數據建模和數據架構：

信息建模描述了理解與企業相關的數據、流程和規則所需的元數據（圖1）。信息建模有三個主要領域：

數據建模-邏輯數據模型是對業務術語和數據元素使用上下文的定義。例如，可以將客戶和潛在客戶實體分組的參與方數據。
流程建模-企業使用的企業業務流程的定義。流程建模使用數據模型實體，並描述如何通過業務流程創建或轉換數據。例如，潛在客戶成為客戶的過程。
規則建模-描述整個組織的數據治理和遵從性策略。規則描述了數據必須遵循的質量和管理規則，以便與公司政策保持一致。例如，客戶必須大於21歲，或者任何超過5年的數據項都需要存檔。

圖1

數據建模是IT和業務就業務術語（實體）的通用列表達成一致的過程，這些術語或屬性的限定條件，以及這些術語之間的關係。維護和記錄數據模型的能力成為組織跨業務關鍵項目服務不同數據採購需求能力的關鍵部分。

存在多種形式的數據模型：

關係模型——用於創建在線事務處理（OLTP）系統。通常，OLTP模型保持第三種標準形式，以確保沒有冗餘。
維度模型-用於創建聯機分析處理（OLAP）系統。倉庫的設計可以基於Kimball或Inmon方法。有時它可以是一種混合方法。

主數據管理

主數據管理（MDM）包括流程、治理、策略、標準和工具，它們一致地定義和管理組織的關鍵數據，以提供單一的參考點。

掌握的數據可以包括：

參考數據-事務的業務對象和分析的維度
分析數據——支持決策

考慮到MDM的原則是為了確保主數據保持統一和一致的狀態，MDM和企業信息體系結構（EIA）有一個共同點：需要對主數據有一個一致的定義。歸根結底，架構主數據的過程在MDM、企業信息管理（EIM）和EIA之間是通用和共享的。相對於MDM，最終目標是創建支持整個信息體系結構的信息管理環境，同時添加結構和過程，以減少管理主數據的工作量。

以下是MDM、EIA和EIM之間的關係。

圖2

元數據管理

元數據為數據提供了一個參考框架。Forrester Research將元數據定義為「描述或提供支持組織信息系統的數據、內容、業務流程、服務、業務規則和策略的上下文的信息」。例如，蘋果公司的App Store在線銷售軟體應用程序。本例中的數據是應用程序。元數據是關於這些應用程序的信息，應用程序的描述、價格、用戶評級、評論和開發公司。

在數據管理環境中，有幾種相關類型的元數據：

技術元數據提供有關數據的技術信息，例如源表的名稱、源表的列名和數據類型（例如，字元串、整數）
業務元數據提供圍繞數據的業務上下文，例如業務術語的名稱、定義、所有者或管理者，以及相關的引用數據
操作元數據提供有關數據使用的信息，例如上次更新的日期、訪問的次數或上次訪問的日期

元數據管理是一個端到端的過程，用於創建、增強和維護元數據存儲庫和相關的過程。元數據管理包括建立過程、思維模式、組織和能力，以構建元數據環境。與BI和主數據管理一樣，元數據管理面臨的更大挑戰是相關的業務流程規程和文化。

下圖顯示了元數據存儲庫可以包含哪些內容

圖3

數據質量管理

數據質量可視為

數據顯示的與實際場景描述相關的卓越程度。
使數據適合特定用途的完整性、有效性、一致性、及時性和準確性的狀態。
數據的特徵和特性的總和，這些特徵和特性關係到它們滿足給定目的的能力；與數據有關的因素的優秀程度的總和。
確保數據值符合業務需求和驗收標準所涉及的過程和技術。
完整、基於標準、一致、準確、有時間戳。

數據質量管理包括建立和部署與數據的獲取、維護、傳播和處置有關的角色、職責、政策和程序。業務組和技術組之間的夥伴關係對於任何數據質量管理工作的成功都至關重要。業務領域負責建立管理數據的業務規則，並最終負責驗證數據質量。信息技術（IT）小組負責建立和管理獲取、維護、傳播和處置本組織電子數據資產的總體環境（架構、技術設施、系統和資料庫）。

這是顯示數據質量管理過程的圖表