业务越来越多，信息化系统越来越多，许多公司都有大量的数据，但分布式的数据、隔离的系统又形成了一个个数据孤岛。 因此，为了利用数据，各大公司纷纷建设数据仓库，或最近升级到大数据平台。 但是，不同线不同场景的数据如何合并到同一个仓库呢？
由此产生数据模型，通过高度抽象的数据模型，将各源系统的数据进行集成，最终形成统一、规范、易用的数据仓库，实现数据集市、数据挖掘、报表展示、即席010 – 数据模型可以促进业务与技术的有效沟通，形成对主流业务定义和术语的统一认识，具有跨部门、中性的特点，能够表达和覆盖所有业务。 无论是操作型数据库，还是数据仓库，数据模型都需要组织数据结构，指导数据表的设计。
综上所述，我们认为数据建模很重要。 数据建模过程需要专业建模人员、业务人员和潜在的信息系统用户密切配合工作。 数据建模是识别数据的过程，数据模型是数据建模的输出模型，有企业数据模型、物理模型、逻辑模型、业务模型、数据使用模型等多种类型。 数据模型中既描述了业务关系，也描述了物理数据库的设计，是企业数据资产的核心。 通过数据模型管理，可以清晰地表达企业内不同业务主体之间的关系，使不同部门的业务人员、APP应用程序开发人员和系统管理员获得系统的统一完整视图。
创建数据模型的步骤是什么呢
一.制定目标
制定目标的前提是了解业务，明确需要解决的业务现实问题吗？
例如，在社交平台KOL上，如果有伪粉，如何识别伪粉是要解决的现实问题。
二.数据理解和准备
要根据需要解决的现实问题来理解和准备数据，一般需要解决以下问题。
需要什么样的数据指标(即特征提取)？ 例如，哪些指标能区分真粉和假粉？ ）
数据的意思是什么？
数据的质量是？ 例如，有缺失的值吗？ ）
数据能满足需求吗？
数据需要如何加工？ 例如，变换数据指针，将类型变量变换为0-1虚拟变量，或者将连续型数据变换为顺序变量)
探索数据中的规律和模式，进而形成假设。
需要注意的是，数据准备工作需要多次尝试。 因为在复杂的大型数据中，很难发现数据中存在的模式，初步形成的假设可能很快被推翻。 那个时候，必须静静地钻研，继续试行错误。
数据建模后，需要评估模型的效果，因此需要将数据分为训练集和测试集。
三.制作模型
根据准备的数据，构筑既是机器学习模型，又不需要机器学习等高级算法的数据模型。 选择什么样的模型是根据需要解决的问题(目标)决定的。
当然，也可以选择两个或多个模型的比较，并相应地调整参数以优化模型的效果。
四.模型评估
模型效果的评价有两个方面。 一是模型是否解决了需要解决的问题，是否需要解决没有注意考虑的潜在问题。 二是模型精度(误差率或残差是否符合正态分布等)。
例如，在识别KOL假粉的问题上，需要评估的是：
模型能识别假粉吗？
识别的误差率是多少？ 风扇识别误差率=(将假粉误认为真粉的数量将真粉误认为假粉的数量) /风扇总数
五.结果显现
结果主要关注以下三个方面
模型解决了什么问题？
解决效果怎么样？
怎么解决问题？ 具体的操作步骤是什么？
六.模式部署
必须通过大量数据解决一个或多个重要的现实问题，并执行解决方案。 通常需要通过部署在线技术环境来执行，不断优化模型，为更好地解决问题奠定基础。
必须使用专业软件来帮助构建数据逻辑和物理模型、生成DDL、生成描述模型的报告以及与其他合作伙伴共享。 文末推荐使用方便的数据建模工具——Smartbi。
除了主要的算法和建模功能外，Smartbi还提供了必不可少的数据预处理功能。 这包括字段划分、行筛选器和映射、列选择、随机采样、筛选器null值、合并列、合并行、JOIN、行选择、消除重复、排序、添加序列号、添加计算字段等。 只需创建适合您的业务和基本数据存储环境的模型，即可快速创建查询所需的数据，并减少数据I/o吞吐量。 可以大大减少不必要的数据冗余，实现计算结果的复用，大大降低大数据系统的存储和计算成本。 还可以改善用户使用数据的体验。提高使用数据的效率。
