中國農業銀行將數據建模方法與DataOps全生命周期的標準化流水線相結合， 從組織模式、管理制度、系統工具為數據模型結構提供全方位支撐。在組織模式方面，明確數據模型研發各環節的角色職責和人員分工，共同推動 數據模型的建設和管理工作。在管理制度方面，梳理數據研發運營全鏈路中各類技術、業務制度和規范，發 布可實施的技術標準，包括模型設計規范、測試規范等，形成管理“軟規范”。

在系統工具方面，通過平臺工具將模型設計過程與數據標準、數據質量管理要 求融合，建立質量門禁，形成“硬約束”，保障數據模型設計規范的落地執行。

農行的大數據體系在經歷了基礎數據平臺、大數據平臺、數據中臺1.0三個階段 后，邁入了數據中臺2.0階段。農行數據模型最初的框架主要參考了Te reda ta公司 的FS-LDM的主題劃分方式，采用三范式建模與維度建模相結合的方法；當前的數 據模型在此基礎上補充了業務領域視角，與農行產品目錄的劃分保持一致，形成了 數據視角和業務主題結合的通用數據視圖。農行基于企業架構視角以維度建模為主，結合三范式建模的設計方法，如存 款、貸款、理財等實體的設計采取維度建模，參與人相關實體的設計采用三范式建 模。采用以數據驅動為主，業務驅動為導向，通過雙向結合的方式既保證設計的數 據模型符合業務實際發展導向，又保證了數據模型建立在現有的真實數據基礎之 上，從而間接地保證了數據模型的易懂性與可用性。隨著數據架構的演化，農行引入了數據湖的新技術，拓寬了數據底座，以數據 湖為源對數據架構進行了優化，分為基礎寬表、通用寬表、服務寬表三層邏輯架 構。

隨后基于數據資產視角細化主題域模型框架，本著便于業務人員理解和技術人 員實施的原則，細化模型框架時按照客戶性質、業務條線、憑證類別、渠道類型等 進行劃分，將各個分支盡可能的細化。同時確保模型的可擴展性，具體步驟如下：