Het belang van. Data Modellering. GEMINIT Training. Data Modellering. Frédéric BARBIER

Transcriptie

1 Het belang van Data Modellering Studiedag Informatiemanagement Politeia, 22 februari 2013, Gent Open data en de cloud: een revolutie in de informatiehuishouding van de overheid Training Data Modellering Frédéric BARBIER 2013

2 Dit werk is gelicenseerd onder een Creative Commons Naamsvermelding-NietCommercieel-GeenAfgeleideWerken 2.0 België. Bezoek om een kopie te zien van de licentie of stuur een brief naar Creative Commons, 444 Castro Street, Suite 900, Mountain View, California, 94041, USA. 2

3 Frédéric Barbier Oprichter en zaakvoerder van bvba ( Profiel LinkedIn: vermeld Studiedag Politeia bij connectie aanvraag Activiteiten: database administratie, SQL tuning, software ontwikkeling, data modellering Authorized Reseller voor CA ERwin Data Modeler ( 3

4 Overzicht Het belang van data Data modellen en modelleren Zeer hoog niveau data model Conceptueel data model Logische data model Fysieke data model Belang van data modellen/modelleren Wat zonder data modellen/modellering? Datamodelleringstools 4

5 Het belang van data Informatiesystemen data-intensief data ingevoerd, verwerkt en gepresenteerd meer dan 90% van vele systemen data opgeslaan in (relationele) database Enkele voorbeelden Telecom operator Bibliotheek (boeken, exemplaren, leden, enz.) Douane informatie systeem Callcenter (CRM) Banken en financiële instellingen Productiebedrijven (ERP) 5

6 Het belang van data Cruciaal voor goede werking van organisatie Aan de basis van de kennispiramide Data is van strategisch belang Het is dus belangrijk de data goed te begrijpen betekenis en structuur 6

7 Data modellen Model vereenvoudigde voorstelling van (deel van) werkelijkheid Voorbeeld Architect die een plan maakt bij ontwerpen van een bouwwerk Data model weergave van de structuur van de data die in een organisatie gebruikt wordt data in rusttoestand 7

8 Data modellen Voorbeeld (diagram) 8

9 Data modelleren Analyseren van data behoeften/vereisten Structuur van data in kaart brengen (ontwerpen) Op verschillende niveau s (van abstractie) ref. Steve Hoberman, Donna Burbank, Data Modeling for the Business: A Handbook for Aligning the Business with IT using High-Level Data Models Zeer hoog niveau data model Conceptueel data model Logische data model Fysiek data model 9

10 Zeer hoog niveau data model Verkoop Onderzoek & ontwikkeling Personeel Marketing Engineering Faciliteiten Hoeft niet formeel te zijn Voorstellen bijvoorbeeld van Functionele domeinen Afdelingen Van belang om scope van project af te bakenen Helpt ook latere activiteiten te structureren bijv. workshops Niet noodzakelijk voor kleinere projecten In business termen 10

11 Conceptueel data model Redelijk formeel Verfijning van vorige model Belangrijkste concepten/termen uit organisatie en vaak de relaties ertussen Verder afbakenen van project Overeenstemming bereiken over de concepten hun betekenis en definitie focus op probleem - concepten In business termen 11

12 Logisch data model Formele standaard notatie ERD Verdere verfijning van conceptueel model Identificeren van alle entiteiten + hun attributen + relaties tussen entiteiten Kenmerken Gedetailleerd Naamgevingsconventies Alles duidelijk gedefinieerd Geen dubbelzinnigheden Geen tegenstrijdigheden In business termen 12

13 Fysiek data model Formeel Verdere (technische) uitwerking van logische data model Weerspiegeling van fysieke structuur van de database Ondersteunt het bouwen en onderhouden van de database Meestal gemaakt door DBA Gebruikt door bijvoorbeeld softwareontwikkelaars 13

14 Benaderingen voor data modellering Top-down versus bottom up Zeer hoog niveau data model TOP DOWN Conceptueel data model Logisch data model Fysiek data model BOTTOM UP Vaak hybride benadering 14

15 Benaderingen voor data modellering Traditionele aanpak volledige data modellering in begin van project probleem: behoeften niet altijd gekend bij begin, of ze kunnen veranderen Evolutionaire aanpak beginnen met net genoeg detail om scope te begrijpen en betrokkenen overeenstemming te laten bereiken stap na stap stukken verder uitwerken 15

16 Data modellering in projecten Ontwikkelen van een informatiesysteem Uitbreiden/onderhouden van een informatiesysteem Bouwen van een data warehouse, een business intelligence oplossing Selectie van een softwarepakket Integratie van verschillende systemen Allerhande data-gerelateerde projecten 16

17 Belang van data modellen/modelleren (1) Beter begrijpen van de structuur van de organisatie Nadenken over de data van de organisatie Overeenstemming over de data van de organisatie Hulpmiddel bij analyse van de data behoeften Modellen ondersteunen communicatie tussen betrokken partijen (business en technische) Documentatie van data behoeften gebruikt bijvoorbeeld voor kennisoverdracht 17

18 Belang van data modellen/modelleren (2) Helpt bij projectbeheer Lagere kost voor software ontwikkeling en onderhoud Fundament voor fysieke structuur van data Betere data integriteit en kwaliteit Impactanalyse bij later wijzigingen in data behoeften Modellen kunnen hergebruikt worden in latere projecten bijv. integratie met andere software, business intelligence 18

19 Wat zonder data modellen/modellering? Betekenis van data onduidelijk waar zit welke data, enz. Slechte data(base) structuur Slecht of niet werkende software Traag werkende software Stijgende onderhoudskosten voor software Falen project Slechte data kwaliteit Enz. 19

20 Datamodelleringstools (1) Om alle informatie m.b.t. de structuur van gegevens te beheren Forward engineeren: code genereren op basis van model(len) Reverse engineeren: vanuit database automatisch fysiek data model bouwen Uitwisseling met andere tools die nodig zijn bij data-gerelateerde projecten Rapporten en documentatie genereren Automatisch vergelijken van modellen, model met database, enz 20

21 Datamodelleringstools (2) Afdwingen van naamgevingstandaard Visuele mogelijkheden (sjablonen, thema s,...) Versiebeheer van modellen Tool uitbreiden a.d.h.v. Programmeerinterface Impactanalyses op modellen Communiceren over modellen (portaal) Enz. 21

22 Besluit Ken je data, ken je organisatie Data modellering is wel degelijk noodzakelijk bij data gerelateerde projecten 22

23 EINDE BEDANKT! Training 2013