Modellér data for betydning
Findes også på 28 sprog
English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Nederlands · العربية · עברית · Українська · हिन्दी · Русский · Svenska · Norsk bokmål · Suomi · Español (México) · Français (Canada) · Deutsch (Schweiz)
Kapitel 2 i Data Architect, Del 1: At blive dataarkitekt. Forrige: Tænk som en dataarkitekt i Salesforce.
Noget af det, jeg gør i det første opkald med en kunde, er at lytte efter navneordene. Detailpartner. Modtager. Distributionscenter. Levering. Lastbil. Et sted i den samtale ligger begyndelsen på min datamodel, og jeg vil begynde at se den, før nogen åbner Setup. I dette kapitel gør vi det to gange. Først på noget, alle forstår, en hundeskole: ejere, opdrættere, hunde og de tricks, de kan. Derefter på Steve Trucking, det last-mile-leveringsfirma, vi bruger gennem hele kurset.

Billedet er genereret med AI.
I kapitel 1 sagde jeg, at datamodellen er skelettet. Dette kapitel handler om, hvordan du designer skelettet, i den rækkefølge jeg selv gør det: forstå forretningen, beskriv dataene, og beslut først derefter, hvordan Salesforce skal implementere det. Konceptuel, så logisk, så fysisk. Hvis du peger på noget i min fysiske model og spørger »hvorfor er det der?«, vil jeg kunne føre dig tilbage gennem den logiske model og den konceptuelle model til noget, forretningen faktisk har brug for.
Hvert modul starter med hundene i et kort afsnit, der hedder Sit, bliv, modellér, og tager derefter det samme greb over til Steve Trucking. Hold øje med hundemodellen undervejs: det er ét diagram, der vokser fra modul til modul, fra enkle kasser til relationer til en detaljeret datamodel til Salesforce-objekter, og hver kasse bliver på samme sted, så du kan se præcis, hvad hvert skridt tilføjer.
Kapitlet i seks dele
Sektion kaldt “Kapitlet i seks dele ”- Lyt efter navneordene. Find begyndelsen på en datamodel i en forretningssamtale, og glem Salesforce et øjeblik. Fem navneord om hunde bliver til fem kandidatkasser.
- Tegn relationerne. Én eller mange, påkrævet eller valgfri, nu eller over tid, og det forretningsbegreb, der gemmer sig i en mange-til-mange-relation: hundetricket og teamtildelingen.
- Byg den logiske model. Attributter, der beskriver den rigtige ting, og nøgler, der er unikke, uforanderlige, uden betydning og aldrig personoplysninger. Hvorfor en hunds navn, ejerens telefonnummer og selv dens mikrochip ikke slår til som dens nøgle.
- Placér data, hvor de hører hjemme. Hvad normalisering er, derefter et regneark med seks hunde, der skridt for skridt bringes til tredje normalform, og de samme tre spørgsmål hos Steve Trucking.
- Design til tredje normalform, og træd så et skridt tilbage. Når jeg med vilje træder væk fra den rene model: brugere, rapportering, valgliste eller lookup-relation, skala, analyse og AI. Og dagen, hvor hundeskolen begynder at tage imod katte.
- Gør modellen til Salesforce. Fra den logiske model til standardobjekter og brugerdefinerede objekter, felter og relationer, master-detail eller lookup, og hvorfor du ikke designer ud fra Setup.
Når du er færdig, kan du teste dig selv med kapitlets studieguide: en tjekliste til eksamen, vanerne ud over den, de ord, du skal kende, og et par spørgsmål.
Det kan du bagefter
Sektion kaldt “Det kan du bagefter ”- Finde kandidater til entiteter og relationer i en samtale eller et kravdokument og validere dem med forretningen.
- Beskrive hver relation: dens kardinalitet, dens betydning, om den er påkrævet, og om dens historik betyder noget.
- Bygge en logisk model med attributter på de rigtige entiteter og nøgler, der holder.
- Bruge 1NF, 2NF og 3NF som praktiske spørgsmål og denormalisere bevidst, med viden om, hvad det koster.
- Overføre en logisk model til Salesforce og føre hvert fysisk valg tilbage til forretningen.
Læs mere
Sektion kaldt “Læs mere ”- Salesforce Certified Platform Data Architect Exam Guide (opens in a new tab), Salesforce Help (på engelsk, kontrolleret 2026-10-12): mål DM-1, datamodellen
Næste: Dataarkitektur i Salesforce
