数据仓库建设之确定主题域
Posted chimchim66
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数据仓库建设之确定主题域相关的知识，希望对你有一定的参考价值。
目录
一、什么是主题？
主题是在较高层次上将企业信息系统中的数据进行综合、归类和分析利用的一个抽象概念，每一个主题基本对应一个宏观的分析领域。主题域是业务对象高度概括的概念层次归类，目的是便于数据的管理和应用。
二、什么是主题域？
主题域通常是联系较为紧密的数据主题的集合。可以根据业务的关注点，将这些数据主题划分到不同的主题域(也说是对某个主题进行分析后确定的主题的边界。)
三、如何划分主题域？
1、按照系统划分
一个业务系统抽象出一个主题域，业务系统有几种，就划分为几类
2、按业务过程划分
一个业务过程抽象出一个主题域，比如业务系统中有商品、交易、物流等
3、 按需求方划分
比如需求方为财务部，就可以设定对应的财务主题域，而财务主题域里面可能就会有员工工资分析，投资回报比分析等主题
4、 按部门划分
比如可能会有运营域、技术域等，运营域中可能会有工资支出分析、活动宣传效果分析等主题。
5、按功能或应用划分
比如微信中的朋友圈数据域、群聊数据域等，而朋友圈数据域可能就会有用户动态信息主题、广告主题等；比如说社交软件中就会有聊天、朋友圈、群聊、发送文件等功能模块，聊天模块会涉及到数据仓库中的用户主题、图片主题、文字主题等，所以聊天模块也能被归纳为聊天主题域。
6、按行业经验划分
比如TD FS-LDM (Financal Services Logical Data Model)，适用于证券、银行、保险
十大主题：
当事人、产品、协议、事件、资产、财务、机构、地域、营销、渠道。
IBM BDWM (Banking Date Warehouse Model)
银行九大主题：
关系人、合约、条件、产品、地点、分类、业务方向、事件、资源项目
总而言之，切入的出发点逻辑不一样，就可以存在不同的划分逻辑。在建设过程中可采用迭代方式，不纠结于一次完成所有主题的抽象，可先从明确定义的主题开始，后续逐步归纳总结成自身行业的标准模型。
以上是关于数据仓库建设之确定主题域的主要内容，如果未能解决你的问题，请参考以下文章