数据化转型的基石是数据建模，但是数据建模具体应该如何做？《数据资源模型手册》的作者Len Silverston 教授根据他多年数据建模领域的工作经验并总结世界许多大型企业的建模经验得出结论：通常有50%以上的（全局的或逻辑的）数据模型都是有适用于多数组织机构的通用构建组成，有其他25%的数据是行业特殊的，平均起来，约有25%的企业数据模型是只有该企业才有的。这意味着数据模型的大部分建模工作是可以直接“拿来主义”进行使用的。
数据建模
很多数据专家，DBA在进行数据建模时，面对庞大而复杂的企业业务时往往难以下手，但是根据Len Silverston 教授的结论，我们的建模工作之所以困难，是因为我们做了太多的重复劳动。如果我们只需要对25%的企业特有数据进行建模，而75%以上的直接使用通用模型，那么我们的建模工作量将大大降低。后续集合文章将会重点讲述如何将75%的通用模型拿来即用。
本篇先开头讲述一下最最基础的数据模型：地理位置信息、国家编码、单位信息、状态、枚举值（字典值）等模型。
地理位置信息模型
状态数据模型
单位数据模型
根据以上数据模型，以及个人从业经验，设计了以下数据表：
基于以上数据模型，我们就可以构建企业的基础数据服务中心，为企业数字化构建地基，当然这只是通用数据模型的冰山一角，如果想要获取完整的模型、数据表、以及初始化数据，请点赞、关注、并私信索取。