企业级架构建模系列之二“深入研究业务架构设计过程”

       企业级架构和建模，是将多个烟囱式、项目级的业务系统，升级到一个组件化、标准化的业务系统的设计过程。企业级架构的具体内容包括了业务架构和IT架构两个方面，在模型层面是统一的流程建模、产品建模、数据建模。今天，通过对相关资料的深入学习，我们一起研究讨论一下企业级业务架构的设计过程。

       01从价值链剖析到组件沉淀

       图引自《企业级业务架构设计》，较好地解释了企业级业务架构的基本内容。通过该图，我们可以看到业务架构的五大基本元素：价值链、业务领域、业务流程（即活动、任务、角色）、业务数据和业务组件。

       价值链：是构建企业能力统一视图的“横向“结构，每个价值链环节中均包含了若干个业务流程。 业务领域：是构建企业能力统一视图的“纵向“结构，描述了各类业务流程应如何通过组合实现领域级的业务目标。 业务流程：也叫做业务活动，是由不同角色分别完成的若干任务组成的。 业务数据：是任务执行过程中与活动发生联系的数据。

       业务组件：是企业某一类业务能力的体现，数据主题域将关系紧密的数据进行聚类，再将与数据关系紧密的任务（行为）聚类，从而形成同时包含行为和数据的业务组件。

企业的业务能力是由“价值链”组成的。无论是“以客户为中心”还是“以价值为导向“，都需要在价值层面就企业的业务链条归纳总结，这方面，有很多逐步演进的提法，在更早时候BPM企业级流程管理等概念兴起的时候，就是力图要形成企业关键作业链路的总结，而目前比较流行的用户旅程方法也有类同之处。因此，组件化、标准化的表达业务能力，是企业级业务架构的基本工作。

       02业务流程的组件化

       组件化、标准化的表达业务能力，在业务流程层面落脚就是对“活动”、“任务”、“步骤”的梳理、甄别、提炼，核心工作是企业级的流程建模和产品建模。

       1.如何构建活动

       活动是流程建模中至关重要的阶段，意味着流程模型框架的确定，也承载着流程建模的关键特性，同时体现了流程模型标准化的特征，是可共用的、标准的、灵活的流程。

       活动的汇总、整合、分类分组都需要进行标准化，首先需要按照产品业务流程及客户体验顺序原则进行分组合并，然后有针对性地重点检查头寸、限额、估值、定价、核算、操作风险等容易落实的活动。

       2.如何构建任务

       任务的一大特征是满足企业级流程中的可复用性，既具有明确的业务目的，又有明确的产出成果，遵循角色、技术、时效、人工决策点划分原则，按照客户、渠道、产品等的差异性规则统一进行封装，通过实现变量因子控制业务规则来满足业务的灵活性。

       任务标准化是企业模型始终要坚持的原则，任务标准化可以形成一套唯一的业务术语，既有利于业技沟通，也有利于统一任务的颗粒度。即按照统一的标准进行标准化，形成企业级标准化的任务。标准化的过程应该按照唯一性、复用性的要求进行，包括相同的对象、含义、结果、输入和可被不同的角色执行。

       3.如何构建步骤

       步骤是流程建模中最细颗粒度的描述，包括所有的业务规则和业务信息，与客户、渠道、产品等变量因子进行映射，描述如何使用这些规则。在构建步骤的过程中，应保证业务规则去除变量隐私的差异化，同时结合产品模型、数据模型，对业务规则进行提炼抽象。

       在构建步骤时，一般可以从定义步骤，描述步骤处理的目的入手，进一步按照实际的业务办理情况描述处理逻辑，在此过程中形成业务资料、授权信息等。

       03数据模型的标准化

       企业级架构和建模中，数据实体和数据属性都需要确保唯一性，这一点不但要求在建模过程中通过工具筛查做到，更需要在生产阶段能够落实并进行管控。如何进行合理有效的管控，落到实处就是企业级数据模型的标准化。

       1.数据模型基本分类

       企业级数据模型的基本分类类似于软件工程中的概设与详设阶段，上图中的概念建模对应于概设阶段，而物理建模对应于详设阶段。从主题域模型到物理数据模型，是不同程度的抽象和细化的层次。企业级数据模型的建设采用自上而下和自下而上相结合的方式，设计思路是先自上而下确定主题域模型，再从流程及产品模型抽象出实体及属性，确定各主题域包含的业务对象、关键实体及实体间的关联关系，建立概念数据模型和逻辑数据模型，就是概设阶段，最后结合实际落地的物理数据模型，自下而上进一步完善逻辑数据模型，就是详设阶段。

       2.数据模型与数据标准体系的关系

       1）标识符与主数据的关系

       实体的标识符属性对应于数据库中的主数据编码，对于它的定义可以直接根据数据字典规范对关键主数据编码进行标准化，明确权威系统与编码规则，并在业务含义上进行规范描述。

       2）描述类属性与字典规范的关系

       描述类属性指实体的非标识符属性，对于它的含义，要遵循企业内部发布的《企业级数据字典规范》，若存在不满足的情况，可以参考字典规范管理流程，进行新建规范术语。

       3）衍生数据和指标标准的关系

       对于衍生数据，需要在流程模型中，详细记录数据的加工规则，特别是涉及到统计类指标或者业务标签属性，可以作为指标标准纳入标准库管理。

       4）实例组与关键代码的关系

       枚举值作为实例组的取值，需对其进行标准化，以解决各业务条线的冲突。定义枚举值时，要明确枚举值属性的权威来源，取值要尽可能覆盖所有条线并且没有交叉重叠。

       3.数据建模基本原则

       1）唯一性

       数据建模的唯一性主要体现在两方面，一是模型内要保证实体和属性的唯一性；二是在生产过程中要保证数据生成责任的唯一性，数据主人是主数据的设计方，其他副本数据应与主数据保持一致。例如数据关系中A主题域引用B主题域的实体，在对A主题域进行聚类时，不会将B主题域中被引用的数据实体相关联的聚集进来，反之在B主题域进行聚类时则可以考虑聚集A中引用数据实体，这是因为数据的生成是在B主题域。

       2）完整性

       完整性意味着模型应包含企业的全部业务信息，支持企业的相关业务活动。由于C模型要求严格的三范式结构，不能有冗余或派生，在实际开发前，为了满足不同业务场景的需要，会做一定的 “降范式” 处理，即增加部分冗余和派生数据。通常情况下，逻辑模型只能覆盖40%-70%物理模型中的实体信息，而C’模型的业务数据应完全满足实际的数据库开发需要，即在C’模型阶段就应该包含企业的全部业务信息。

       3）一致性

       一致性包括进度一致和语义一致两方面。在进行模型设计时，数据模型应与业务模型同时进行，并通过反复比对校验，保证业务与数据模型中各实体的语义一致性。例如在概设阶段可以通过识别任务需要使用的实体，完成数据实体与任务的对接。这种对接需要更多的从语义方面去理解流程与数据的关系，即通过语义去判断任务和数据实体的颗粒度是否恰当、数据实体是否完全满足任务的调用需求等。

        4）标准化

       数据模型标准化主要指实体及属性信息的标准化。其设计应符合企业级标准体系，在生产阶段要通过数据管控平台或者工具对数据字典规范进行严格管理，对于未进入数据字典的数据项，将无法生成企业唯一的数据项编号。数据模型通过对流程和产品模型中产生的实体和属性进行提炼，根据相应业务场景的实际物理库表进行技术剥离，再进行主数据和关键代码识别，从而抽象出相关实体，并进行标准化处理，最终输出标准化全实体属性清单。

       5）工具管控

       完成数据建模后需要通过工具对生产阶段数据进行管控。一般先对生产进行严格管理，再逐步对存量进行处理。从长远的角度来说，企业级数据模型的设计不仅仅是对于业务数据的全面建模，进入实操阶段后，还需要对生产数据进行严格管理，也需要对历史数据按实际情况分批次进行合理有效的处理，以上三方面的汇总才是真正的全流程企业级数据模型设计。

       系列二的内容由引出数据建模的核心原则结尾，下期我们将围绕业务架构设计的具体案例，研究业务架构设计的落地实操。

       参考文献

       [1]付晓岩. 企业级业务架构设计：方法论与实践[M].北京:机械工业出版社.2019.