Data Modelleren

Data en Informatie Modelleren

Data en informatie visualiseren en modelleren

Data en informatie modelleren geeft je inzicht in wat de structuur van data is en wat de wensen en eisen zijn die vanuit de organisatie gesteld worden aan deze data. Dit geldt zowel voor data in gebruik en het produceren van data en alle tussenliggende stappen zoals transformatie, opslag en integratie.

Een aantal belangrijke datamodellen:

  • Conceptueel datamodel
  • Logisch datamodel
  • Fysieke datamodellen voor databases en berichtenverkeer

Echter introduceren van data modelleren vraagt modelleer- en naamgevingsconventies en de selectie van de juiste data modelleertechnieken. Dat is wat wij bieden in combinatie van publicaties, voorbeelden en het gebruik van een Datamodelleer tool. . .

Producten en diensten

Data en informatiemodelleren

Data modelleren in de praktijk

Dit boek bestaat uit twee delen, in ieder deel wordt vanuit een ander gezichtsveld gekeken naar data en modelleren. In het eerste deel wordt gekeken naar de verschillende modelleervormen. In het tweede deel ligt de focus op toepassingsgebieden.

Voorbeeld data modelleren

In de voorbeeldrepository zitten een aantal uitgewerkte data modellen op basis van een drie laags datamodelleer raamwerk. Naast dit drielaags model zijn er extra modelleervormen opgenomen voor security, data ware houses of de koppeling met bedrijfsprocessen.

Masterclass Data en Informatie Modelleren

Een tweedaagse masterclass voor het leren van data modellen op basis van verschillende datamodelleer technieken

Masterclass data modelleren met Sparx Enterprise Architect

Hands on training voor het opstellen van verschillende datamodellen met behulp van Sparx Enterprise Architect.

Online Publicatie omgeving

Toegang tot de Interactory Online Publicatie omgeving waarin je op eenvoudige wijze toegang krijgt tot alle actuele producten en publicaties rond data modelleren.

Whitepapers en artikelen

Een bibliotheek met artikelen en whitepapers over data architectuur een handige op tags gebaseerde classifiactie en zoekmogelijkheden. Volg de link voor een voorbeeld.

Data Modelleren Dienstverlening

Coaching

Coaching van data modelleurs bij het opstelen van datamodellen op zowel conceptueel-, logisch- en fysiek vlak. Inclusief de integratie van deze modellen tot een integraal datamodel.

Modelleren

Uitwerken van datamodellen met behulp van het Sparx Enterprise Architect, ArchiMate, UML, ER diagram en XSD.

Trainingen

Trainingen op het vlak van Data modelleren.

IDEA Addon voor Enterprise Architect

Extensie voor Sparx Enterprise Architect ten behoeve van data modelleer activiteiten. Met onder andere een voorbeeld repository voor data modellen.

Web Publicatie Platform voor datamodellen uit Enterprise Architect

AddOn voor Sparx Enterprise Architect voor het ontsluiten van data modellen via een gebruikersvriendelijke user interface

Sparx integratie

Integratie van Sparx Enterprise Architect voor de uitwisseling van gegevens naar en uit andere informatiesystemen, zoals service management tools, data management suites en MS-office bestanden.

Ja ik wil graag meer informatie

Artikelen

Data Modelleren Content

Applicatie Portfolio Management en canonieke data modellering

Canonieke datamodellering inzetten voor applicatie portfolio management

Canonieke Data Modellering op basis van Archimate

Modelleren op basis van de open standard ArchiMate is een goed uitgangspunt voor het uitwerken van een canoniek data model. Echter, voor een aantal CDM modelleringswijzen volstaat de basis uitwerking niet. Gelukkig biedt ArchiMate de mogelijkheid om extensie te maken. Dit whitepaper beschrijft welke onderdelen van ArchiMate ingezet kunnen worden voor een CDM en hoe een extensie kan worden ingezet voor het realiseren van een complete CDM uitwerking.

Canonieke modellen, services en documenten

Beschrijving van het toepassen van canonieke modellen binnen service oriented architectures

Data Mapping form in EA

Webvideo on data mappings in Sparx Enterprise Architect

Datamodellering toepassen data analytics

Data analytics is een nieuw vakgebied dat door steeds organisaties wordt ingezet. Er zijn vele vormen van data analytics beschikbaar zoals BI, DWH, Predictive Analytics of Machine Learning. Binnen data analytics speelt data modellering een rol. Met name het leggen van verbanden tussen de data entiteiten in de bronnen en het logische model van de analyse is essentieel. In een vroeg stadium nadenken welke modelleervormen relevant zijn, hoe deze aan elkaar verbonden worden en hoe de stakeholders daarbij betrokken zijn ondersteunt de introductie van effectieve analytics. In dit whitepaper hebben we een combinatie van modelleervormen beschreven die een (minimale) set is van generieke notatiewijzen op basis waarvan data analytics in organisaties gemodelleerd kunnen worden. Voor specifieke toepassingen kunnen specialistische modelleervormen nodig zijn.

Datamodellering: ArchiMate Data & Applicatie Modellering

ArchiMate Data & applicatiemodellering is een onderdeel van de modelleertaal ArchiMate voor het modelleren van Enterprise Architecturen. Het wordt gecombineerd met een aantal andere viewpoints binnen ArchiMate waarmee krachtige modellen opgesteld kunnen worden voor verschillende soorten stakeholders. ArchiMate Data & Applicatiemodellering is een secundair viewpoint maar omvat entiteiten uit de primaire viewpoint. Hiermee ontstaat een verbinding met de andere (secundaire) viewpoints.

Datamodellering: ArchiMate Data & Bedrijfslaag Modellering

ArchiMate Data & bedrijfslaagmodellering is een onderdeel van de modelleertaal ArchiMate voor het modelleren van Enterprise Architecturen. Het wordt gecombineerd met een aantal andere viewpoints binnen ArchiMate waarmee krachtige modellen opgesteld kunnen worden voor verschillende soorten stakeholders. ArchiMate Data & Bedrijfslaagmodellering is een secundair viewpoint maar omvat entiteiten uit de primaire viewpoint. Hiermee ontstaat een verbinding met de andere (secundaire) viewpoints.

Datamodellering: ArchiMate Data & Motivation Modellering

ArchiMate motivation datamodellering is een onderdeel van de modelleertaal ArchiMate voor het modelleren van Enterprise Architecturen. Het is een combinatie van een model van data entiteiten en motivation concepten. Er worden krachtige modellen opgesteld worden voor het in kaart brengen van stakeholders en hun concerns.

Datamodellering: ArchiMate Data Modellering

ArchiMate Datamodellering is een onderdeel van de modelleertaal ArchiMate voor het modelleren van Enterprise Architecturen. Het wordt gecombineerd met een aantal andere viewpoints binnen ArchiMate waarmee krachtige modellen opgesteld kunnen worden voor verschillende soorten stakeholders. De modellen worden met name gebruikt voor interactie met business vertegenwoordiging. Daarnaast kan deze notatie gebruikt worden om de verbanden tussen de bedrijfslaag met de onderliggende lagen (applicatie en technologie).

Datamodellering: Begrippenboom

De begrippenlijst en begrippenboom zijn krachtige notatiewijzen voor het op hoog abstractie niveau in kaart brengen van begrippen en hun onderlinge relaties. De notatie is eenvoudig en kan daardoor ingezet worden bij stakeholders met weinig modelleerervaring en weinig affiniteit met ICT.

Datamodellering: CRUD Matrix

CRUD matrix is een datamodellering notatie waarmee de bewerkingen Create, Read, Update en Delete worden gecombineerd met Data entiteiten en gedragsentiteiten. De notatie wordt toegepast op alle drie de modelleerlagen, fysiek, conceptueel en logisch. Naast toepassingen in de datamodellering wordt de CRUD matrix gebruikt binnen data management, data security en data privacy. Hierbij gaat het meer om de autorisaties die gebruikers hebben op de verschillende data entiteiten.

Datamodellering: Data Flow Diagram

Data Flow Diagrammen zijn een krachtige- en relatief eenvoudige modelleerwijze om gegevensstromen binnen een informatiesysteem te modelleren. De notatie is relatief abstract en wordt daarom met name ingezet voor conceptuele data modellering.

Datamodellering: Data mappings

Data mappings zijn een krachtige, en daarom veelvuldig toegepaste, notatiewijze in de data modellering. Omdat het eigenschappen van verschillende data entiteiten met elkaar verbindt biedt het op een detailniveau de mogelijkheid om koppelingen te documenteren. De notatiewijze is eenvoudig te begrijpen en informeel. De notatie kan uitgebreid worden met eigen interpretatie of verrijking van de associaties. Daarnaast kunnen associaties gelegd worden tussen willekeurige soorten data entiteiten en andere concepten in het domein. Dat is krachtig maar kan ook een risico vormen.

Datamodellering: Entity Relationship diagram

ER diagram is een veelgebruikte notatiewijze met name voor het opstellen van fysieke datamodellen voor implementatie in relationele databases. Het legt daarmee een verbinding tussen de logische modellen en de fysieke implementatie in een relationeel database platform. Het is daarmee een onmisbare schakel in de data modelleerketen.

Datamodellering: RACI matrix

RACI matrix is een datamodellering notatie waarmee de bewerkingen Responsible, Accountable, Consulted en Informed worden gecombineerd met Data entiteiten en gedragsentiteiten. De notatie wordt toegepast op met name de conceptuele datamodellering. Naast toepassingen in de datamodellering wordt de RACI matrix met name gebruikt binnen data management, data governance, data security en data privacy. Hierbij gaat het meer om de verantwoordelijkheden en betrokkenheid die rollen of stakeholders in de organisatie hebben op de verschillende data entiteiten.

Datamodellering: Score Matrix

Score matrix is een datamodellering notatie waarmee een score, bijvoorbeeld van 0 - 10 worden gecombineerd met Data entiteiten en eisen, requirements of kwaliteiten. De notatie wordt toegepast op met name de conceptuele datamodellering. Naast toepassingen in de datamodellering wordt de score matrix met name gebruikt binnen data management, data kwaliteiten, data security en data privacy. Hierbij gaat het veelal om twee perspectieven, bijvoorbeeld de huidige en de gewenste situatie.

Datamodellering: SIPOC

SIPOC is een eenvoudige datamodelleertechniek met name geschikt voor conceptuele modellering in interactieve workshops. Kenmerkend is dat de notatiewijze weinig toelichting nodig heeft en daarmee behoorlijk zelf verklarend is. SIPOC is goed te combineren en uit te breiden met andere notatiewijzen zoals UML en ArchiMate. De notatiewijze wordt ondersteund door veel vormen van tooling inclusief kantoorautomatisering.

Datamodellering: UML KLassediagram Basis

UML klassenotatie is een veelgebruikte notatiewijze met name voor het opstellen van logische datamodellen. Het legt daarmee een verbinding tussen de fysieke modellen en de conceptuele modellen en is daarmee een onmisbare schakel in de data modelleerketen. Het klassediagram wordt in veel situaties toegepast, met name waar een relatie is met softwareontwikkeling. De basisnotatie biedt al een ruime hoeveelheid mogelijkheden om complexe modellen op te stellen. Dit is enerzijds de kracht van het UML klassediagram en anderzijds een zwakte omdat de modellen veelal te complex zijn voor stakeholders met minder modelleerervaring.

Datamodellering: UML Klassediagram Geavanceerd

Geavanceerde UML klassenotatie is een veelgebruikte notatiewijze met name voor het opstellen van logische datamodellen voor bijvoorbeeld open standaarden. Het geeft een detaillering van de UML basisdiagrammen en introduceert met name hergebruik. Voor geavanceerde UML klassenotatie is een veelheid aan tooling aanwezig, in dit artikel slechts een beperkte opsomming. Wil je het klassediagram gaan inzetten voor het genereren van programmatuur dan is de tooling keuze minder breed maar nog steeds een ruim voldoende.

Inleiding datamodellering

In dit whitepaper hebben we een introductie gegeven van datamodellering en een aantal raamwerken geschetst op basis waarvan de verschillende datamodelleerwijzen in verband gebracht kunnen worden tot elkaar. Wat is het doel van deze exercitie?

Modellers Block

Tips hoe om te gaan met een modellers block

Opnieuw een drie lagen model

Uitwerking van een drie lagen model voor dienst informatie modellen.

Over canonieke modellen

Canonieke data modellen worden op verschillende plaatsen in de IT toegepast. Deze blog beschrijft een aantal patronen.

Tien tips voor datamodelleren

Modelleren is een vakgebied gebaseerd op eenvoudige notaties. Echter op het moment dat en model opgesteld wordt blijkt de te modelleren werkelijkheid al snel complex. In dit whitepaper worden daarom een aantal handvatten geboden die ingezet kunnen worden om de complexiteit te verminderen. De meeste van de tien tips zijn gericht op het reduceren van de modelleercomplexiteit door het opsplitsen van het totaal in kleinere gerubriceerde deelactiviteiten die minder complex zijn.

Tools voor canonieke datamodellering

Voor canonieke data modellering zijn meerdere tools beschikbaar. Dit artikel beschrijft een werkwijze van criteria opstellen.

Webvideo Applicatie Portfolio Management

Webvideo applicatie portfolio en datamodellering

Webvideo codegeneratie

Een webvideo over het genereren van source code op basis van een canoniek model

Webvideo over data driven websites en canonieke modellen

Webvideo over data driven webtoepassingen op basis van een canoniek model

XML Schema Definities modelleren

In dit whitepaper wordt de datamodelleervorm XML Schema Definition (XSD) beschreven. Deze modelleervorm staat in verhouding tot een aantal andere modelleervormen. Wil je een beeld krijgen van welke modelleervormen er zijn bekijk dan het whitepaper wat een introductie geeft tot datamodelleervormen en deze serie van whitepapers zie Inleiding datamodellering. Dit whitepaper is een onderdeel van meerdere whitepapers over modellering in de fysieke laag. XSD modellering is specifiek voor het modelleren van berichtuitwisseling op basis van gestructureerde berichten gebaseerd op XML. Daarnaast zijn modelleerwijzen rond JSON maar ook de opslag van gestructureerde data (ER) relevant. Informatie over deze modelleervormen is te vinden in deze serie van van whitepapers.