数据仓库专题20-案例篇:电商领域数据主题域模型设计v0.2(改进意见征集中)
2018-02-07 17:54
1886 查看
一、电商分类(平台+自营+复合)
(1)平台型电商:淘宝+天猫+百度Mall等;
(2)自营型电商:
2.1 综合型:京东(早期)+当当(早期);
2.2 垂直型:好像这种类型越来越少了;
(3)复合型电商(平台+自营):京东+当当+亚马逊等;
二、平台型电商特点(三无+两有+一核心)
(1)三无:无商品、无库存、无物流;
(2)两有:有钱+有人;
(3)一核心:数据
三、主题域模型-L0级:v.1
四、主题域模型-L1级:v0.1
五、主题域模型划分要点
主题域模型设计要点:
1.对标法;
2.归纳法;
以上两种方法都会面临同样的问题,即数据主题域划分的依据和可信度问题。如果针对 熟悉的行业或者相对成熟的行业领域,其实对标法,足够结果问题。而如果是非专业领域,则建议前期不必追究,后续逐步完善的应对策略。在没有对数据进行深入 分析的时候,主题域的分类,肯定是会有问题。即:
1.成熟领域(熟悉):直接对标;
2.非常熟(熟悉)领域:总结归纳,逐步、迭代完善。
六、数据分类体系
1.领域:domain
2.主题域:subject area;
3.主题:Topic;
七、未完待续
未完待续,意见征集中,欢迎回复留言,如果对于分布式数据仓库建设有兴趣,可加群:
分布式数据仓库建模 398419457;
(1)平台型电商:淘宝+天猫+百度Mall等;
(2)自营型电商:
2.1 综合型:京东(早期)+当当(早期);
2.2 垂直型:好像这种类型越来越少了;
(3)复合型电商(平台+自营):京东+当当+亚马逊等;
二、平台型电商特点(三无+两有+一核心)
(1)三无:无商品、无库存、无物流;
(2)两有:有钱+有人;
(3)一核心:数据
三、主题域模型-L0级:v.1
四、主题域模型-L1级:v0.1
五、主题域模型划分要点
主题域模型设计要点:
1.对标法;
2.归纳法;
以上两种方法都会面临同样的问题,即数据主题域划分的依据和可信度问题。如果针对 熟悉的行业或者相对成熟的行业领域,其实对标法,足够结果问题。而如果是非专业领域,则建议前期不必追究,后续逐步完善的应对策略。在没有对数据进行深入 分析的时候,主题域的分类,肯定是会有问题。即:
1.成熟领域(熟悉):直接对标;
2.非常熟(熟悉)领域:总结归纳,逐步、迭代完善。
六、数据分类体系
1.领域:domain
2.主题域:subject area;
3.主题:Topic;
七、未完待续
未完待续,意见征集中,欢迎回复留言,如果对于分布式数据仓库建设有兴趣,可加群:
分布式数据仓库建模 398419457;
相关文章推荐
- 数据仓库专题20-案例篇:电商领域数据主题域模型设计v0.1(改进意见征集中)
- 数据仓库专题(5)-如何构建主题域模型原则之站在巨人的肩上(一)IBM-FSDM主题域模型划分
- 数据仓库的模型设计 A. 数据建模方法论 数据仓库模型设计遵循“自顶向下、逐步求精”的设计原则。 模型设计分为三个阶段: 1,概念模型 对业务的范围和使用,从高度上进行抽象概括,也就是划分主题域。 一
- 数据仓库专题(5)-如何构建主题域模型原则之站在巨人的肩上(二)NCR FS-LDM主题域模型划分
- 数据仓库专题(5)-如何构建主题域模型原则之站在巨人的肩上(一)IBM-FSDM主题域模型划分
- 数据仓库专题(5)-如何构建主题域模型原则之站在巨人的肩上(二)NCR FS-LDM主题域模型划分
- 数据仓库专题(5)-如何构建主题域模型原则之站在巨人的肩上(一)IBM-FSDM主题域模型划分
- 数据仓库(八):数据仓库中数据库设计的基本模型对比--Inmon
- 数据仓库数据库设计方法---关系模型和多维模型比较分析
- 三个例子,让你看懂数据仓库多维数据模型的设计
- 数据仓库模型设计
- 数据仓库专题(1)-数据仓库生命周期模型
- 数据仓库多维数据模型设计
- 数据仓库应用(一):数据仓库模型设计
- 数据仓库专题(6)-数据仓库、主题域、主题概念与定义
- 数据仓库专题19-数据建模语言Information Engineering - IE模型(转载)
- 数据仓库的模型设计
- [.NET领域驱动设计实战系列]专题六:DDD实践案例:网上书店订单功能的实现
- 数据仓库的模型设计