Få en stabil och trygg IT-vardag
Datamodellering
Sammanfattning
Datamodellering är arbetet med att beskriva vilka data en verksamhet har, hur de hänger ihop och hur de ska struktureras och lagras. Arbetet görs ofta i tre nivåer, konceptuell, logisk och fysisk modell, och med metoder som ER-modellering, dimensionsmodellering eller Data Vault. En genomtänkt datamodell ger bättre datakvalitet, enklare integrationer och analyser som går att lita på.
Vad är datamodellering?
Datamodellering är processen att ta fram en datamodell, en beskrivning av vilka uppgifter som ska hanteras, vilka regler som gäller för dem och hur de förhåller sig till varandra. Modellen fungerar som en ritning för databaser, integrationer och analysmiljöer, och som ett gemensamt språk mellan verksamhet och IT.
Ett exempel: innan ett nytt kundsystem byggs behöver man bestämma vad en kund är, om en kund kan ha flera adresser, hur kunder kopplas till order och vilka uppgifter som är obligatoriska. Svaren på de frågorna blir datamodellen.
Konceptuell, logisk och fysisk datamodell
Den konceptuella modellen beskriver verksamhetens begrepp och samband på en övergripande nivå, utan tekniska detaljer. Den logiska modellen lägger till attribut, nycklar och regler men är fortfarande oberoende av teknik. Den fysiska modellen beskriver hur data faktiskt lagras i en viss databas, med tabeller, datatyper och index.
Vanliga metoder
ER-modellering (entitet–relation) och normalisering används främst för system som hanterar transaktioner, där varje uppgift bör lagras på ett enda ställe. För analys används ofta dimensionsmodellering, där data delas in i fakta och dimensioner, som i en stjärnmodell. Data Vault är en metod för datalager som ska kunna växa och ta emot data från många källor, med spårbarhet över tid.
Därför spelar datamodellen roll
Brister i datamodellen märks sällan direkt men kostar över tid: dubbellagrade uppgifter, nyckeltal som räknas olika i olika rapporter och integrationer som är svåra att ändra. En tydlig modell gör det enklare att styra datakvaliteten, dela data mellan system och bygga analyser och AI-lösningar på en stabil grund.
Vanliga frågor om datamodellering
Vad är skillnaden mellan en datamodell och en databas?
Datamodellen beskriver hur data ska struktureras och vilka regler som gäller. Databasen är den teknik där data faktiskt lagras enligt modellen. Samma logiska modell kan byggas i olika databaser.
Vilka verktyg används för datamodellering?
Det finns särskilda modelleringsverktyg som erwin Data Modeler och ER/Studio, men mycket av arbetet görs också direkt i dataplattformar och BI-verktyg. I Power BI och Microsoft Fabric bygger man till exempel semantiska modeller som styr hur data kan analyseras.
Vem ansvarar för datamodellen?
Ansvaret delas ofta mellan dataarkitekter, som utformar modellen, och verksamheten, som äger begreppen och reglerna. Utan verksamhetens medverkan riskerar modellen att bli tekniskt korrekt men fel i sak.