ورود هدفمند به حوزه مدیریت داده مستلزم انجام کارهای درست متعددی به درستی است تا با شکل گیری مجموعه ای منسجم از اجزاء حیاتی ، بتوان این ادعا را داشت که داده به عنوان یک دارایی ارزشمند و در راستای ایجاد ارزش در یک سازمان به درستی مدیریت می گردد . DMBOK یکی از چارچوب های مطرح در حوزه مدیریت داده است که با شناسایی مجموعه ای از حوزه های مختلف مدیریت داده ، سعی دارد که به مجموعه پرسش هایی که عموما با what شروع می شوند به خوبی پاسخ دهد. پذیرش DMBOK به عنوان یک راهنما و چارچوب مدیریت داده یک موضوع است و این که برای شروع از کجا کار را می بایست آغاز کرد ، موضوع دیگری است که عموما می توان به این خواسته پس از بررسی وضعیت جاری یک سازمان ، چشم انداز و اهداف یک سازمان جهت مدیریت داده ، پاسخ داد. یکی از حوزه های یازده گانه مدیریت داده در DMBOK نسخه دوم ، طراحی و مدل سازی داده است که علی رغم نقش برجسته آن در جهت ایجاد یک انظباط راهبردی در خصوص شناخت داده و ارتباط با ذینفعان ، کمتر به آن اشاره شده است .


  در مجموعه مطالبی که بدین منظور آماده شده است ، سعی خواهیم کرد  با ورود به این حوزه ، ضمن آشنایی با فلسفه وجودی مدل سازی داده به برخی از جنبه های مهم آن از دیدگاه های مختلف اشاره کنیم . 

•  مدل سازی داده چیست ؟
• چرا به مدل سازی داده نیاز داریم و دستاوردهای آن برای یک سازمان چیست ؟
•  اجزا مدل سازی داده
• سطوح جزئیات مدل داده ( مفهومی ، منطقی ، فیزیکی )
• کیفیت یک مدل داده
• طرح های مدل سازی داده

مدل سازی داده چیست ؟
اگر قصد ساخت یک خودرو هیبریدی را داشته باشیم ، در گام نخست می بایست یک مدل از ماشین را ایجاد کرد . اگر بخواهیم یک ساختمان یا عمارت بزرگ را بسازیم ، ابتدا به نقشه ها و یک مدل لازم برای ساخت نیاز داریم . اگر بخواهیم یک پایگاه داده را برای سازمان خود ایجاد کنیم در ابتدا می بایست یک مدل داده را بر اساس نیازها و الزامات اطلاعاتی ایجاد کنیم . بدون یک مدل داده مناسب از نیازهای اطلاعاتی یک سازمان ، نمی توان یک سیستم پایگاه داده مناسب را به درستی برای یک سازمان طراحی و اجراء کرد . یک مدل داده خوب با کیفیت بالا، یک پیش نیاز ضروری برای هر سیستم پایگاه داده موفق است. تا زمانی که سازندگان مدل نتوانند یک مدل داده مناسب در راستای تامین نیازهای اطلاعاتی یک سازمان را به خوبی طراحی کنند ، نمی توان در مسیر طراحی یک بانک اطلاعاتی حرکت کرد و در عمل ، تلاش بیهوده ای برای شکل گیری چیزی صرف می شود که در نهایت پاسخگوی نیازهای یک سازمان نخواهد بود . مدل های داده ، می بایست  به عنوان  یک ابزار ارتباطی با ذینفعان و همچنین ، یک نقشه پایگاه داده برای متخصصین پایگاه داده عمل کنند.
امروزه در تمامی صنایع ، از سیستم های پایگاه داده به عنوان استانداردی جهت ذخیره سازی و بازیابی اطلاعات استفاده می گردد . ماموریت هر پایگاه داده می تواند متفاوت باشد . به عنوان نمونه  می توان از آن به منظور ذخیره تراکنش های مالی یک سیستم مالی و یا ذخیره داده های حیاتی  و مهم در قالب یک انبار داده و به منظور تصمیم گیری استراتژیک استفاده کرد . بخش فناوری اطلاعات (IT) هر سازمان مسئولیت اصلی طراحی و پیاده سازی سیستم های پایگاه داده و نگهداری آنها را برعهده دارد که برای انجام این کار به مجموعه ای از مهارت ها برای مدل سازی داده ها نیاز است . آشنایی کامل با اصول مدل سازی داده ها ، روش ها ، تکنیک ها  و شیوه های مدل سازی داده ها  از جمله الزامات مهم مهارتی در این زمینه می باشد. 
مدل سازی داده بخشی جدایی ناپذیر از فرآیند طراحی و توسعه یک سیستم داده است. در زمان طراحی و ایجاد یک سیستم داده برای سازمان، می بایست تمام اطلاعاتی را که برای پشتیبانی از فرآیندهای کسب و کار مختلف  نیاز است ، شناسایی و به دقت در طراحی مدل مورد توجه قرار داد . مدل داده  از یک طرف  به کاربران یا ذینفعان کمک می کند تا بتوانند شناخت مناسبی نسبت به سیستم پایگاه داده منطبق بر الزامات اطلاعاتی سازمان را پیدا نمایند و از طرف دیگر ،  متخصصان پایگاه داده را قادر می سازد تا سیستم پایگاه داده را دقیقا بر اساس الزامات اطلاعاتی پیاده سازی نمایند . در شکل 2 ، جایگاه یک مدل  داده از دیدگاه ذینفعان و متخصصین پایگاه داده نشان داده شده است .
 
 
مدل داده به عنوان یک ابزار مهم برای برقراری ارتباط با کاربران  و همچنین به عنوان یک طرح سیستم پایگاه داده برای پیاده کنندگان عمل می کند و می بایست پاسخ گویی نیاز دو گروه باشد . مدل سازی داده ها روشی جهت کاوش یا پیگیری ساختارهای داده مورد نیاز برای پشتیبانی از یک سازمان است و می بایست بیانگر محتوا ، شکل، اندازه و قواعد عناصر داده  مورد نیاز در محدوده فرآیندهای کسب و کار یک سازمان باشد . در واقع ، مدل داده یک نمایش مفهومی از ساختار داده مورد نیاز در یک سیستم پایگاه داده را نشان می دهد و شامل مجموعه ای از نمادها و متن است که  از آنها جهت برقراری ارتباط  و  نمایش دقیق چشم انداز اطلاعات استفاده می شود . مدل های داده در اشکال مختلف موجود می باشند . صفحه گسترده یک نمونه متداول در این زمینه است . به فرآیند ساخت مدل داده  ، مدل سازی داده گفته می شود . فرآیند فوق به مهارتهای غیر فنی متعددی  نظیر توانایی گوش دادن، شجاعت لازم  برای طرح  سوالات فراوان ، یک ذهن ساختارمند  علاقه مند به یافتن پاسخ بسیاری از پرسش ها و همچنین بردباری فراوان نیاز دارد . 
 
چرا به مدل سازی داده نیاز داریم و دستاوردهای آن برای یک سازمان چیست ؟
مدل سازی داده بخش مهمی از ساخت یک برنامه است. ارتباطات و دقت و صراحت دو مزیت کلیدی یک مدل داده می باشند : 

•  ارتباطات : افراد با زمینه ها و  سطوح  مختلف تجربه شاغل در بخش های مختلف یک سازمان لازم است که در خصوص نگرانی های کسب و کار گفتگو کرده و تصمیمات متعددی را در ارتباط با کسب و کار اتخاذ نمایند . مهم است که در یک گفتگو بدانیم نحوه برخورد و برداشت طرف مقابل در خصوص مفاهیم مهمی نظیر مشتری و یا فروش به چه صورت است . مدل داده ابزاری ایده آل برای درک ، مستندسازی و در نهایت هماهنگی بین دیدگاه های مختلف در یک سازمان را ارایه می نماید . هنگامی که با صحبت کردن نتوانیم منظور خود را به طرف مقابل منتقل کنیم ( نظیر پرسیدن یک آدرس ) ، استفاده از یک مدل توضیفی می تواند راه حلی ایده آل برای توضیح و یا تشریح مقصد و یا موضوع مورد نظر باشد ( نظیر ترسیم یک شکل به کمک مجموعه ای از علائم و متن برای یافتن یک آدرس بخصوص در یک شهر بزرگ نظیر تهران ) .مدل های داده این امکان را فراهم می نمایند که بتوان با اطلاعات مشابه در سطوح مختلف جزئیات ارتباط برقرار کرد . ایجاد ارتباط با مدل صرفا پس از اتمام طراحی مدل نخواهد بود و در زمان  ایجاد مدل نیز می توان از این ابزار ارتباطی استفاده کرد. در زمان ایجاد مدل ، اطلاعات و دانش فراوانی وجود دارد  که می توان آنها  را به اشتراک گذاشت .در زمان فرآیند ساخت مدل داده ، نیاز به تجزیه و تحلیل داده ها و روابط موجود بین آنها می باشیم . این موضوع و چالش های مرتبط با آن می تواند باعث درک بهتر و مناسبی از محتوای مدل سازی گردد و دانش افراد درگیر در ایجاد مدل را افزایش دهد . پس از تکمیل طراحی مدل داده ، می توان از مدل داده به منظور گفتگو در خصوص چرایی و چگونگی یک برنامه کاربردی استفاده کرد . در واقع ، مدل داده به یک نقشه قابل استفاده مجدد تبدیل می شود که تحلیل گران ، طراحان و پیاده کنندگان می توانند برای درک چگونگی انجام فعالیت ها به دفعات به آن مراجعه نمایند .
• دقت و صراحت  در رابطه با مدل سازی داده ها بدین معنی است که برای خواندن هر نماد و یا اصطلاح  بر روی مدل همه چیز شفاف و واضح است و چیز مبهمی وجود دارند. به عنوان مثال اگر من بر روی مدل و در نقطه ای خاص  A را مشاهده می کنم ، امکان ندارد فرد دیگر ادعا کند که من   B را می بینم . همه چیز شفاف و صریح است و به خوبی می توان از مدل داده  به عنوان یک زبان مشترک جهت  برداشت مشابه از عناصر مختلف موجود در مدل ، استفاده کرد . با توجه به این که مدل داده دقیق ، صریح و شفاف می باشد ، لازم نیست زمان زیادی صرف تفسیر مدل گردد . در مقابل ، می توان بر روی مباحث مفهومی  و اعتبارسنجی مفاهیم مدل داده وقت گذاشت. عوامل متعددی می تواند دقت و صراحت یک مدل داده را خدشه دار نماید . ضعف در تعاریف ، تاکید بر داده های بیهوده و فاقد ارزش و عدم استفاده از برچسب ها و یا استفاده از برچسب های مبهم  ، نمونه هایی در این زمینه می باشد که می تواند منجر به ایجاد یک مدل داده فاقد دقت و صراحت لازم گردد .

 به طور سنتی  ، مدل های داده در حین مراحل تجزیه و تحلیل و طراحی یک پروژه ایجاد می شوند تا مطمئن شویم که نسبت به نیازهای یک برنامه جدید شناخت مناسبی ایجاد شده است و موارد لازم قبل از ایجاد بانک اطلاعاتی  به دقت شناسایی ، جمع آوری ، مستند و در ایجاد مدل لحاظ شده اند . علاوه بر موارد فوق ، از یک مدل داده می توان در موارد متعدد دیگری نیز استفاده کرد . شناخت برنامه های موجود ، آشنایی با کارکرد  حوزه های مختلف  کسب و کار ، انجام تحلیل تاثیر و آموزش اعضاء تیم از دیگر  کاربردهای یک مدل داده می باشد . در شکل 3 به موارد فوق اشاره شده است .

 
خلاصه
طراحی و مدل سازی داده یکی از فعالیت های مهم مدیریت داده می باشد . مدل های داده برای مدیریت موثر داده بسیار حیاتی می باشند ، چراکه یک واژگان مشترک حول و حوش داده را ایجاد می نمایند . هدف مدل سازی داده ها، تأیید و مستند سازی  دیدگاه های مختلفی است که در نهایت هدف آن ایجاد برنامه های کاربردی است که ضمن تطبیق و سازگاری با نیازهای فعلی و آینده سازمان ، فواندسیون لازم برای انجام سایر طرح ها و برنامه های مدیریت داده نظیر مدیریت داده مستر و یا برنامه های حاکمیت داده را ایجاد کرد . مدل سازی مناسب داده ها منجر به کاهش هزینه های پشتیبانی ، افزایش فرصت استفاده مجدد از برنامه ها در آینده و در نهایت کاهش هزینه های ساخت برنامه های جدید می گردد. مدل های داده ، به نوعی توصیف گر داده در یک سازمان می باشند و می توان آنها را نوع خاص و مهمی از متادیتا در نظر گرفت .
در اولین بخش از مجموعه مطالب مدل سازی داده با مفهوم و جایگاه مدل سازی داده و چرایی استفاده از آن به همراه دستاوردهای آن اشاره گردید . در بخش دوم به سراغ اجزاء مدل سازی داده خواهیم رفت و با هر یک از بازیگران  مهم و تاثیرگذار آن  آشنا خواهیم شد.


منابع :