数据管理现状
数据模型是指现实世界数据特征的抽象，用于描述一组数据的概念和定义。该模型从抽象层面描述了数据的静态特征、动态行为和约束。企业数据模型管理中遇到的问题包括：
生产数据库中有大量没有注释的字段和表，含义不明确，常见的现象有同名不同义、同义词不同义、枚举值不一致等。这些问题将直接影响用户对数据的识别。
在模式改变之前没有合理的判断。
模型修改过程中缺乏监督。虽然很多模型变更都通过了评审，但不知道变更过程是否按照原标准进行了变更。
很多企业的数据模型是一个黑箱，有的甚至根本没有数据模型。
模型管理内容
模型管理主要是解决架构设计和数据开发的不一致性，限制数据开发中表名和字段名的标准化。模型管理一般与数据标准相结合，通过模型管理维护各级模型的映射关系，通过关联数据标准来保证最终数据开发的标准化。理想的数据模型应该是非冗余的、稳定的、一致的和易于使用的。
根据不同的应用层次，数据模型分为三种类型：概念数据模型、逻辑数据模型和物理数据模型。
概念模型是面向用户、面向客观世界的模型，主要用于描述世界的概念结构，与具体的数据库管理系统无关。
逻辑模型是基于概念模型的数据模型，根据业务线、业务事项、业务流程和业务场景的需求，为业务实现而设计。该逻辑模型可以用来指导不同数据库管理系统的实现。逻辑数据模型包括网格数据模型、层次数据模型等。
物理模型是面向计算机的物理表示模型，描述存储介质上数据的组织结构。物理模型的设计要以逻辑模型的结果为基础，保证业务需求的实现。它不仅与具体的数据库管理系统有关，还与操作系统和硬件有关，兼顾了系统性能的相关要求。
模型管理是指参照业务模型设计企业数据模型，使用标准化的术语、文字等数据要素，在信息系统建设、运行和维护过程中，严格遵循数据模型管理制度，对新建的数据模型进行审核和管理，对数据模型进行标准化管理和统一控制，有利于指导企业数据集成，提高信息系统的数据质量。数据模型管理包括数据模型设计、数据模型与数据标准字典同步、数据模型审核与发布、数据模型与数据标准字典同步、数据模型审核与发布、数据模型差异比较、版本管理等。
数据模型是数据资产管理的基础。一个完整的、可扩展的、稳定的数据模型对数据资产管理的成功起着重要的作用。通过数据模型管理，可以清晰地表达企业内部各业务实体之间的数据关联，让不同部门的业务人员、应用开发人员和系统管理人员获得企业内部统一完整的业务数据视图。