数据仓库数据模型设计是构建数据仓库的核心过程之一。其目的是将多个数据源中的数据整合到一个统一的数据模型中，以支持业务分析和决策。然而，在数仓建设的过程中，由于未能完全按照规范操作， 从而导致数据仓库建设比较混乱，常见以下问题：
- 数仓分层不清晰：数仓的分层没有明确的逻辑，导致数据难以管理和维护。
- 数据域划分不明确：没有明确的数据域划分，导致数据冗余和不一致。
- 模型设计不合理：模型设计没有考虑到业务的实际需求，导致数据质量低下。
- 代码不规范：代码不符合规范，导致维护困难。
- 命名不统一：命名不统一，导致数据难以理解和使用。
- 主题域划分不完整：主题域划分没有涵盖所有业务需求，导致数据缺失。
一、数仓建模的意义，为什么要对数据仓库分层？
只有数据模型将数据有序的组织和存储起来之后，大数据才能得到高性能、低成本、高效率、高质量的使用。
1、清晰数据结构：每一个数据分层都有它的作用域，这样我们在使用表的时候能更方便地定位和理解。
数据关系条理化：源系统间存在复杂的数据关系，比如客户信息同时存在于核心系统、信贷系统、理财系统、资金系统，取数时该如何决策呢？