今天我们以好奇心日报为业务原型，探讨下数据模型建设过程（本人非好奇心员工，好奇心老板看见如果觉得对数据化运营有所帮助记得给我加鸡腿）。

数据模型是数据平台的基石，是平台搭建过程中最最基础、也是最最重要的环节，为后续数据清洗（ETL）、开发数据报表等工作保驾护航。数据建模做的好，后面工作也会更容易，模型做的不到位，一些报表做起来耗时耗力又吃资源，甚至无法实现。

数据建模一般要经历主题和主题域分析、概念模型、维度设计、指标整理、逻辑模型、物理模型。

好奇心是内容型产品，有NEWS、LABS两个频道，有不同新闻分类和独立的栏目，商业模式以在线广告为主。

为什么选好奇心日报？一方面它确实是目前鱼龙混杂的内容产业中的一股清流，新媒体的一个标杆，以好奇心驱动坚持做有品质的内容、筛选最有价值信息、全球**动态； 更主要的是它的产品线全面，有APP、PC网站、移动网站、订阅号、小程序，同时也运营着今日头条、网易、微博等各大媒体公号，且成绩有目共睹。产品线全面、业务规模适中，作为业务原型讨论数据建模最合适不过了。

案例说明

了解数据仓库的，都知道数据仓库是面向主题，也就是其中的数据是按主题进行组织的。

首先从分析主题入手，主题是在较高层次上对业务数据进行梳理、归类，一个主题基本对应一个宏观的分析面。

主题域是确定主题中包括的数据分析范围及边界，确定了主题及主题域，数据平台对外输出能力也基本确定了。

好奇心业务来说可以分为内容生产运营、营销、用户、广告收入四个方面；再对主题进一步细化出子主题，例如广告主题可以拆除订单分析、营收分析、广告位分析、品牌主分析、业绩分析，子主题也就是主题的边界。

下面我们分别展开说说四个主题的内容：