用途：当核心挑战是数据应如何建模以支持可靠的分析消费时使用。它帮助智能体选择合理的粒度、键、关系与服务模式，使下游工作保持可理解且性能良好。
适用场景：设计数据集市、仓库模式或精选服务表；选择事实与维度边界；决定粒度、代理键或关系策略；平衡规范化与反规范化；为可用性重构面向分析的数据集。资料强调，模式设计不应简化为列命名，好的设计关乎行为、含义与查询易用性。
工作流程：先定义业务粒度，明确一行代表什么、主要分析问题是什么、时间与变化如何表示；再有意识地选择模式模式，常见选项包括维度建模、面向 Data Vault 的集成层、用于运营分析的规范化服务模型、面向常见消费模式的反规范化集市；然后定义键与关系，包括业务键、必要的代理键、缓慢变化行为、空值与未知成员处理；最后面向消费者优化，并验证与性能、治理和指标使用的兼容性。
限制与警示：资料指出，粒度错误会迅速扩散到指标与仪表板；过宽的表常隐藏冲突粒度和不清晰语义；规范化并非总是优先，正确性与可用性都重要。红旗包括行粒度未记录、事实表混合不兼容事件类型、跨域键不一致、仅因当前仪表板便利而决定模式。验证要点：行粒度与键策略明确、模式模式匹配业务用例、已考虑消费者可用性与性能、相关处记录随时间变化行为。