數據倉庫專題20-案例篇:電商領域數據主題域模型設計v0.2(改進意見征集中)


一、電商分類(平台+自營+復合)

 (1)平台型電商:淘寶+天貓+百度Mall等;

 (2)自營型電商:

        2.1 綜合型:京東(早期)+當當(早期);

        2.2 垂直型:好像這種類型越來越少了;

 (3)復合型電商(平台+自營):京東+當當+亞馬遜等;

 二、平台型電商特點(三無+兩有+一核心)

 (1)三無:無商品、無庫存、無物流;

 (2)兩有:有錢+有人;

 (3)一核心:數據

三、主題域模型-L0級:v.1

 

 

 

四、主題域模型-L1級:v0.1

 

五、主題域模型划分要點

主題域模型設計要點:
1.對標法;
2.歸納法;
以上兩種方法都會面臨同樣的問題,即數據主題域划分的依據和可信度問題。如果針對 熟悉的行業或者相對成熟的行業領域,其實對標法,足夠結果問題。而如果是非專業領域,則建議前期不必追究,后續逐步完善的應對策略。在沒有對數據進行深入 分析的時候,主題域的分類,肯定是會有問題。即:
1.成熟領域(熟悉):直接對標;
2.非常熟(熟悉)領域:總結歸納,逐步、迭代完善。

 

六、數據分類體系

 1.領域:domain

 2.主題域:subject area;

 3.主題:Topic;

七、未完待續

   未完待續,意見征集中,歡迎回復留言,如果對於分布式數據倉庫建設有興趣,可加群:

分布式數據倉庫建模 398419457;
 

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM