El valor de la gestión de datos

El pilar de la gestión de datos: Data Modeling & Design

Posted on Tue, May 21, 2013

El Data Modeling & Design o modelado y diseño de datos es el proceso de documentar el diseño de un sistema de software complejo como un diagrama fácil de entender, utilizando texto y símbolos para representar la forma en que los datos deben fluir. El diagrama se puede utilizar como un plan para la construcción de un nuevo software o para la reingeniería de una aplicación heredada.

Data Modeling & Design

El Data Management consta de 11 funciones distintas. Aprende cuáles son en  nuestra guía: "Data Management: La Gestión de Datos eficaz". Descárgala gratuitamente desde  aquí.

Dentro de la gestión de datos, se necesitan un conjunto de especificaciones para estructurar y organizar los datos relacionales. Esta función se llama modelo y diseño de datos.

En la función de Data Modeling & Design se desciende a un nivel inferior en la estructura sobre la que se organizan los datos, alcanzándose el nivel de base de datos. A diferencia de la función de arquitectura de datos, que es global y describe cómo se estructura el dato y cómo es comprendido por la empresa; en esta función, modelar y diseñar, ya se está entrando en detalle en el dato en sí, siendo por tanto mucho más específica.

 

Modelar y diseñar

La función se despliega en dos procesos que se han de desarrollar conjuntamente y que son:

  • Modelar: es la tarea de estructurar y organizar los datos.  El modelo de datos es un diagrama que usa texto y símbolos, y que se utiliza para representar no sólo los datos, sino también sus relaciones. Se corresponde con el diseño lógico.  
  • Diseñar: es convertir el modelo de datos lógico en el diseño físico, hacerlo realidad, transformarlo en algo tangible.
El objetivo que se persigue con esta función es poder utilizar los datos como recurso.
 

Diferentes enfoques del modelado de datos

Los modeladores de datos a menudo usan múltiples modelos para ver los mismos datos y asegurarse de que se hayan identificado todos los procesos, entidades, relaciones y flujos de datos. Hay varios enfoques diferentes para el modelado de datos, que incluyen:
 
  • Modelado conceptual de datos: identifica las relaciones de más alto nivel entre diferentes entidades.
  • Modelado de datos empresariales: similar al modelado conceptual de datos, pero aborda los requisitos únicos de un negocio específico.
  • Modelado de datos lógicos: ilustra las entidades, atributos y relaciones específicos involucrados en una función comercial. Sirve como base para la creación del modelo de datos físicos.
  • Modelado de datos físicos: representa una aplicación y una implementación específica de base de datos de un modelo de datos lógicos.

Conclusión

Tradicionalmente, los modelos de datos se han construido durante las fases de análisis y diseño de un proyecto para garantizar que los requisitos para una nueva aplicación se entiendan por completo. Un modelo de datos puede considerarse como un diagrama de flujo que ilustra las relaciones entre los datos. Aunque capturar todas las relaciones posibles en un modelo de datos puede requerir mucho tiempo, es un paso importante que no debe apresurarse. Los modelos de datos conceptuales, lógicos y físicos bien documentados permiten a los interesados identificar errores y realizar cambios antes de que se haya escrito cualquier código de programación .

data management guia gratuita

Topics: Data Management