Modelado de datos simplificado: A Practical Guide for Business and It Professionals

Opiniones de los lectores

El libro «Data Modeling Made Simple» ha recibido críticas dispares. Muchos elogian su estilo de redacción accesible y sus ejemplos prácticos, mientras que algunos críticos señalan sus limitaciones en cuanto a profundidad y alcance, sobre todo para profesionales experimentados. Es recomendable para principiantes y profesionales de la empresa, pero puede no satisfacer las necesidades de quienes buscan una orientación técnica detallada.

⬤ Estilo de redacción accesible y fácil de entender, adecuado para principiantes y profesionales de empresa.
⬤ Ejemplos prácticos del mundo real que ayudan a comprender los conceptos de modelado de datos.
⬤ Enfoques paso a paso y explicaciones claras, sobre todo en las secciones sobre modelos de áreas temáticas y normalización.
⬤ La estructura del libro ayuda en el aprendizaje, con capítulos que se construyen unos sobre otros.
⬤ Incluye herramientas útiles como el Data Model Scorecard.

⬤ Le falta profundidad en temas avanzados, lo que puede dejar a los lectores más experimentados con ganas de más detalles.
⬤ Algunos críticos consideran que el libro es demasiado simplista o amplio, y afirman que no proporciona suficiente orientación técnica (por ejemplo, sobre modelado de relaciones o indexación).
⬤ Se han señalado problemas de presentación, como el diseño y la calidad de impresión, que dificultan la lectura.
⬤ Algunos contenidos (por ejemplo, los capítulos sobre XML y datos no estructurados) pueden parecer tangenciales al enfoque principal del modelado de datos.

(basado en 35 opiniones de lectores)

Título original:

Data Modeling Made Simple: A Practical Guide for Business and It Professionals

Contenido del libro:

Data Modeling Made Simple proporcionará al profesional empresarial o de TI un conocimiento práctico de los conceptos y las mejores prácticas del modelado de datos. Este libro está escrito en un estilo conversacional que le anima a leerlo de principio a fin y dominar estos diez objetivos:

⬤ Saber cuándo se necesita un modelo de datos y qué tipo de modelo de datos es más eficaz para cada situación.

⬤ Leer un modelo de datos de cualquier tamaño y complejidad con la misma confianza que se lee un libro.

⬤ Construir un modelo de datos relacional totalmente normalizado, así como un modelo dimensional fácilmente navegable.

⬤ Aplicar técnicas para convertir un modelo de datos lógico en un diseño físico eficiente.

⬤ Utilizar varias plantillas para que la recopilación de requisitos sea más eficiente y precisa.

⬤ Explicar las diez categorías del Data Model Scorecard.

⬤ Aprender estrategias para mejorar sus relaciones de trabajo con los demás.

⬤ Apreciar el impacto que los datos no estructurados tienen, y tendrán, en nuestros resultados de modelado de datos.

⬤ Aprender conceptos básicos de UML.

⬤ Poner el modelado de datos en contexto con XML, metadatos y desarrollo ágil.

Reseña del libro por Johnny Gay

En esta reseña, abordo cada sección del libro y expongo lo que me ha parecido más valioso como modelador de datos. Comparo, a medida que avanzo, cómo la estructura del libro facilita al nuevo modelador de datos la entrada en el tema de la misma manera que un instructor podría facilitar a un nadador principiante la entrada en la piscina.

Este libro comienza como una novela de Dan Brown. Incluso empieza con el protagonista, nuestro modelador de datos favorito, perdido en una oscura carretera en algún lugar de Francia. En este caso, lo que le salva no es una cifra, sino algo muy parecido a un modelo de datos en forma de mapa.