大數據服務模型設計：默默無聞的賢內助

大數據服務模型設計：默默無聞的賢內助

李福東
李福東
大數據運營作者，架構師，培訓師
本文摘自：李福東《大數據運營-服務型企業架構新思維》3.4

編者按：行成于思而毀于隨，面向操作的數據模型側重對“行”的支持，而面向分析的數據模型則側重對“思”的支持。

為了便于看到數據從形成、聚集、整合、使用的全過程，我們從面向操作的數據模型和面向分析的數據模型兩個階段分別設計。

從面向操作的數據模型到面向決策的數據模型的轉化過程如圖3-4-1所示：

圖3-4-1數據從面向操作環境到面向分析的環境的轉化

從圖3-4-1可以看出，操作型數據來源于事務型應用，這些數據會存儲在支撐事務型應用的數據庫之中，來自不同來源的數據會匯聚到數據倉庫，然后通過ETL等工具和手段，形成面向不同主題的數據集市。

以電信運營商為例，在面向操作的事務型應用會記錄客戶以及客戶的訂購數據，如果再加上客戶的業務使用數據,就可以形成一個以客戶為中心的、360度的數據集合，通過數據的分類聚合，可以幫助企業全面的看到客戶從咨詢、訂購、支付、使用、申告、投訴、建議的全過程，從而達到幫助企業決策的目的。

按照數據服務的目的，將數據模型分為面向操作的數據模型和面向分析的數據模型。面向操作的數據模型主要支撐企業完成數據的增加、刪除、修改、查詢等操作，幫助企業完成建設、生產、運營以及內部管理等任務。而面向分析的數據模型主要完成對不同主題、不同維度統計分析功能的支持。

可見，面向操作的數據模型側重對“行”的支持，而面向分析的數據模型則側重對“思”的支持。“行成于思而毀于隨”，沒有行動則思考沒有素材，沒有深刻的思考則行動很可能會偏離方向，企業需要統一“行”和“思”。

從數據模型對企業應用的支撐層次，將數據模型分為戰略模型、戰術模型和操作模型，如圖3-4-2所示：

圖3-4-2戰略、戰術、操作三個層次的數據模型

在戰略層面，面向分析的數據模型支撐企業高層管理人員完成戰略制定工作，包括工廠選址、渠道選址、兼并與收購規劃、投融資規劃、環境影響分析、非常規資金預算等。

在戰術層面，面向分析的數據模型支撐企業的中層干部完成管理工作，包括市場營銷計劃、銷售計劃、客戶服務計劃、人力資源計劃、財務預算等。

在操作層面，面向分析的數據模型服務于企業的日常生產經營活動，包括個人貸款授信、生產進度安排、庫存控制、維護計劃、質量控制等。

面向操作數據模型與面向分析的數據模型好比汽車發動機和油門/剎車之間的關系。面向操作的數據模型好比汽車發動機，保證的正常運行、轉彎，而面向分析的數據模型則好比司機根據路況確定踩油門或者剎車一樣，兩種必須配合起來，才會保障企業的業務活動有序進行。

（本文摘自：李福東《大數據運營-服務型企業架構新思維》3.4，經作者授權轉發，圖片來自網絡）
發布于 15:05