Salesforce中企业数据架构的设计原则

企业的运营依赖于数据——最好的组织都拥有强大的数据战略。
Salesforce中的企业数据架构是：用于指导 Salesforce 组织中的数据管理的核心设计原则和框架。它可以帮助您确定数据的存储位置、数据的组织方式以及数据如何在您的系统中流动，最终使您能够为您的业务做出更好的决策。

为什么它很重要？

  • 它为与不同利益相关者的讨论和轻松沟通奠定了基础：创建数据架构图可以促进与解决方案架构师和业务分析师 (BA) 的讨论。它还有助于获得安全团队的批准，这些团队关心数据的使用方式及其将跨越的边界；例如，拥有多个旧版客户关系管理 (CRM)系统的跨国组织希望在考虑遵守通用数据保护条例 (GDPR)的情况下，解决数据如何跨大陆移动和存储的问题。
  • 它在推动非功能性需求 (NFR)方面发挥着至关重要的作用：NFR与所设计系统的质量相关，例如性能、可用​​性和可维护性。例如，考虑到可维护性，如果架构定义良好，那么与架构存在重大缺陷时相比，我们将能够相对轻松地增强我们的应用程序，并且在某些情况下可能需要完全重新设计应用程序，这是一个成本高昂且成本高昂的过程。费时的努力。
  • 它支持变更管理：变更是不可避免的。现在，内部和外部力量比以往任何时候都更加快速地推动变革。在内部，增强请求、新的业务流程和技术变革推动了这种变化，而在外部，竞争、地缘政治变化和监管政策等原始市场力量可以推动这种变化。拥有一个定义良好、经过适当记录并使用普遍理解的语言和标准的数据架构，使利益相关者能够快速响应变化。
  • 它可以实现快速提升：我们在上一点中讨论的部分变化也适用于资源变化，这意味着公司中的人员来来去去。建立良好的架构对于培训新人员非常有帮助。以一名新员工为例，他加入了销售流行招聘应用程序的AppExchange合作伙伴的支持团队。拥有数据模型并与新员工一起审查可以缩短增加资源以向客户提供优质支持所需的时间。
  • 它是可重用的：如果一个架构曾经用于一个应用程序并且成功，那么它可以很容易地被企业的其他领域所采用，或者在未来用于类似性质的项目。架构工作紧张且耗时，对于大型项目，需要与多个利益相关者进行大量协作。重用架构消除或减少了与第一次投入相同水平的工作的需要，仅此一项就可以为企业节省大量资金。还有质量方面：当您第二次或第三次重用架构时，你会考虑进一步改进它，而不是从头开始重新思考架构。随着时间的推移，这种持续改进的循环可以产生一种架构，该架构将开始被公司接受作为参考架构。越来越多的项目将开始采用它，或者企业架构师 (EA) 可能会强制将其作为设计其他项目的起点。

设计原则
设计您的概念数据模型、逻辑数据模型并将其转换为物理数据模型

  • 设计并记录您的数据模型 - 让我们了解一下对企业数据架构至关重要的不同类型的数据模型。
  • 了解 Salesforce 和 RDBMS/非关系数据库之间的区别
  • 概念数据模型 (CDM) —此数据模型定义系统包含的内容。该模型通常由业务利益相关者和数据架构师创建。基本目的是组织、范围和定义业务概念和规则。
  • 逻辑数据模型 (LDM) — 定义系统应如何实现，而与 DBMS 无关。该模型通常由数据架构师和业务分析师创建。目的是开发规则和数据结构的技术图。
  • 记录 LDM 中每个实体的数据生命周期
  • 将实体和基数转换为对象和关系
  • 物理数据模型 (PDM) — 该数据模型描述了如何使用特定的 DBMS 系统来实现系统。该模型通常由 DBA 和开发人员创建。目的是数据库的实际实现。
  • 确定是否覆盖标准对象
  • 将实体和基数转换为对象和关系
  • 设计您的物理数据架构

定义您的企业数据策略，其中包括主数据管理 (MDM)

  • 定义MDM 策略，将跨业务需求与数据治理和数据管理视角相结合，以了解和控制主数据访问并同步整个组织的运营。
  • 创建并应用 MDM 策略是为了使多个内部或外部数据系统供应商的主数据质量与行业标准保持一致。通过主数据管理计划，您可以控制如何清理和匹配数据元素，从而保持每个客户、供应商或产品实体的完整性。
  • 应为每个关键实体实施数据保留策略。

设计您的物理数据架构

  • 定义数据仓库和数据湖的需求
  • 选择正确的文档管理系统
  • 了解您的高数据量对象
  • 定义数据质量- KPI，主要分为 4 类：数据验证、数据准确性、数据完成和数据唯一性。
  • 定义数据目录以方便数据集搜索、数据集评估和数据访问。

定义企业对象分类和分层策略

  • 定义GDPR 要求
  • 定义数据分类，并确保设计能够保护组织中仅供内部使用、机密和受限的数据。
  • 定义数据加扰和数据隐私要求并设计策略。
  • 定义元数据的数据分类

定义您的安全模型和数据可见性标准

  • 定义安全模型，不仅针对内部用户，还针对外部用户
  • 设计每个角色的数据可见性

定义企业范围和组织范围的数据标准

  • 通过设置适用于数据收集、存储、处理和处置方式的内部标准（数据策略）来建立数据治理。
  • 定义组织范围的数据类别
  • 根据地理位置定义所需的所有数据监管合规性

定义您的存档和保留策略

  • 定义归档策略- 区分热数据归档和冷数据归档数据集/实体。
  • 定义内务管理规则/保留策略

定义您的报告策略

  • 定义您的报告策略以评估组织的整体报告需求。
  • 设置数据质量和性能监控- 确保我们报告数据质量和性能数据，并将其转化为可用于推动您的组织向前发展的可操作的见解。
  • 设置KPI并定义报告需求 - KPI 可以涵盖所有主要业务部门，包括营销、销售、运营、产品和工程、客户支持和财务。KPI 是应用数据以帮助在各个方面支持业务的关键。