规范数据模型的缺点是什么？

Question

我可以找到很多支持使用 Canonical Model 的信息，但我想了解它的一些缺点或弱点，并可能获得一些有关创建此类模型的各种方法的知识。

Answer 1

缺点

1. 与从头开始构建模型相比，有时可能需要更多的定制工作
2. 可能会与您自己经验丰富的数据建模师产生意见分歧和潜在障碍
3. 可能会降低商业智能和分析的竞争优势（因为竞争对手可能使用相同的模型）
4. 违背了要求小型、快速、切实可交付成果的“敏捷”BI 原则
5. 违背自上而下的绩效管理设计和建模最佳实践，其中一个不是从逻辑数据模型开始，而是：
   • 定义部门、业务线战略
   • 链接实现这些策略所需的目标和目标
   • 定义衡量目标进度所需的指标
   • 定义需要根据指标做出的战略、战术和运营决策
   • 然后，然后才定义支持指标和决策所需的逻辑模型

创建模型的实用方法：

1. 从创建参考表开始（标准域定义 valuta、国家、婚姻状况、城市等）
2. 如果有超过 2 个消费者，则将通用概念（客户、地址）标准化
3. 如果可用，请使用或参考公共标准（ISO、本体，例如 Dublin Core） 明确分配模型的所有权。