डेटा मॉडल बताता है कि डेटा कैसे संरचित और संबंधित है। यह संस्थाओं, विशेषताओं और संबंधों को परिभाषित करता है। एक ग्राहक का पता होता है। एक ऑर्डर में लाइन आइटम होते हैं। एक उत्पाद एक श्रेणी से संबंधित होता है। यह मॉडल एक ब्लूप्रिंट की तरह है। यह डेवलपर्स को डेटाबेस बनाने का तरीका बताता है और विश्लेषकों को क्वेरी करने का तरीका बताता है। एक अच्छा मॉडल व्यवसाय को दर्शाता है। एक खराब मॉडल भ्रम पैदा करता है जो वर्षों तक बना रहता है।

मॉडल कई स्तरों में आते हैं। वैचारिक मॉडल व्यावसायिक संस्थाओं और उनके संबंधों का उच्च स्तर पर वर्णन करता है। तार्किक मॉडल इसमें अतिरिक्त विवरण जोड़ता है: विशेषताएँ, कुंजियाँ और मानकीकरण। भौतिक मॉडल तालिकाओं, स्तंभों, अनुक्रमणिकाओं और संग्रहण को निर्दिष्ट करता है। प्रत्येक स्तर एक अलग उपयोगकर्ता वर्ग के लिए होता है। व्यावसायिक हितधारक वैचारिक मॉडल को समझते हैं। डेवलपर भौतिक मॉडल पर काम करते हैं। मॉडलिंग की प्रक्रिया स्पष्टता लाती है। ग्राहक वास्तव में क्या है? क्या संभावित ग्राहक, ग्राहक होता है? ऑर्डर रद्द होने पर क्या होता है? इन सवालों के जवाब मॉडलिंग के दौरान मिलते हैं, संकट के समय नहीं। खराब डिज़ाइन किए गए मॉडल ऐसी समस्याएँ पैदा करते हैं जिन्हें ठीक करना कठिन होता है। मानकीकृत न होने वाली तालिकाओं से अपडेट में विसंगतियाँ उत्पन्न होती हैं। कुंजियों की अनुपस्थिति से डुप्लिकेट बन जाते हैं। असंगत नामकरण से भ्रम की स्थिति पैदा होती है। डेटा लोड होने के बाद मॉडल में बदलाव करना महंगा होता है। इसे शुरू से ही सही करना सस्ता होता है, हालांकि यह कभी आसान नहीं होता।

मॉडल स्तर

• अवधारणात्मक — व्यावसायिक संस्थाएँ और संबंध
• तार्किक — विशेषताएँ, कुंजियाँ और मानकीकरण
• भौतिक — टेबल, कॉलम, इंडेक्स और स्टोरेज
• आयामी — विश्लेषण के लिए तारा और हिमखंड योजनाएँ

डेटा मॉडल एक अनुबंध की तरह होता है। यह बताता है कि डेटा का क्या अर्थ है और वे आपस में कैसे जुड़े हैं। यदि यह अनुबंध टूट जाता है, तो इस पर आधारित सब कुछ नष्ट हो जाता है।