flex-height
text-black

在平板電腦上查看資料流程的男性

何謂資料建模？

資料建模是定義資料如何結構化、連線和儲存在系統中的程序。

default

{}

default

{}

primary

default

{}

secondary

資料建模簡介

資料建模的主要目標是整理資訊，以便在整個業務中有信心且一致地使用這些資訊。其定義了哪些資料是重要的，例如客戶、產品或交易，以及這些資訊如何相互關聯。

透過建立共用結構和一般定義，資料建模可協助確保報表、儀表板和分析正確、一致且符合情境，以實現對業務的共同理解。

資料建模隨著時間持續演進，以滿足不斷變化的業務需求。早期系統的設計主要是支援基本記錄作業。隨著企業改為採用雲端平台及資料導向的決策，資料建模已不再著重技術細節，而是更重視資料的清晰度、可擴展性和可信度。

資料建模和資料庫設計的比較

資料建模著重於資料的內容，以及概念如何與業務關聯，以協助建立對資訊的共同理解。相對地，資料庫設計著重於如何在特定系統中實際建置模型化資料，包括表格、索引和效能詳細資訊。

資料建模和資料架構的比較

資料架構考慮的是整個組織內各系統間的資料流程。資料模型則是廣大資料架構中的關鍵基石，聚焦於個別資料元素的結構和意義及其關係。

資料建模和資料控管的比較

資料建模會定義資料的內容和結構化的方式，而資料控管則定義應如何管理資料。換句話說，建模是塑造資料，而控管是制定規則以負責任地使用資料。

資料建模和資料整合的比較

資料整合是結合不同系統的資料以便一併使用的程序。資料建模是建立對系統間共用資料的共同理解，使資料整合更輕鬆容易。

資料建模為何重要？

透過定義資料代表的意義、系統流程以及如何支援業務規則和需求，資料建模在協助組織更有效地使用資料中扮演關鍵角色。如此一來，資料建模就如同設計人員、開發人員和分析師的藍圖，確保所建構的系統能提供預期的功能和準確的結果。其他效益包括：

資料建模將原始資料轉換為有意義且可據以行動的資訊，不僅支援日常作業，還能促進分析作業，進而推動更睿智且快速的決策。

資料模型的類型

根據資料儲存、分析和使用的方式，不同類型的資料模型會用於不同用途。幾個常見的模型類型包括：

關聯式資料模型

關聯式資料模型會將資料整理成資料表，資料表由資料列和資料行組成，以鍵值相互連結。每個表格代表一個業務概念，例如客戶或訂單。此類型的模型廣泛用於作業系統和傳統資料庫，因為其支援準確性、一致性和日常的商業交易。

維度資料模型

維度資料模型專門用於報表製作和分析。其將資料整理成事實（例如銷售或收入）和維度（例如時間、產品或地點）。此結構可讓商務使用者更容易了解資料、建立報表並快速分析趨勢。

半結構化資料模型

半結構化資料模型支援未遵循固定表格結構的資料。資料的格式和內容可能不同，通常儲存為 JSON 或 XML 等文件或檔案。有大量多元或快速變動的資料時，通常使用此方法，可提供比傳統模型更大的彈性。

資料建模的層級

資料建模通常會分階段完成，每個層級都會增加更多詳細資料和精確度。這些層級能幫助團隊以清楚且有條不紊的方式，從業務構想出發實現可運作的系統。

概念資料建模

實質意義

概念資料建模提供對業務重視的資料，以及主要概念之間的相互關係的高層級檢視。其並非探討技術詳細資料，而是著重於整體結構和內容，讓利益關係方更容易了解和商定何為重要資料。

回答的內容

「企業需要哪些資料，關鍵概念之間的相互關係如何？」

邏輯資料建模

實質意義

邏輯資料建模會將更多結構和詳細資料新增至概念模型。其可更精確定義實體、屬性和關係，同時保持獨立於任何特定技術或資料庫。此層次可協助將業務需求轉換為清楚的資料規則。

回答的內容

「應如何結構化資料以支援業務規則和需求？」

實體資料建模

實質意義

實體資料建模表示資料在特定系統或資料庫中儲存和建置的方式。其中包括在硬體和軟體中建立實際資料庫結構的技術詳細資料，例如表格、資料行、資料類型和效能考量，以支援要運用的應用程式。

回答的內容

「要如何在實際系統中建置資料？」

這些層級共同作用，確保能明確掌握企業意圖，據此準確設計並有效建構實用資料。

資料建模程序

資料建模本質上是一個由上而下的流程，可協助團隊從業務需求著手，將其轉換為有條理的可用資料。雖然形式層級可能不同，但核心步驟通常相同：

  1. 了解業務目標：識別組織嘗試達成的目標，以及資料將如何支援組織實現這些目標。
  2. 識別關鍵資料概念：決定主要業務實體及其關聯方式。實體範例包含客戶、銷售和產品。
  3. 定義業務規則：說明控管資料行為方式的規則、定義和限制條件。
  4. 建立概念模型：針對業務和技術團隊可輕鬆了解的資料記錄高階檢視。
  5. 發展邏輯模型：不專注於技術層面，透過定義屬性、關係和資料規則來新增結構和詳細資料。
  6. 設計實體模型：將邏輯模型翻譯為資料庫就緒設計，包含表格、欄位和資料類型。
  7. 審核並驗證：與利益關係人確認模型，確保其符合業務需求並可支援報表製作和分析。
  8. 維護及改善：隨著業務需求、系統和資料使用演進，更新模型。

遵循此程序有助於確保資料定義良好，一次即可正確建立系統，且隨著組織發展能獲得可信賴的洞察。

資料建模技術和圖表

資料建模運用一些常見的技術和視覺工具，讓資料更容易理解、設計和溝通，協助業務和技術團隊在建立或變更系統前協調一致。

實體關係圖（ERD）

最常見的技術之一是使用 ERD，以視覺方式呈現關鍵資料實體以及實體間如何相互關聯。ERD 可協助團隊對資料的整體方向一目了然，更容易就範圍達成共識、找出遺失的資料或重疊，並避免誤解。

由於 ERD 使用簡單的視覺效果和商業術語，因此對於調整專案早期的業務和技術利益關係方特別實用。

關係和聯結

關係和聯結說明不同資料集如何相互連結和搭配使用。關係會定義資料如何與其他資料相關，例如客戶與訂單的連結方式。

聯結是指當資料合併進行報告或分析時，如何套用這些關係。清楚定義關係可確保資料正確連線，避免雙重計數、缺少記錄或結果不一致等問題。

正規化

正規化是用來以邏輯且一致的方式組織資料，使其保持準確且容易隨著時間管理。核心概念是將每個資訊儲存在單一適當位置，而不是重複儲存到多個位置。

例如，正規化會將客戶和訂單分隔為自己的結構，並將其連結在一起，而非在每個訂單記錄中儲存客戶的名稱和地址。若客戶資訊有所變更，則僅需更新一次。

這些技術有助於確保資料結構合理、緊密相連並準備好支援準確的系統、報表製作和決策。

資料建模範例

對任何企業應用程式來說，資料建模都是設計系統和定義支援所需基礎架構的必要早期步驟。這包含交易系統、資料處理應用程式套件，或其他收集、建立或使用資料的系統。

以現實情況為例，試想一家線上零售業務，希望追蹤客戶及其訂單。需要回答下列問題：

若要回答這些問題，企業必須識別核心實體：

定義這些實體之間的關係：

然後將此資料整理到表格：

此模型清楚顯示主要企業物件（客戶、訂單和產品）、物件連接方式（客戶下單、訂單包含產品），以及如何以結構化方式儲存資料。

使用資料建模的時機？

在任何需要清楚了解、共用或更改資料的時候，資料建模都很有幫助。以下是建立或更新資料模型能即時提升價值的常見情況。

建立新系統
資料建模可協助定義系統需要支援的資料，以及在開發開始前應如何結構化、降低風險和重工率。

移轉至新平台
將資料移至新系統或雲端時，資料建模可協助說明目前存在的資料、如何對應至新環境，以及可改善或淘汰的項目。

建立或改善報表製作與分析
資料模型定義一致的計量、維度和關係，讓儀表板和報表更加可靠且更容易信任。

合併來自多個來源的資料
合併不同系統的資料時，資料建模可協助調節結構、命名和意義上的差異，以便正確使用資料。

清理資料定義
當團隊有衝突的定義或指標時，資料建模非常實用。這能建立符合業務語言和邏輯的共用參考。

修正經常性資料品質問題
若出現錯誤、重複或不一致持續出現，資料建模有助於解決根本原因，而非僅解決徵兆。

簡而言之，當資料清晰度、一致性和長期可用性優先時，資料建模是最有價值的。

常見的資料建模挑戰

即使流程清楚且工具正確，組織在建立或維護資料模型時仍經常遇到障礙。預先意識到這些挑戰，可以更容易避免昂貴的錯誤，並讓模型在經過一段時間後仍能保持精確。

不清楚或不斷更改的定義

其中一個最常見的問題是對關鍵詞彙的含義有分歧，例如「客戶」、「訂單」或「有效使用者」。若沒有統整一致的定義，將導致模型不一致或稍後需要再重新處理。在開始建模之前，具體、共同的商業語言是不可或缺的。

度量指標不一致或衝突

不同團隊可能會以不同方式計算 KPI，導致儀表板資訊無法配合，並根據不相符的數據制定決策。資料建模可協助標準化這些計算，但前提是與利益關係方就邏輯方面達成共識。

過於複雜的模型

有時模型成長過大或複雜，導致模型難以理解、維護或建置。不必要的複雜性會降低開發速度並令使用者混淆。好的模型聚焦於必要項目，並盡可能保持簡單。

模型隨時間漂移

隨著系統演進和新需求出現，資料模型可能會不再與現實同步，此情況也稱為「漂移」。這會導致不正確、非預期錯誤和過時的紀錄文件。定期審核和更新，可確保模型符合業務的實際運作需求。

缺少或缺乏記錄的關係

若未清楚定義資料實體間的關係，模型可能不會支援正確的報表製作或系統行為。缺少連線可能造成重複記錄、不正確的聯結或中斷的分析。

透過清楚的溝通、簡單的設計和定期審查，及早解決這些挑戰，有助於確保資料模型保持準確、實用且符合業務目標。

資料建模的最佳實務

強力的資料建模仰賴清楚的標準、持續可行的流程以及共同的理解。下列檢查清單強調最佳實務，有助於保持模型的準確性、可維護性和實用性。

1. 使用清楚且一致的命名規則：

2. 記錄所有重要事項：

3. 提早驗證並經常進行驗證：

4. 套用版本控制：

5. 盡可能重複使用模式：

6. 保持模型單純：

7. 規劃可擴展性和變化：

這些最佳實務共同創造了穩定、易理解且具彈性的模型，支援可靠的資料、減少重工以及更強大的決策制定。

常見問題

資料建模簡單來說是什麼？
資料建模是組織和定義資料的程序，因此人員和系統能了解資料代表的意義，以及這些資料如何相互串聯。其會在系統建立之前建立清楚的資訊藍圖。簡單來說，這是規劃資料的方法，讓資料正確、一致且易於使用。
資料建模的三個層級為何？

資料建模的三個層級如下：

  • 概念性資料建模：商務概念及其相互關係的高層級檢視。其回答了問題：「企業需要哪些資料？」
  • 邏輯資料建模：更多關於結構、屬性和規則的詳細資料 (不侷限於技術層面)。其回答了問題：「如何將資料結構化？」
  • 實體資料建模：特定資料庫或系統中的技術建置。其回答了問題：「如何儲存和存取資料？」
資料建模中的 ERD 是什麼？
ERD（實體關係圖）為視覺圖表，顯示系統中的關鍵資料實體（例如客戶或訂單），以及其彼此間的關聯方式。這可協助團隊快速了解整體資料結構，並找出缺少或不清楚的連線。
資料建模和資料庫設計有何不同？
資料建模定義資料代表的計劃，以及結構化的方式。資料庫設計會計劃並在特定系統中實作，並塑造表格、資料行、索引和儲存詳細資料。
什麼是維度建模？
維度建模是用於分析和報表製作的資料建模類型。其將資料整理成事實（例如銷售）和維度（例如時間或產品），以便分析和了解趨勢。
資料建模為何重要？
資料建模可確保資料在團隊間保持一致、準確且經過統整。其可減少錯誤、支援可信賴的報表製作，並提供共同定義來維持指標的可靠性。最終改善資料品質，並協助組織自信地制定更完善的決策。
/content/sapcom/countries/zh_tw/fragments/insights/article-details
/content/sapcom/countries/zh_tw/fragments/insights/article-read-more
location
document-footer
location
sidebar
section-grid-empty-inner-spacing
false