为BI开个好头--数据模型构建概要
为BI开个好头--数据模型构建概要BI的 数据模型抽象过程，是对业务过程的再梳理，将线性的数据流，改造成多视角的立体数据。
那么有了数据模型的强大支持，数据分析才有了足够发挥空间，数据分析之后就是BI的应用。在数据分析阶段，用户可以介入很少，就是提出分析的方向，由分析人员根据分析方向自由发挥，在BI应用阶段，则需要用户全程加入。
传统的数据模型中，都是以常规的维度和事实来描述事务，这种模式下，BI应用要分析得更加深入，往往需要BI分析人员将DW的原始数据抽取出来（经过清洗整合的数据还是比业务源数据好得多），然后自己再加工处理。这样既增加了数据分析的难度，也增加了成本和风险。
观察一下多少BI分析是这样操作的，你就应该知道数据模型是否需要改进，反正我是这样判断的，如果有满足不了分析的数据模型，我就会考虑模型再造，既是对公司BI的负责，也是自己的提高。我想包括很多XX牛项目，也存在这样的情况吧，只不过如果分工很细的话，数据仓库的数据模型再造较难推进，随着当前企业多业务交错融入，好的数据模型越来越难以设计。
如果对数据模型再造，来改进BI的现状，就要再深入理解业务，可能需要抽象出新视角、新的维度，以及新的指标，来辅助数据分析更加深入透彻。
例如我在构造电子商务数据模型的时候，不会依据电子商务5大数据源来构建数据模型，而是依据电子商务业务本身来划分专题、专题之间的相互关系等，构思出了客户访问生命周期模型、客户订单生命周期模型、客户生命周期模型、商品生命周期模型四大类，而且四大模型之间的影响关系也非常清晰，从这四大模型之中，完全看不到任何业务数据源的影子。
而在实体商企业中，商品生命周期模型，可以作为企业级生命周期的一部分，作为数据集市构建，这样避免重复开发，也能满足电商的特殊性。作为品牌商经营，这几大模型就足够了，不过如果作为零售代理商或电商平台商，还需要有商品竞争对比模型，而品牌商有自主定价权，这类分析重要性没那么大，主要在渠道特点的分析上。
如果我们的数据模型是根据业务系统的表结构来构建，那就只相当于有个物理模型，因为业务系统的业务数据都是线性的，无法直接拿来有效地分析，完全没理清楚，从分析角度，需要哪些数据信息。例如电商业务系统会至少有订单信息、付款、物流数据，也有点击流日志数据、外部网站爬取数据、客服数据，然后还有企业方计划数据。 像这些看似独自独立的数据，包含了业务运营的相关的全过程，以及相关影响信息，所以数据模型就需要按照上述专题进行描述。因为这样的描述，可以衍生新的维度、指标，将业务描述清晰，从而将静态的业务数据，在BI数据模型中，演变成可以多层次、多视角动态分析的立体模型。
另外说一个项目开发问题，正因为我的数据建模未太多依赖数据源表结构，BI的导入也非常快，数据模型实现建好，拿到数据就可以顺利导入，数据分析也随即展开，BI应用也逐步和用户讨论。 有朋友在QQ里提到，模型应该有层次的，不能混在一起。不过层次的设计是一门技术，是模型设计的一部分，所以概要帖子短短数百字就没办法说了。
数据模型的主题设计，肯定是有层次关系的，其中物理模型的层次关系，在INMON的书中描述的比较清楚，逻辑模型的层次关系，在KIMBALL的书中描述的比较清楚。只不过业务模型的层次关系，二者好像都未提到。
记得以前参与的基于CRM的国际大项目，主题分为4个层次，每个层次相对独立的建模、相对独立的ETL，但是都互相有数据接口，这是由他们业务层次决定的。
在我举的例子中，访问订单生命周期需要访问生命周期的分析支持，而订单生命周期结合访问生命周期，就是更高一层的用户生命周期的支撑，只不过用户生命周期除了上述2个外，还需要客服等业务的加入的支持。商品生命周期与用户生命周期，他们之上，就是战略和财务这个级别的层级。 现在就说到数据模型来进行数据分析了。就拿大家常见的客户行为分析，从我举的例子中可以看出，客户行为分析其实可以贯穿全部数据模型，因为任何一个专题，都可能影响客户的行为，包括商品生命周期。 那反过来说，我们能不能设计模型的时候，从客户行为来设计呢？
我想如果以数据分析，甚至BI应用层面作为数据模型构建的基础，那是十分荒谬的。这也是为啥要将数据模型、数据分析、BI应用作为三个阶段独立又结合上下层关系考虑。
众所周知，客户行为的分析，必须从哪些地方可能影响客户行为入手，例如电商，就包括商品（商品品类和价格为主）是否符合预期、网站是否能帮助他快速找到合适的商品（包括商品描述是否能让客户足够知晓）、下单和付费是否满足客户的习惯、出货和快递是否及时、商品到货后是否达到他预期、客服服务是否及时满意、是否根据客户的需求有相关活动等对客户有利的提醒、提示，等等。
那如果你要根据这些东西来建模，势必杂乱无章。当你有新的因素导致客户行为变化的时候， 是否又有进行模型改变？ 所以根据数据分析来进行数据建模，是十分荒谬的。
那么基于数据模型，如何进行数据分析呢？我想至少有2个出发点进行分析，一是客户的需求方向进行分析，二是从数据异常入手进行分析。如果客户只提出要几张报表，那么可能是客户定位这个系统就是报表系统，而非BI系统，或者客户想建BI系统，但不知道BI是何物，以为BI就是更方便地出他们原有的报表而已。
就拿客户分析来说，针对不同行业不同企业的特点，有着不同的分析目的，这需要多和客户交流确认分析目的。二是客户数据异常分析，包括客户生命周期变化、访问周期异常、商品喜好购买异常。 没关系，老帖子了 感谢各位的分享
页:
[1]