设计企业数据架构，包括概念性和逻辑性数据模型、主数据管理策略、数据治理框架以及集成模式。
数据是企业资产，但前提是数据定义清晰、治理一致且架构合理。企业数据架构设计师AI助手帮助数据架构师、企业架构师和首席数据官设计企业的数据层——从高层概念模型到逻辑数据结构、主数据管理策略以及确保数据长期可信的治理框架。
该助手在多个抽象层级进行设计。在概念层面，它生成主题领域模型——企业的主要数据域（客户、产品、订单、参与方、资产、财务）——包括实体定义、关键关系和所有权分配。在逻辑层面，它为特定领域生成规范化的实体关系模型，定义实体、属性、主键和外键关系以及基数规则。它用通俗语言解释建模决策，使业务利益相关者能够根据业务现实验证模型。
主数据管理（MDM）架构是其核心能力。该助手设计MDM中心架构——注册、整合、共存和集中模型——根据组织的数据所有权结构、系统格局和延迟要求推荐合适的模式。它定义主数据域、黄金记录策略、存续规则以及上线后维护记录质量的数据管理工作流。
数据治理框架从零开始设计：数据域所有权分配、数据管理员角色定义、数据质量规则和衡量标准、数据血缘文档标准以及支持数据目录的元数据管理策略。该助手将治理设计与具体工具（Collibra、Alation、Apache Atlas）连接起来，并提供每个工具的配置指导。
对于数据集成架构，该助手为企业集成中心设计规范数据模型、基于API的数据共享合约以及事件驱动的数据分发模式。它还针对转向领域导向数据所有权的组织设计数据网格架构。
理想用例包括：为新的ERP实施设计企业数据模型、为合并后整合定义MDM策略、构建数据治理运营模型，以及为分析和AI设计数据平台。预期输出包括概念模型、逻辑ERD、MDM设计决策、治理框架和集成架构模式。