数据模型标准建设方案

CIO之家的朋友 CIO之家的朋友们

数据模型包括：

1. 编码体系（编码结构）

2. 分类体系（类别体系）

3. 信息模型（数据实体模型）体系

1) 物资数据模型、客户数据模型和供应商数据模型等。

2) 每一类模型又可分为编码属性、公有属性（或称之为公有视图）、私有属性（或称之为私有视图）。

数据模型设计的原则：

1. 数据模型设计按照先进性、可靠性、一致性、通用性进行设计。研究国际上、行业内成熟的企业数据标准体系，形成的数据模型基础。并且保证数据模型的相对稳定，支持数据模型的扩展与优化，进而保证企业信息资源的可持续利用；

2. 项目实施过程中，类别体系和信息模型体系的并行确立，避免类别体系和信息模型串行建立过程中相互调整造成的项目周期的不可控。
数据编码原则：
唯一性、完整性、准确性、适应性、继承性、拓展性、稳定性、易用性
数据分类原则：

(一) 纬度一致

一个类别结构中不允许出现不同标准的分类方式，避免同一类别结构中出现不同纬度的分类方式。如，供应商数据行业类别结构中应全部是以供应商的行业进行划分出来的，不应参杂以地区纬度划分的类别结构。还如，物资数据以‘用途’划分的类别结构就不能有‘原材料’、‘半成品’等类别的存在。

(二) 粒度统一

一个完整的类别结构中尽量避免相同层级的类别划分粒度区别较大，且有重叠性。如物资数据类别结构中04大类为‘五金产品’，05大类为‘螺栓’，这种情况直接会造成类别结构的层次不一，会增加后期管理的难度。

(三) 避免其它类

标准的类别结构应全面考虑类别的划分纬度和完整性，一定杜绝出现传统的‘其他类’，因为其他类的出现直接导致编码新增时出现错放、乱放的情况，短期内即可造成编码的混乱。

(四) 允许多类别结构的存在

传统的主数据管理平台只允许一个类别结构的存在，一般建议重新划分类别结构，这样直接造成传统使用习惯的直接破除，导致类别结构建立周期的延长，增加了项目实施难度。

允许多类别结构的存在，即允许在建立类别结构的同时允许老的类别结构的继续使用，这样即保证了类别结构的科学、完整，又沿袭了传统习惯，使整个项目的实施过程的可控性增强。

主数据中心信息模型（数据实体模型）规划设计原则：

数据模型的确立一般分三个部分，即‘编码属性’、‘公有属性’和‘私有属性’，‘公有属性’中又分为‘基础数据’和‘业务数据’。其中公有基础数据就是我们传统定义的‘主数据’部分，主数据包含了编码数据，但是为了更清晰的描述此部分数据，一般建议专门建立公有基础数据（主数据）视图进行区别管理。公有业务数据为产生于一个业务系统，但是其他系统需要引用后使用，为了规范管理和避免二次输入的错误出现，公有业务数据也需要单独建立视图进行区别管理。

‘私有属性’分为‘业务系统私有属性’和‘组织机构私有属性’两部分，这里的私有属性全部为基础数据部分，没有业务数据涉及，因为私有的业务数据为业务系统中的交易性动态数据，私有业务数据没有共享性，且变化频率较高，需要在后期的BI或者数据中心中单独管理。

1) 编码属性确立原则

编码属性为确定一条数据的唯一性的基本属性集合，一般建议选择稳定性较强的属性作为某一类数据的编码属性。

2) 公有属性（含基础数据和业务数据）确立原则

基础数据部分：

严格意义上讲主数据是包含了编码数据部分的，在这里分开介绍只是为了更加清晰的描述各部分的重要性。。

业务数据部分：

业务数据部分指的是多个业务系统都能使用到的业务过程中产生的公有业务数据，这部分数据根据企业的管理情况决定，一般属性字段不多。

3) 私有属性（不含业务数据）确立原则

l 业务系统私有属性

l 组织机构私有属性

建设策略

1. 引入外部咨询专家，明确并召集企业内部数据管理专家，成立联合数据小组；