大多数数据管理从业者都意识到，在业务和IT专业人员之间就公司数据协调有效和协作的对话时，存在着许多挑战。我们需要的是一个入口，让业务用户参与到关于数据的有意义的对话中，这将使他们能够"描绘"对他们来说很重要的数据，这张图需要表示系统的技术元数据—准确地捕获系统体系结构中深层数据的业务解释。数据建模通常被用作传达这种数据业务视图的"调色板"。

一般来说，数据建模有四个层次（见图），每个层次都有不同的目的和受众。前两层-主题区域和概念模型-用于与业务用户进行对话和交流。这些层传达了主要的业务和数据概念，突出了关键的实体和属性，大数据的商业价值，非常适合于通信（但不适用于数据库设计）。

最下面的两层-逻辑层和物理层-更多用于IT/IM设计、开发、通信和执行目的。

过去，利用数据模型作为通信工具取得了好坏参半的结果。常见的批评是，建模输出与物理系统逻辑的距离太远，使得很难对建模输出采取任何行动，而且一旦模型完成，它们就太静态，很难根据新的业务需求或记录系统的更改进行更新或更改。好消息是有办法解决这两个挑战。

逆向工程、混合数据建模

通过人员、流程和技术的正确组合，可以开发和部署有效的自顶向下/自下而上混合建模解决方案。例如，公司可以利用两个同类最佳的应用程序来有效地带来业务与IT用户一起有效地协作并捕获业务优先级的本质，并为不同的系统运行多个并行建模研讨会，大数据分析技术，所有团队都可以以一致的外观和感觉到达每个模型，对于每个系统。

此业务和IT建模协作的结果提供了清晰的视线和可追溯性，人工智能有哪些领域，从业务确定的优先级到原始记录系统中的表和字段。

通过结合信息治理解决方案和案例建模工具的独特特性和功能（UML设计工具），公司可以快速创建一个全面的、集成的解决方案。

为此，有必要开发一个自定义工具栏和导入/导出模板来集成这两个解决方案。结合起来，这些资产可以确保1）以相同的一致外观创建数据模型，淘客模板，2）以全面的方式在两个应用程序之间交换数据，控制和验证方式

每个平台解决方案组件提供的功能如下：

信息治理解决方案/目录

导入系统数据字典启动（验证）业务主题区域、实体和元素对话配置系统对象、表和记录在导出到Case工具之前，创建下拉配置以标记（分类）实体定义主题区域和实体（输入业务术语表）导出/导入到案例工具建立从案例工具人工制品到记录系统的可追溯性

案例工具

利用实体分类（在信息治理解决方案中捕获）以统一一致的方式为所有系统的数据模型播种和安排实体创建具有多重性的实体关联在实体之间创建名词-动词关系直观地讨论/辩论实体关系将模型导出为Word或Pdf文档，以供进一步讨论和协作

公司应聘请熟悉记录系统中捕获的细粒度数据以及信息治理和案例工具集成的数据专家。数据专家需要领导与组织业务、信息管理和信息技术利益相关者的研讨会，为任何系统创建主题领域和概念模型。

此外，淘客群，数据专家需要遵循混合-自上而下和自下而上-方法，其中模型是反向工程在整个建模过程中，利用系统数据字典和技术元数据以及多种输入源进行验证。

数据建模解决方案方法的好处

通过建立紧密的技术集成和方法，公司可以从数据建模中受益匪浅，包括让系统业务和技术利益相关者在混合建模方法中有效协作。另一个关键好处是通过动态建模解决方案基础设施快速创建数据模型。这使得在持续的基础上更改和更新模型变得很容易（应用适当的治理），并且客观地将业务级别的建模内容（主题领域和概念级别）与相关数据驻留在物理记录系统中的位置联系起来。

最后，企业可以有效地利用建模作为相关数据管理计划的输入输出，包括（但不限于）：

主题领域和实体定义=>业务术语表分类实体=>集中式主数据创建和维护唯一实体ID=>算法跨系统实体匹配数据元素=>数据质量要求实体关联=>当前和未来状态系统的业务规则要求主题领域模型=>结构数据治理组织/业务数据管理员角色。

通过使用混合数据建模方法创建数据模型图，团队可以有效地为其公司数据创建可靠的"视线"。使用物理记录系统的数据，有助于快速建立并客观地将业务用户确定的重要项目与这些项目在物理记录系统中的实际位置联系起来。

最终结果是一幅森林以及树木的图片，可以为企业数据管理计划的路线图提供有形的输入。