„Der Hauptzweck eines Datenmodells besteht eigentlich nicht darin, eine Datenbank zu entwerfen, sondern ein Unternehmen zu beschreiben.“

 sagte Christopher Bradley, Informationsstratege bei DMA-Berater. Bradley sprach auf der DATAVERSITY® Datenarchitektur online Konferenz über den Zweck der Datenmodellierung und ihre Rolle in der Datenverwaltung und dem modernen erfolgreichen Geschäft.

Big Data: Sind Modelle obsolet?

Datenmodellierung und Data Governance sind untrennbar miteinander verbunden, sagte Bradley. Die Datenmodellierung spielt in allen Wissensbereichen des Datenmanagements eine sehr wichtige Rolle und informiert alles. „Die Menge an Informationen, die wir in Datenmodellen speichern können, hilft uns bei der Datenverwaltung Die Reise ist ziemlich atemberaubend“, sagte er. Viele Menschen glauben jedoch immer noch, dass die Arbeit mit Big Data bedeutet, dass Datenmodelle unnötig sind. „Ich fürchte, ich muss Ihnen sagen, dass dies ein kompletter Mythos ist“, sagte er.

Keine Zauberkugel

Bradley zitierte Gartner-Berichte, wonach mehr als 85 % der Data-Lake-Projekte komplett gescheitert seien, und machte die weit verbreitete Überzeugung dafür verantwortlich, dass Schema-on-Demand keine Datenmodelle bedeute. „Das ist nicht dasselbe.“ Dieser Irrglaube führt dazu, dass Anbieter zu viel versprechen und ihre Kunden davon ausgehen, dass sie „Daten einfach in einen magischen Eimer werfen, ein paar große Datenzauberwörter sagen und sofort umsetzbare Erkenntnisse erhalten können“.

Grundsätzlich sind Big Data, KI, maschinelles Lernen und andere neue Technologien immer noch auf ein gewisses Maß an zuverlässigen Daten angewiesen, die nicht perfekt sein müssen, um nützlich zu sein. Aber es geht um mehr, als nur Daten einzuwerfen und die Daumen zu drücken. "Das ist der Teil, der wirklich fehlt."

Der Beginn der Weisheit oder was hat uns das Datenmodell jemals gebracht?

Der Beginn der Weisheit ist laut Sokrates die Definition von Begriffen, sagte Bradley, aber Klarheit und Definition sind absolut entscheidend. „Und es ist nie mehr so ​​als in der Datenmodellierung Welt und denken über Big Data nach.“ Ein Datenmodell kann die Klarheit der Definition und ein Verständnis dafür bieten, wo Prozesse und Daten interagieren.

Warum ein Datenmodell erstellen?

Es gibt eine Vielzahl von Gründen, eine zu erstellen und zu verwenden Datenmodell, und Bradley präsentierte eine Liste von ihnen aus einer Umfrage unter über 200 Datenmodellierern. Der Schlüssel dazu ist die Vermeidung einer verspäteten Entdeckung fehlender Anforderungen, was zu unnötigen Kosten führen kann. Die Bewertung von Paketlösungen auf Passgenauigkeit gehört ebenso dazu wie das Identifizieren und Verwalten redundanter Daten. Nicht ausdrücklich in der Liste erwähnt, aber ebenfalls wichtig, ist die Interaktion zwischen Geschäft und Prozess, um sicherzustellen, dass ein klares Verständnis dafür besteht, wo die Daten verwendet werden und wie sie bei der Definition von Geschäftsregeln helfen.

Warum ist Datenmodellierung wichtig?

Um es mit Tim Berners-Lee zu sagen: Daten sind etwas Kostbares, das länger hält als die Systeme selbst. Daten sind ein Unternehmenswert, und um sie richtig zu verwalten, müssen sie verstanden werden. Datenmodelle bieten ein gemeinsames Vokabular, unabhängig davon, ob sie auf hoher Ebene oder detailliert sind, und bieten ein gemeinsames Vokabular und eine gemeinsame Grundlage für das Verständnis.

Datenfokussierte Denkweise

Die vorherrschende anwendungsorientierte Denkweise hat die grundlegenden Probleme verursacht, die wir heute haben, sagte Bradley, mit mehreren unterschiedlichen Kopien desselben Konzepts in System für System für System für System. Wenn wir diese Denkweise nicht durch eine stärker datenorientierte ersetzen, wird sich die Situation weiter ausbreiten, sagte er.

Datenmodelle: Nicht nur für Daten

Modelle haben eine Vielzahl anwendbarer Verwendungszwecke und können je nach beabsichtigtem Benutzer und Kontext unterschiedliche Detailebenen darstellen. In ähnlicher Weise ist eine Karte ein Modell, das wie Modelle in einem Unternehmen verwendet werden kann. Wie bei Datenmodellen gibt es verschiedene Ebenen von Karten für unterschiedliche Zielgruppen und unterschiedliche Zwecke. Eine Karte der Bezirke bei einer Wahl bietet eine andere Ansicht als eine Straßenkarte, die zum Auffinden einer Adresse verwendet wird. Ein Bauteam benötigt eine andere Art von Details auf einer Karte, die es verwendet, um ein Gebäude mit Stadtwasser zu verbinden, und eine Lektion über verschiedene Länder auf einem Globus verwendet noch eine andere Detailebene, die auf einen anderen Benutzertyp ausgerichtet ist. In ähnlicher Weise konzentrieren sich einige Modelle mehr auf die Kommunikation und andere werden für die Implementierung verwendet.

Das Publikum bestimmt das Datenmodell

Ein Modell für die Integration eines neuen CRM-Systems wird einen hohen Detaillierungsgrad haben, der in sehr technischer Hinsicht dargestellt wird. Ein Modell desselben Projekts für Geschäftsbeteiligte erfordert eine andere Informationsebene, die auf zugängliche Weise präsentiert wird. Modelle auf höherer Ebene sollten ein Ausgangspunkt sein, sagte er, damit Lücken oder falsche Annahmen frühzeitig behoben werden können, bevor detailliertere Modelle entwickelt werden, und kostspielige Fehler im späteren Implementierungsprozess vermieden werden können.

Wo passt Datenmodellierung hin?

Bradley benutzte die DAMA-DMBoK2 Data Management Framework (Das DAMA-Rad), um zu veranschaulichen, wo die Datenmodellierung unter die elf Disziplinen oder Wissensbereiche passt, die am Datenmanagement beteiligt sind. Die Wissensbereiche, die als Speichen in einem Rad dargestellt werden und Data Governance in den Mittelpunkt stellen, sind:

• Datenmodellierung und Design
• Datenarchitektur
• Datenqualität
• Metadaten
• Data Warehousing und Business Intelligence
• Referenz- und Stammdaten
• Dokumenten- und Inhaltsverwaltung
• Datenintegration und Interoperabilität
• Datensicherheit
• Datenspeicherung und -betrieb

Datenmodellierung spielt eine Rolle in allen Disziplinen des Datenmanagements und erleichtert die Analyse, das Datenbankdesign und die Implementierung durch den Prozess des Unternehmens, begrifflichund logische Datenmodellierung.

Datenmodellierung auf Geschäftsebene

Die Datenmodellierung kann Antworten auf zentrale Geschäftsfragen erleichtern, wie z. B.:

1. Welche Daten benötigen wir, um unser Geschäft zu führen?

Dies erfordert Datenmodelle auf Geschäftsebene, die mit Prozessmodellen verknüpft sind, mit angemessener Governance, guten Beschreibungen und einem soliden Verständnis dafür, wie Prozesse und Daten verwendet werden.

2. Sind wir uns einig, was die Daten bedeuten?

So viele Probleme werden durch unterschiedliche Verständnisse grundlegender Konzepte verursacht, z. B. wie „Kunde“ definiert wird. Die im Modellglossar verwendeten Begriffe sollten mit dem Vokabular übereinstimmen, das von Geschäftsbeteiligten verwendet wird.

3. Wissen wir, wo sich die Daten befinden?

Die Gesetzgebung fördert die Nachfrage nach Wissen darüber, wo sich Daten befinden. Dieses Verständnis erfordert Geschäftsmodelle, die mit Glossaren verknüpft sind, mit Definitionen, die sie mit den physischen Modellen und den Systemen verknüpfen. Die Daten dieser physikalischen Modelle müssen in einem technischen Datenlexikon dokumentiert und katalogisiert sein, das mit Querverweisen zum Glossar versehen sein sollte.

4. Wurden Verantwortlichkeiten mit den richtigen Fähigkeiten und Prozessen zugewiesen, um sie zu verwalten?

Kompetenzen, Fähigkeiten und Fähigkeiten sollten den richtigen Personen zugewiesen werden, die mit den geschäftlichen Stakeholdern vereinbart wurden, mit der richtigen Sicherheit, nach Geschäftsdaten-Themenbereich.

5. Ist es zweckmäßig?

Bei „Fit for Purpose“ geht es nicht nur um den Aspekt der Datenqualität. Es umfasst auch Sicherheit, Qualität der Einhaltung gesetzlicher Vorschriften, Geschäftskritikalität, ob kritische Datenelemente definiert sind oder nicht usw.

Datenmodellierung hat mehr zu bieten, als Sie dachten

Modelle können nützlich sein, um mit verschiedenen Bereichen im Unternehmen und für verschiedene Zwecke zu kommunizieren. Sie können verwendet werden, um Servicearchitekturen, nachrichtenbasierte Architekturen, Virtualisierung, Paketauswahl, Herkunft, Master Data Management, Business Intelligence zu verstehen – all diese Dinge und mehr können von der Modellierung profitieren. Informationen sind das Herzstück aller Architekturdisziplinen. Es gibt keine definitive Aussage darüber, was ein Datenmodell ist, sagte Bradley, aber Daten müssen verstanden werden, um verwaltet zu werden – und Datenmodelle sind das beste Werkzeug, um dieses Verständnis zu vermitteln.

Lesen Sie Bradleys Artikel Datenmodellierung ist NICHT nur etwas für RDBMS.

Möchten Sie mehr über die bevorstehenden Veranstaltungen von DATAVERSITY erfahren? Informieren Sie sich über unser aktuelles Angebot an Online- und persönlichen Konferenzen hier.

Hier ist das Video von Data Architecture Online:

Bild verwendet unter Lizenz von Shutterstock.com