證券期貨行業數據模型，以證券期貨行業相關法律法規、業務規則、制度及流程等為基石，是行業數據現狀的深度刻畫。證券期貨行業數據模型的抽取過程，運用“IBR”（Identity、Behavior、Relevance）方法，從“交易+監管+披露”折射出三大業務條線，實現對范圍內各類業務的全面遍歷。

構建過程

運用“SPB”業務（S:service）、過程（P：Process）、行為（B：Behaviour）方法，針對市場全品種逐一遍歷，透視其交易行為和過程，梳理其業務流程，聚合數據項，提煉行業標準化的抽象模型，形成分層分級的行業數據標準。

依托抽象模型成果，對已梳理的行為、過程歸納數據共性，合并、提煉劃分邏輯模型主題域。

找出主題域中核心數據的特征和關系，構建主題域之間的核心關系。

針對每一個主題域進行實體和屬性的梳理，形成指導行業數據應用建設的邏輯模型。

優勢特點

• 團隊熟悉證券期貨目前資本市場上涉及到的主流品種，精通其相關業務流程，主導并參與行業標準的設計。

• 團隊熟悉證券公司的業務，主導并參與行業證券公司邏輯模型最佳案例的設計。

• 團隊擁有高屋建瓴的視角，自上，能從行業角度洞察證券期貨行業市場的全局關聯；自下，能從中介機構角度考慮企業運營的個性化差異。

• 團隊在行業模型咨詢、建設過程中，形成自己獨有的咨詢、實施方法。