首先小编声明一点：所谓的数据分析，数据建模对企业到底有多大用处，和数据的处理关系不大，而是对业务逻辑的理解程度，对产品与客户关联度的思考有多深。有再好的理论模型，可视化图标如果不能用在产品设计与营销上，那仅仅只会是数据。大数据不仅仅要在量级上，更需要在客户产品分析上的量级思考，才真正能用到实处。不然仅仅只会是概念上的炒作。今天小编为何要写关于数据建模的重要性，也就在于数据模型是整个接下来业务逻辑分析的架构，及其重要。下面步入正题：

在商业领域，很多非技术人员认为数据建模是个陌生、甚至让人畏惧的领域。即使精通数据或在日常工作中经常分析数据的人，也常常认为建模是十分复杂的底层问题，只能交由数据分析师和IT人员来处理。

高级数据建模是一件复杂的事情（即使好的BI软件已经让它变简单了许多），且通常交由专业人士操作，这在某种程度上是不争的事实。然而，即使你是个非专业人士，也不准备构建公司级的数据模型，对数据建模基本概念的了解也会大有裨益，它会让你、数据分析师及业务部门从BI流程中获取最恰当的结果。

腾讯与阿里

1.数据建模是所有分析过程的基础

有个老生常谈的说法是，分析师可能耗费高达80%的时间进行数据准备。在数据准备过程中，除了清理和标准化数据，构建数据模型通常会占用大部分的精力。更重要的是，数据模型通常决定了可以采用的分析方法，也决定了最终呈现给终端使用者的图表和报告类型。

为了了解BI系统的功能和限制，你至少需要在概念层面对它的数据构建方式有基本的了解。并不是说你要能够解读后台运行的每个SQL查询——但它确实有助于你了解公司数据是如何收集、存储和管理的，以及它们是如何与业务目标相关联的。

2.了解数据建模可以提升与分析团队的交流合作

你可能并不在数据建模团队中工作，但只要你正在分析数据（即使是完全被动地作为每周报告的接收者），数据模型就会影响到你所看到的数据类型以及从中得出的结论。如果能有效地将业务规则传达给数据建模者，并了解他们为了使数据符合这些业务规则需要什么，就能够改善使用数据的质量和相关性。

商务智能最终意味着为业务服务，并让管理人员更容易做出以数据为驱动的决策。向BI项目经理明确传达需求的能力是达到这个目标的关键。

马化腾年轻时帅气

3.数据建模驱动数据发现

设想你要做的不仅仅是静态报告，而是利用现代分析工具进行探索式分析，你就必须认识到，在查询数据时，数据模型会如何影响你提出的问题类型。通过掌握连接各种数据源和表格的基本逻辑，你将能提升独立分析数据的能力，并洞见更有用的信息。

4.利用自助商务智能让独立建模成为可能

虽然越来越多的“核心”数据建模确实还是最好留给专业人士，但是现在的自助商务智能工具也提供了广泛的DIY功能，对多数据源的数据处理同样适用。举例来说，Sisense公司提供简化数据准备的工具，使大家能够根据容易识别的通用密钥自然地连接数据源，而不用写脚本编代码，或经过复杂的数据库设计过程。

这意味着，你可以完全独立地进行全部数据建模和分析，而不用麻烦专业数据分析师或IT部门。这本身就是获得一些基本的数据建模技能的重要原因，也是迈向数据达人的第一步。

三巨头要合作

5.了解数据建模可以促进分析资源的分配

当一个看起来简单的分析被分析师告知不能在现有系统中完成，或要耗费比预期更长的时间时，企业管理者可能会感到失望。这种现象大多由数据建模问题引起，但通常是可以解决的。例如，为了适应五花八门但其实可以用一个单栈BI替代的不同工具而调整模型，会使建模变得过于复杂。此外，在收集或存储数据的方式上，也存在可以解决的问题。即使眼下没有快速解决方案，明确立场，以更促进商业利益的方式分配分析资源，显得尤为重要。

6.数据复杂性的提升使数据建模越来越重要

数据建模本质上定义了各种表和数据库之间的关系。如果你的团队仍然在使用电子表格，这可能看起来不太相关，其实不然，随着数据越来越复杂，越来越多的公司发现自己经常依赖于跨数据库分析，数据来自许多不同的数据源。

在这种情况下，定义不同数据源之间的关系和分析库的结构变得比以往任何时候都更重要——因为在不远的将来，这些因素在处理BI的方式中将扮演更重要的角色。

7.拥有好的数据素养是件好事

最后需要补充的是，拥有好的数据素养是件好事。毕竟，这是一个数据驱动的世界，数据在几乎所有业务的正常运行中扮演着越来越重要的角色。在其他条件相同的情况下，拥有数据的人往往拥有正确的见解，更精通数据的往往在工作中，尤其在管理层面上表现更佳。换句话说，深入了解数据和分析方法对于职业生涯非常重要。

PS.欢迎各个大厂拿粮票的工程师，数据分析师，IT人士赐教。欢迎各大江湖人士批评指正，发表观点。欢迎有问题有疑虑有思考人士留言，发表你不一样看法见解。

PS.图片和文章内容不相关

再PS.上上篇有百度人士说那是内网好几年前的培训资料咯，实在汗颜，收藏转载量还挺大的，看来很多人还是爱学习的（流泪）。附上文章《百度内部关于数据分析的培训资料：数据分析的道与术》，没看的可以再看它一眼，你不会后悔点开。

End.