利用数据架构看生鲜电商的数据价值
随着互联网和物流业的快速发展，新鲜电子商务遍布全国各地，人们可以在不离家的情况下享用新鲜水果和蔬菜。本文将从数据架构的角度来审视新鲜电子商务的数据价值，希望能对您有所帮助。
目前，数据的价值已经从简单的啤酒尿非湿数据挖掘、决策分析和决策支持、业务分析发展到数据资产和生产率数据。
作为电子商务的垂直领域，新鲜的电子商务是一个数据战场。利用推荐算法和大数据的杀灭成熟度策略，收集完整的定价跟踪和用户偏好，构建全面的用户形象，进行准确的用户操作活动。
对企业来说，从企业体系结构的角度来看，数据集成的价值是基于数据集成的企业内部IT系统的集成；另一种是以业务分析、大数据分析、数据建模等为代表的数据分析价值，数据操作的方式已经从内部管理业务逐渐扩展到客户向用户的外部扩展到供应商的系统运营分析。
其中，数据集成对应于古老的SOA系统ESB和ETL工具，现在更多地称为"数据平台"；数据分析(和数据挖掘)，对应于以前的数据仓库，对应于当前的大数据平台。新鲜的电子商务不过是这两个方面的数据价值而已。
1.新鲜电子商务的数据结构
在阐述新电子商务的数据结构时，首先得出了以下概念。基本概念来自百度百科全书，但最后一句给你增加了我的解释。
数据体系结构：描述企业的主要数据类型、数据源、逻辑数据资产、物理数据资产和数据管理资产的结构和相互作用。
数据主题领域：通常是一组密切相关的数据主题。包含若干数据主题，可根据业务的关注分为不同的主题领域。主题领域在数据仓库中更为常见。为了分析主题领域，我们可以处理数据集市。主题领域由数据仓库的最终用户和设计者完成。在前面的文章中比较了业务领域和应用领域。
数据主题：它是逻辑数据模型的另一种抽象分类，数据主题包含多个概念数据模型。包括在数据主题领域，您可以参与数据仓库的分析主题。它是主题领域下的数据的另一个细分，通常包括主主题域和次要主题域。可以与前一篇文章中的业务能力和应用相对应。详细的数据主题域和数据主题概念可以在企业体系结构书籍中找到，而不是数据仓库书籍。
概念数据模型：它是一个面向数据库用户的真实世界模型，主要用于描述世界的概念结构。它使数据库设计者在设计初期摆脱了计算机系统和DBMS的具体技术问题，专注于分析数据和数据之间的关系等，这与特定的数据库管理系统(DBMS)无关。我的解释是，概念数据模型是E/R，允许产品经理(开发人员)与业务方有效地沟通数据关系。
逻辑数据模型：是一种图形显示方式，一般采用面向对象的设计方法，有效地组织各种业务数据来源，并使用统一的逻辑语言对业务进行描述。
物理数据模型：指提供系统初步设计所需的基本元素，以及相关元素之间的关系。只有开发人员(主要是DBA)描述计算机物理世界的数据关系，即两个数据库表。
