數據建模入門：淺顯易懂解釋複雜的專業術語

序言

隨著數據（資訊）成為經營中的第四個重要資源，許多企業紛紛轉向數據驅動經營。然而，真正重視數據建模的重要性的企業卻寥寥無幾。因此，本文將作為「數據建模入門」指南，簡單易懂地介紹數據建模的基本概念及其重要性，並幫助大家進一步了解這個重要的課程。

企業內部分佈著不同的數據，例如人事部門的員工資訊與評價數據，銷售部門的客戶資訊與訂單數據等等。這些數據都是企業的重要資源，猶如未經提煉的石油，若不經加工便產生不了價值。

數據建模即是指在數據吸收與清理之前，首先進行數據的結構化設計，使其成為價值數據。

數據建模其實是將數據庫中的數據種類、數量及其關係可視化、圖示化，簡單來說就是「數據的設計圖」。

數據建模看似難解，其實是把各數據庫中的數據及其相互關係作視覺化、圖示化的操作，即是設計出數據的藍圖幫助數據庫的構築，這就是數據建模的意義所在。

數據建模是進行數據分析前需完成的準備工作，其重要性主要體現於以下五個方面：

數據分散於各部門的情況下，除非已建立如ERP等整合數據庫，否則通常需進行多數據庫的數據收集、保存與處理。數據建模有助於明確數據來源、種類、數量及其相互關係，從而提高這些操作的效率。

可靠的數據庫開發需確保其準確性與效率，而數據建模則是開發階段不可或缺的準備工作，既有助於確保準確性又能提升效率。

數據驅動經營的數據庫需持續改進與運營。數據建模可作為開發與運營間的共識工具，提升彼此溝通效率，靈活轉變數據庫角色與處理流程。

數據建模有助於在組織內部保持數據架構與系統設計的一致性，避免系統分裂與業務延誤，確保數據分析的方向正確。

可持續的數據庫需確保無論團隊成員如何變動，皆能持續優化數據庫而不降低其信賴性。實現此目標需重新審視數據建模與系統設計。

數據建模可分為概念數據模型、邏輯數據模型與物理數據模型三部分。

概念數據模型是表示數據全貌的模型，資料的整體構架由被稱為“實體”的個別要素組成。

邏輯數據模型進一步細化概念數據模型中的實體，即將實體細分為更小單位的屬性，建立起詳細數據關係模型。

物理數據模型是指將整理出的實體與屬性納入數據庫設計，具體定義數據在數據庫表格中的管理方式。

數據建模需按照一定步驟進行，以下簡要說明：

首先使用ER圖（實體關聯圖）定義實體及其關係，這一步相當於概念數據模型。

接著作出各實體的屬性列表，需按照「MECE」原則進行，即漏掉所有元素且不重複，以確保數據庫的可靠性與功能性。

數據建模方法主要有三種：關聯數據建模、層次數據建模與圖形數據建模。依據數據建模的目標與業務需求選擇適當的方法。

最終步驟是創建物理數據模型，但此步驟不是終了。數據庫需持續改進與運營，基礎設計需定期優化，確保業務目標達成。

數據建模即設計數據庫，數據技術部分由數據科學家或數據庫工程師完成，但業務人員了解基本知識有助於彼此溝通，進而構築更契合業務的數據庫。

理解數據建模的基本理論和應用之後，可以更深入地探討其在各種業務領域的實踐，如行銷。在行銷中使用的統計模型和預測模型可以幫助預測趨勢和客戶行為，提升行銷效果。