数据建模和数据模型的含义，我们可以分四个部分来了解：

1、业务模型 2、构建表关系/表链接 3、数学模型 4、算法模型          

1、业务模型

重点是懂业务，即了解业务的整个过程，A-B-C 大部分是业务模型，指标体系大多数的本质也是在反映业务本身，也可以归为业务模型 我们曾经有一支优秀的税务数据分析团队，也得益于懂业务

2、构建表关系/表链接

核心含义是使几个相关的表之间建立好联系，以供我们可以更好的数据分析，解决数据表结构层面上连接的一些问题，bi工具/可视化建模工具的主要设计思路  

3、数学模型

按照一定的规律进行计算的模型,比如excel公式计算 包括简单模型和复杂模型 评分模型/积分模型：维度打分-->综合总分   数据模型的本质是通过数学计算/公式计算，得出最终想要的结果，本身并不复杂 难点：计算结果是否可以解决业务问题 我们常说的数据建模主要指数学模型 

4、算法模型

比如：社交购物App的推荐系统，行为输入-->有效结果 涉及到机器学习、人工智能方面的知识，这些是数据挖掘工程师应该掌握的内容 还有一些特定领域，图像识别、视频识别、语言识别、语义识别等，这些是算法工程师的看家本领 

数据建模和数据模型总结1

1、业务模型                       核心

2、构建表关系/表链接   工具的设计思路

3、数学模型                       直接解决业务问题

4、算法模型                       间接解决业务问题

数据建模和数据模型总结2

1、业务模型                         数据分析      数据分析工程师

2、构建表关系/表链接     数据分析      数据分析工程师

3、数学模型                         数据分析     数据分析工程师

4、算法模型                         数据挖掘     数据挖掘工程师/算法工程师 

官方网址