資料分析師必知什麼是資料模型？四個對資料建模的解讀

你瞭解資料建模麼？你是否存在疑問：什麼是資料建模？資料建模和資料模型有什麼關係？

資料建模，通俗的說就是發現、分析和確定資料需求的過程。用資料模型的形式來表示和傳遞這些資料需求。

那麼在資料分析領域中，資料建模和資料模型都有哪些含義？

1、業務模型

第一種含義，業務模型。該模型是指了解業務的整個過程，即業務是怎麼發生的，就一家公司而言它是如何產生價值或者賺錢的。

以健身房為例，他的流量從哪裡來？客戶從哪裡來？可以透過線上線下的廣告推廣來獲取客戶。他的客戶如何轉化？可以透過工作人員的服務、器械的試用來實現變現。如何才能做好流量與轉化之間的承接？可以透過銷售人員的邀約，帶他們到店裡親身體驗。

分析完成後，我們可以瞭解到一個簡單的健身房業務模型，透過運營人員在線上或線下的廣告投放獲得客戶，再經過銷售人員的邀請實現客戶到店，透過到店後的體驗實現客戶變現。

一個業務模型裡，通常包含人、事、財、物四類。

2、BI模型

第二種，在資料庫或BI工具中構建表關係或連線。將幾個相關的表之間建立聯絡，使我們能更好地進行資料分析。

我們以BI工具DataFocus為例，在資料表詳情頁面，透過表中欄位，可將多個渠道的店鋪資料表進行關聯，整合表中的資料以進行搜尋分析。

表間的關聯型別支援全關聯、內關聯、左連線和右連線。

BI工具是我們資料分析師建模時經常要用到的，但是資料庫的表結構建模，一般都是資料倉庫或管理資料庫的同事來進行。

3、數學模型

第三種含義是數學模型，指可以按照一定規律進行計算的模型。像我們經常用到的評分模型，根據不同的維度進行打分，以得到綜合評分；還有我們接觸到的RFM模型、購物籃分析模型等等，都是透過計算來得到我們想要的結果。

這些模型計算出的結果能否解決業務問題，是我們需要重點關注的。

4、演算法模型

第四種含義，是演算法模型，比如我們在網購、瀏覽網頁時，常常接觸到的推薦系統，它會根據我們的行為，利用一系列演算法，推薦給我們可能喜歡的內容。演算法模型可能用到機器學習，也可能用到人工智慧，但這些內容是資料探勘工程師需要掌握的。

雖然資料探勘也是基於業務，但資料分析師偏向於直接作用於業務，而資料探勘是透過模型來間接作用於業務。

作為一名資料分析師，我們常用到前三種模型：業務模型、BI模型和數學模型。當然，如果你想往技術方面發展的話，也可以嘗試資料探勘，學習演算法模型方面內容。

內容推薦

卡華為“脖子”的臺積電又出大動作，國產晶片仍需努力

您有一篇價值百萬美元的SaaS指標系列，請查收

客戶支援如何跟蹤正確的SLA指標

運營人應該掌握的資料分析模型-PEST模型

Windows痛失27年“舊友”，IE被降維打擊，後起之秀卻早已嶄露頭角

想了解更多精彩內容，快來關注韜問資料