维度建模：藏在老笔记本里的观察术

巷口咖啡店的半页草稿

十年前我跟着老周做数仓项目，那时候他就总说，现在的小朋友学维度建模，上来就背三范式星型模型雪花模型，背完了还是不会用。说实话，我那时候也觉得这玩意儿就是大厂数据团队的旧套路，早晚会被自动化工具替代。这不，现在连数仓都能让大模型自动建了，谁还蹲这儿手画模型？

老周把笔记本推过来，指给我看。他画的哪里是标准的工业模型，一个大圈写着“社区老人”，旁边连的小圈，分别是“爱喝稀粥”“遛弯固定路线”“家里有轮椅”“每月五号领退休金”。

我笑，你这哪是维度建模，这是摸社区老人的底呢。老周给我倒了半杯冷萃，说以前做项目，甲方扔过来一百多张表，说你给我整个数据分析平台。我们上来第一件事，不是写代码，是蹲在人家业务岗待一周，卖货的站柜台，做社区的跟着网格员跑一天。维度维度，先得有“度”，就是你从哪个角度切数据，对吧？很多人上来就把所有数据堆进去，说我全量建模，结果用户要个“上月华东地区二十到三十岁女性买的防晒中，过敏肌款占比”，跑三个小时出不来结果。本质就是没切对维度。

被大模型冲走的“颗粒度”

不过话说回来，这几年维度建模的声音确实越来越小了。所有人都在讲大模型，讲全参数预训练，讲向量数据库，谁还提什么事实表维度表？老周挠挠头，说他前两年退居二线，帮一个创业公司做数据规划，CTO跟他拍桌子，说我们都用大模型了，你还给我整这十年前的过时技术？浪费时间。

结果呢？那个创业公司做宠物用品直播，大模型从各个平台扒了几百万条用户评论，说要给用户打标签，结果出来的标签都是“喜欢宠物”“经常买零食”这种废话，要找“对谷物过敏的猫主人”“喜欢给狗买汉服的年轻人”，挖了半个月挖不出来。老周后来花了三天，重新拉了维度：事实表是每一笔订单和每一条评论，维度表拆成了宠物品种、宠物体重、宠物过敏史、主人年龄、购物场景。把数据重新导进去，当天就拉出了精准的人群包，投放ROI直接翻了两倍。

维度建模最核心的从来不是技术，是颗粒度。你得清楚你要找什么，才能把对应的维度切出来。

现在大模型喜欢把所有数据揉成一团，靠参数自己去捞规律，看起来快，很多时候捞出来的都是模糊的影子。你要找具体的人，具体的需求，还是得切维度对吧？就像你找衣服，大模型是把整个衣柜都给你搬过来，维度建模是提前给你分好类，上衣裤子内衣，春夏款秋冬款，你伸手就能拿到你要的。哪个好？分场景说。

给记忆建模

老周现在不在公司干活了，帮家附近的街道做养老服务的数据整理。街道之前找人做了个智慧养老系统，花了几十万，老人找个合适的活动还是难。比如搞书法班，安排在周二上午，刚好很多老人要去医院拿药，没人来。搞免费体检，安排在三楼，电梯又窄，坐轮椅的老人上去难，也没人去。

老周用维度建模的思路，把每个老人的信息拆成了几十个维度：出行方式、活动偏好、就诊时间、饮食禁忌、子女探望周期……把这些维度和社区的服务资源一拼，马上就清楚了：书法班改到周四下午，轮椅使用者的活动都安排在一楼架空层，社区食堂把低糖餐放在靠近门口的窗口，整体利用率一下子涨了六成多。

我看着他笔记本上那些歪歪扭扭的小圈，突然反应过来。我们原来总觉得，建模就是为了搞业务，搞增长，卖更多货。原来维度建模也可以用来装人啊。装一个个具体的，有温度的人的需求。

现在总说数据是冷的，其实哪有冷的数据，只有冷的建模思路。你把人当成一个ID，那数据就是一串没有感情的字符。你把人切成一个个具体的维度，你就会看到，这个老人每周三要陪老伴去透析，那个阿姨每天要接孙子放学，这个大爷喜欢吃软饭，那个阿姨对芒果过敏……这些切片拼起来，才是活生生的人。

雨停了，老周合起笔记本，要去社区帮着排下月的中秋活动。我坐在咖啡店里，看着他的背影拐进梧桐树荫里，影子被夕阳拉得很长。

你说未来的数据世界到底是什么样的？是全量大模型一统天下，还是永远留着一个个清晰的维度，给具体的人？

没人说得准。但我总记得老周画草稿的时候说的那句话：你要回答问题，先得找对看的角度。就这么简单。