作為資料應用場景基石的資料模型應該如何構建？Smartbi來教你！

當業務體量到了一定程度，業務模型有了一定的穩定度， 的構建就顯得尤為重要。資料模型是保證資料口徑統一、提升資料質量的核心，是後續快速高效迭代支援更復雜資料應用場景的基石。

那麼，應該如何構建資料模型呢？

01 確定模型主題

業務由很多場景組合而成，資料模型的構建需根據業務場景進行主題分類，所以如何確定主題分類呢，可參考如下幾個原則：

每個主題都是最底層的原始主題，即衍生的指標都是基於這些主題域的資料計算得來的；

企業經營的業務組成模組可作為參考；

主題之間有一定的交叉銜接關聯，但是呢，又需各領風騷，各自獨立； 

主題之間有依附關係，有些主題是基於更基礎的主題衍生得來的。

02 基於確定的主題，梳理需求

需求梳理是核心，做好需求的梳理是很關鍵的，要做到以下幾點：

已經發生的資料需求場景需全部囊括，記住是全部哦

未來可能會有哪些場景發生呢，亦需囊括。

那我們如何可以做好呢？ 可以參考以下幾種做法：

常用報表，整理已經產生過的所有報表需求；

臨時資料，整理已經產生過的所有臨時需求；

SOP流程，SOP流程是梳理需求的靈魂，掌握這個，是所有工作的核心，但如何把這個利用好呢，有個小技巧，把流程中每個環節可能需要看資料的度量值、維度全都窮舉出來。

基於以上三步，整理出全部需要看資料的場景，再進行完整的系統性的梳理。

03 資料計算規則

這個環節是最最最需要細心和耐心的，一旦錯誤，整個資料模型就大打折扣

要做好，有幾個難點需要特別注意：

雜：業務系統複雜多源，比如有營銷系統、庫存系統、結算系統等等；

多：資料來源表很多很多；

像：同一個指標，如損耗，在A系統和B系統都有，聽起來貌似都是我們要的，那我們到底應該用哪個呢？他們有何不同？

04 資料驗證

資料質量是資料應用的核心基礎，資料驗證是非常重要的一環，若質量把控不夠嚴格，後續所有的行為都可能有偏差甚至錯誤，所以做好資料驗證很關鍵。

上面介紹了資料模型的構建思路，那麼我們要怎麼落地呢？其實現在有的BI產品就已經可以構建資料模型了，並不需要依賴資料倉儲。例如由廣州思邁特軟體推出的Smartbi V10就整合了資料模型功能，它使分析人員具有資料再加工的能力，自由調配“資料原料”，並由裡及外，以點帶面，極大提升了資料分析的靈活性，像藝術創作一樣自由分析。