用级数据模型的一致性;
f) 模型变更管理,根据需求变化实时的对数据模型进行维护。
3 过程目标
过程目标如下:
a) 建立并维护组织级数据模型和系统应用级数据模型;
b) 建立一套组织共同遵循数据模型设计的开发规范;
c) 使用组织级数据模型来指导应用系统的建设。
4 能力等级标准
能力等级标准如下:
a) 第1级:初始级
1) 在应用系统层面编制了数据模型开发和管理的规范;
2) 根据相关规范指导应用系统数据结构设计。
b) 第2级:受管理级
1) 结合组织管理需求,制定了数据模型管理规范;
2) 对组织中部分应用系统的数据现状进行梳理,了解当前存在的问题;
3) 根据数据现状的梳理,结合组织业务发展的需要,建立了组织级数据模型;
4) 应用系统的建设参考了组织级数据模型。
c) 第3级:稳健级
1) 对组织中应用系统的数据现状进行全面梳理,了解当前存在的问题并提出解决办法;
2) 分析业界已有的数据模型参考架构,学习相关方法和经验;
3) 编制组织级数据模型开发规范,指导组织级数据模型的开发和管理;
4) 了解组织战略和业务发展方向,分析利益相关者的诉求,掌握组织的数据需求;
5) 建立覆盖组织业务经营管理和决策数据需求的组织级数据模型;
6) 使用组织级数据模型指导系统应用级数据模型的设计,并设置相应的角色进行管理;
7) 建立了组织级数据模型和系统级数据模型的映射关系,并根据系统的建设定期更新组织级的数据模型;
8) 建立了统一的数据资源目录,方便数据的查询和应用。
d) 第4级:量化管理级
1) 使用组织级数据模型,指导和规划整个组织应用系统的投资、建设和维护;
2) 建立了组织级数据模型和系统应用级数据模型的同步更新机制,确保一致性;
3) 及时跟踪、预测组织未来和外部监管的需求变化,持续优化组织级数据模型。
e) 第5级:优化级
在业界分享最佳实践,成为行业标杆。