일반적으로 시스템 구축 과정에서 생성되는 데이터 모델은 그 품질을 평가하는 것이 매우 어렵다.

대신 이러한 상황에서 대체적으로 좋은 데이터 모델이라고 말할 수 있는 몇 가지의 요소들을 설명하겠습니다.

완전성(Compeleteness)

업무에 필요로 하는 모든 데이터가 데이터 모델에 정의되어 있어야한다.

중복배제(None-Redundancy)

하나의 데이터베이스 내에 동일한 사실은 반드시 한 번만 기록하여야한다. 예) 나이와 생년월일 칼럼이 동시에 존재하면 이것은 데이터 중복이라 볼 수 있다.

업무규칙(Business Rules)

데이터 모델에서 매우 중요한 요소 중 하나가 데이터 모델링 과정에서 도출되고 규명되는 수많은 업무규칙(Business Rules)을 데이터 모델에 표현하고 이를 해당 데이터 모델을 활용하는 모든 사용자가 공유할 수 있도록 제공하는 것이다.

데이터 재사용(Data Reusability)

데이터의 재사용성을 향상시키고자 한다면 데이터의 통합성과 독립성에 대해서 충분히 고려해야 한다.
최대한 단순하게 적은 데이터를 분류하는 것이 확장성과 유연성을 고려했을 때 좋은 방법이다.

의사소통(Communication)

데이터 모델의 역할은 많다. 그 중에서도 중요한 것이 데이터 모델의 의사소통의 역할이다. 데이터를 분석과정에서는 자연스럽게 많은 업무 규칙들이 도출된다. 이 과정에서 도출되는 많은 업무규칙들은 데이터 모델에 엔터티, 서브타입, 속성, 관계등의 형태로 최대한 자세하게 표현되어야한다. 그래야 데이터 모델이 진정한 의사소통의 도구로서의 역할을 한다.

통합성(Integration)

기업들은 과거부터 정보시스템을 구축해 왔던 방법은 개별 업무별로의 단위 정보시스템을 구축하여 현재까지 유지보수를 해오고 있는 것이 보통이다. 점진적인 확장과 보완의 방법으로 정보시스템을 구축해왔기 때문에 동일한 성격의 데이터임에도 불구하고 전체 조직관점에서 보면 여려곳에서 동일한 데이터가 존재하기 마련이다.

가장 바람직한 데이터 구조의 형태는 동일한 데이터는 조직의 전체에서 한번 만 정의되고 이를 여러 다른 영역에서 참조, 활용하는 것이다.