PROPOSISI NILAI MODEL DATA 3
MANFAAT PEMODELAN DATA SEBAGAI NILAI PROPOSISI
PROPOSISI NILAI # 3: PENGEMBANGAN YANG DIPERCEPAT
Dengan pemodelan data, pengembang dapat fokus pada pengembangan, bukan penemuan persyaratan, dan dapat berkembang dengan sedikit kesalahan selama siklus pengembangan.
Skema skema DBMS dapat dihasilkan dan dipelihara seluruhnya dari model data (normal dan dimensional). Ini karena alat pemodelan secara otomatis membuat skrip DDL, yang terkadang panjang dan rumit. Ini adalah kode asli. Model data memudahkan modifikasi skrip yang ada. Model data membantu pengembang memvisualisasikan dan memahami struktur data area bisnis. Online, manajemen model yang disinkronkan menyediakan model yang bisa dibagikan yang memungkinkan kolaborasi dan berbagi.
Pemodelan data akan memungkinkan sistem dikirimkan sedini mungkin. Penyampaian awal sistem akan berarti pengembalian modal awal pada pembangunan. Payback sebelumnya berarti meningkatkan pendapatan dari sistem.
Pemodelan data perlu menjadi bagian integral dari setiap proyek pengembangan agile mencakup setiap metode agile yang digunakan, seperti Scrum, XP, dll. Perusahaan dapat menerapkan salah satu metode yang sesuai dengan kebutuhan perusahaan.
PROPOSISI NILAI # 4: MENINGKATKAN KUALITAS DATA
Pemodelan data meningkatkan kualitas data dengan beberapa cara. Ini mendukung penegakan domain nilai dengan memastikan bahwa hanya nilai yang valid yang disimpan di bidang; dengan mendefinisikan dan menerapkan peraturan pengeditan; dengan mengasuransikan kardinalitas dan integritas hubungan; dan dengan mewajibkan metadata yang berarti. Domain nilai mengidentifikasi nilai yang valid yang dapat digunakan di bidang. Pemodelan data memungkinkan untuk definisi atribut wajib, opsional dan ditunda. Atribut yang ditunda adalah salah satu yang tidak dapat dimasukkan pada waktu pembuatan data tetapi harus diperkenalkan nanti atau entitas akan selesai. Aturan validasi data memastikan bahwa nilai sesuai dengan format data dan aturan pengeditan yang sah. Pemodelan data meningkatkan integritas data dengan menyediakan kardinalitas hubungan dan memungkinkan batasan hubungan. Ini memberlakukan integritas referensial, yang meningkatkan integritas data secara keseluruhan. Model data yang tepat mengharapkan metadata yang baik. Misalnya, model data dapat memastikan bahwa kode negara, kode pos, nomor telepon, dan nama partai bisnis yang valid disertakan untuk setiap pelanggan, sehingga pelanggan selalu memiliki setidaknya satu alamat, dan data alamat tersebut diberikan kepada pelanggan.
Pemodelan data meningkatkan kualitas informasi dengan memastikan definisi bisnis yang jelas dan konsisten (atau “metadata”). Metadata adalah definisi aset sistem, seperti database atau tabel. Karena salah satu komponen utama dari model data lengkap adalah metadata, metadata dalam model data akan memungkinkan aset data dipahami dan dimanfaatkan dengan benar. Hal ini penting untuk penggunaan model oleh pengembang, oleh pelaku bisnis dan untuk pemeliharaan di tahun-tahun depan.
PROPOSISI NILAI # 5: MENINGKATKAN ASET DATA YANG ADA
Adalah penting bahwa organisasi memanfaatkan aset data yang ada. Ini berarti penggunaan kembali model data, termasuk database terpadat. Menggunakan kembali database yang ada dimana database yang bersangkutan ada harus diprioritaskan saat membuat database redundant khusus aplikasi. Misalnya, katakanlah sebuah organisasi produk konsumen sedang membangun database untuk menutup layanan pemeliharaan peralatan. Selain membuat tabel untuk mencakup layanan dan untuk merekam layanan yang dilakukan, rencana aplikasi meminta pembuatan database baru untuk lokasi, jenis peralatan, dan petugas servis, antara lain. Namun, katakanlah, data ini sudah dibuat dan sedang digunakan oleh sistem yang digunakan untuk memasang peralatan di tempat pertama. Membuat database yang berlebihan secara keseluruhan atau sebagian akan menciptakan biaya tambahan yang signifikan. Ini akan melibatkan dukungan ekstra untuk membuat database, antarmuka ekstra untuk memindahkan data bolak-balik antara database ini, dan prosedur sinkronisasi untuk menghindari anomali update. Sebagai gantinya, jika memungkinkan, aplikasi baru harus menggunakan struktur data dan nilai data untuk database ini.
Implikasi lebih lanjut dari proposisi nilai ini adalah bahwa pemodelan data mendukung data dan sistem yang lebih baik. Ini bukan tugas kecil. Di pasar saat ini, merger dan akuisisi merupakan strategi utama pertumbuhan bisnis dan profitabilitas. Misalnya, katakanlah dua organisasi keuangan besar memutuskan untuk bergabung. Masing-masing memiliki database sendiri, namun sayangnya mereka tidak memiliki model data yang bagus dan ada perbedaan besar antara database umum mereka. Dengan mudah dapat mengintegrasikan organisasi ini, bahkan hanya untuk mengkonsolidasikan, basis data mereka untuk pelanggan, akun, transaksi, dan produk, untuk beberapa nama, jika mereka harus melakukannya secara manual.
Sumber : TOM HAUGHEY, INFOMODEL, LLC
