
“模型”一词我们都很熟悉,现实生活中也很常见,例如售楼部见到的楼盘模型、或者我们自己购买的手办、或者电视剧中见到的军事演练的沙盘等等......在业务数据分析过程中,我们也经常会用到许多模型,例如RFM模型等。但是有些刚接触业务数据分析的小伙伴可能会搞不清楚业务模型与数据模型,小编今天就简单跟大家介绍一下业务模型与数据模型。
一、业务模型
业务模型,又有叫做企业模型,提供一个框架结构给企业,让企业的应用系统与企业经常改进的业务流程紧密匹配。也可以说就是,业务建模主要是从业务的角度对企业进行建模。业务建模典型方法一般包括:Zachman框架、ARIS HOUSE模型等。
通常来说,业务模型包括以下几种视图:
1.组织视图,也就是组织结构的静态模型。主要包括有:层次组织结构的人员(people not human)资源,生产资源(设备,运输等)、计算机以及通信网络结构等。
2.数据视图,即业务信息的静态模型。主要包括有:数据模型,知识结构,信息载体,技术术语,以及数据库模型等。
3. 功能视图,指的是业务流程任务的静态模型。主要包括:功能层次,业务对象,支持系统以及应用软件等。
4.控制视图,动态模型,用来展示流程的运转情况,并且还能把业务流程与相关的一些资源、数据以及功能等联系起来。主要包括:事件驱动过程链、信息流、物流、通信图、产品定义、价值增值图等。
目前PowerDesigner、Erwin等能够支持完成业务模型,简单的也可以使用Visio、word等。
二、数据模型
数据模型,即对企业或者信息系统的数据特征的抽象,随着数据库技术的大量使用,目前主要指数据库模型。
通常数据模型所描述的内容包括数据结构、数据操作、数据约束这三个部分。
1.数据结构,主要是对数据的类型、内容、性质以及数据间的联系等进行描述,为数据模型的基础,数据操作以及约束都是建立在数据结构之上的,数据结构不同的数据操作和约束也会有差异。
2.数据操作主要是对相应的数据结构上的操作类型和方式进行描述。
3.数据约束,主要是对数据间的语法、词义联系、以及存在的制约和依存关系,还有数据动态变化的规则等进行描述,从而确保数据的正确性、有效性和相容性。
三、业务模型和数据模型
我们都知道数据分析的最终目的是实现业务的增长,而且通常业务的处理是需要模型的支持的,在业务数据分析过程中,数据模型一般对应为数据库表,业务模型可以理解为业务处理时,我们需要使用的数据模型。一般业务模型和数据模型会遵从以下原则:
1.数据模型往往对于具体的业务的结合程度要求没有那么高
2.为了提高安全以及降低数据冗余,数据模型一般不会直接暴露给业务层
3.业务中如果有默认值,那么可以将默认值放在业务模型中
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09