带你读《构建企业级好数据（Dataphin智能数据建设与治理白皮书）》——2. 规划：高屋建瓴，总览企业数据体系

2. 规划：高屋建瓴，总览企业数据体系

1） Dataphin 模型体系

数据中台是数据沉淀、建设、管理与使用的一整套体系。Dataphin的核心优势是在数据的建设与治理上，引入了阿里巴巴多年来数据中台建设沉淀出的建模方法论，可以帮助企业通过智能数据建设与治理，构建数据中台。

 

在这个方法论中，某一个完整独立的业务对应一个业务板块，数据建模是基于一个业务板块来进行的，分四层模型：

 

∙ 主题域模型：在数据中台，主题对应一个宏观的分析领域，比如销售分析就是分析“销售”这个主题，联系较为紧密的主题的集合就是主题域。每一个行业都可以拆分为有多个（十个左右不等）主题域组成的主题域模型。

∙ 概念模型：在主题域的基础上，每个主题域内增加了实体以及实体之间的关系。

∙ 逻辑模型：在概念模型的基础上，增加每个实体的属性以及属性的约束。

∙ 业务分析模型：行业中重要的以及常用的分析方法与分析视角。在逻辑模型基础上，将业务分析问题转换为Dataphin特有的派生指标，并进一步提炼出原子指标和业务限定。

 

 

板块划分、主题域模型、概念模型从宏观整体层面规划整个企业的数据体系。

 

2） 划分业务板块

企业的规模有大有小，业务复杂度和跨度也不同，数据反映业务，所以每个企业的数据中台也是不同的。数据中台建设的第一步是做规划，规划的第一步是全盘梳理企业的业务架构，将业务划分为一个个独立业务，对应到Dataphin就是业务板块的划分。

 

 

业务板块的划分总原则是高内聚，低耦合。可以通过业务活动之间以及业务活动与业务对象之间的关系来厘定业务板块的边界：

∙ 存在上下游的关系或者有共同的业务对象的几个业务流程属于同一个业务板块。反之，如果两个业务流程之间不存在任何直接或者间接的上下游关系，也没有直接或者间接共同的业务对象，他们就不应当被放在同一个业务板块。

∙ 与业务活动相关的业务对象与业务活动同属一个板块

∙ 某些业务对象是企业级共用的，比如，公司的员工、行政地理区划（没错，这个也属于业务对象）等，可以冗余在每一个板块中。

3） 主题域建模

主题域建模，即在业务板块下进一步将业务划分为多个主题域。主题域的划分没有客观原则，主要根据数据模型师的行业经验与业务理解来划分。具体以零售行业为例来说明。

 

零售行业的主题域划分：

 

∙ 公共主题域：在所有业务流程中都会被引用的数据，如地理位置数据、企业的人员组织数据。

∙ 消费者主题域：该主题域主要是零售企业内用户（消费者）运营相关的业务活动数据。

∙ 商品主题域：商品的管理（类目管理、品牌管理等），商品结构管理（组货）等相关的业务活动数据。

 

其他还有商家主题域、流量主题域、交易主题域、履约主题域、服务主题域、交互主题域、营销主题域、内容主题域、供应链主题域等。

 

4） 概念建模

概念模型主要由业务实体以及实体关系来组成。

a） 业务实体

业务对象是参与业务的人或事物，在企业组织的业务模式确定时就存在的，偏静态的实体。根据复杂程度，业务对象可以分为：

 

∙ 普通对象，复杂的、有很多属性的对象。狭义上，业务对象就是普通对象。

∙ 枚举对象，简单的基础对象。如性别，其取值可以穷举（男/女/未知）。

∙ 虚拟对象，在业务定义中，没有任何属性的基础对象，如姓名。

∙ 层级对象，多个业务对象之间有上下级关系，这一组对象就是层级对象。

 

 

 

业务活动是一个或者多个业务对象在某个时间（段）为了达成某种目的所进行的活动或者是某种活动的结果。业务活动有以下几个关键要素（属性）：

 

∙ 活动主体，活动的发起者，是一个业务对象。

∙ 可选的活动客体，活动的参与者，可能有多个，也是业务对象。

∙ 活动时间，可以是一个单点时刻，也可能是一个有开始和结束的时间段。

根据业务活动持续时间的长短，可以将业务活动细分为：

 

∙ 业务流程，持续一段时间，有明确生命周期的业务活动。

∙ （业务）事件，发生在某一个时刻，持续时间极短（瞬间）。事件一般对应业务流程的一次状态变化。

∙ 业务快照，是一系列活动在某一个时刻点的状态和结果，比如库存、账户余额。

b） 实体关系

在实际业务中，业务实体并不是孤立存在的，他们之间有着各种各样的联系，Dataphin将这些联系定义为“实体关系”。有以下实体关系：