Generiek modelleren

De meeste IT’ers hebben het wel eens gedaan: het modelleren van gegevens. De één werkt nog op de klassieke manier en gebruikt entiteiten, relaties en attributen om de gewenste gegevens in een model vast te leggen, terwijl de ander modern bezig is en klasse-diagrammen van UML gebruikt. 

Maar ondanks dat ze andere modelleringtechnieken gebruiken, hanteren ze toch dezelfde aanpak. Er wordt een model gecreëerd dat precies de informatiebehoeften van de gebruikers weergeeft. Niet meer en niet minder. Het is alsof er een maatpak gecreëerd wordt. Als de informatiebehoeften bijvoorbeeld op een videotheek betrekking hebben, dan zullen er concepten als videoband, videotheeklid en verhuur in het model te zien zijn. 

Als de analist zijn werk goed doet, dan zal hij tevens allerlei integriteitregels aan het model toevoegen. Dit zijn in feite de spelregels waar alle gegevens aan moeten voldoen. Bijvoorbeeld, elk lid mag maximaal tien videobanden op een bepaald moment huren.

Van deze modellen worden vervolgens databasestructuren afgeleid en die zijn bepalend voor de applicatiestructuur en zelfs, gedeeltelijk, voor de user interface. Kortom, het modelleren van de gegevens dient zeer zorgvuldig te gebeuren.

Als, na oplevering van het systeem, de informatiebehoeften wijzigen, heeft dat grote consequenties. Zelfs een kleine, onschuldige wijziging kan grote effecten hebben. Want vaak als de informatiebehoeften veranderen, moeten de databasestructuur en de applicatiestructuur aangepast worden en waarschijnlijk moeten ook de schermen een revisie ondergaan. Dit kost geld en tijd.

Met één wijziging per jaar is te leven. Maar de tendens in de praktijk is dat er steeds meer veranderende informatiebehoeften zijn per jaar. Dit heeft alles te maken met de veranderingen in de bedrijfsvoering. Denk hierbij aan fusies, markten die sneller veranderen en producten die steeds meer gepersonaliseerd moeten worden.

Is dan de klassieke manier van modelleren nog wel geschikt? Is een maatpak dan wel ideaal? Een antwoord op deze snel veranderende informatiebehoeften is het generiek modelleren. In plaats van een passend model wordt er een abstracter model gecreëerd. Dit model dekt de huidige informatiebehoeften en tevens vele toekomstige, nog onbekende behoeften. Hoeveel toekomstige behoeften gedekt worden, hangt af van de mate van abstractie die toegepast is.

Heel voorzichtig zien we bepaalde bedrijven en personen het generiek modelleren adopteren. Het product Kalido, dat ontstaan is uit een intern project bij Shell waarin onderzoek gedaan werd naar generiek modelleren, is een mooi voorbeeld. Ook het Nederlandse InformStrategy probeert het generiek modelleren meer bekendheid te geven.

Wel geldt dat als we uiteindelijk allemaal generiek gaan modelleren dat de bestaande technologie er voor aangepast moet worden. Want bestaande databaseservers, querytools en ontwikkelproducten zijn hier nog niet op ingesteld.

We moeten realistisch zijn en toegeven dat informatiebehoeften steeds sneller veranderen. En hier moet een structurele oplossing voor gevonden worden. De oplossing ligt niet zozeer bij nieuwe modelleringtechnieken, maar in de aanpak die men volgt. Een analist werkend met entiteiten kan een generieker model maken dan iemand die UML gebruikt. 

Als de markt zich de toegevoegde waarde van generiek modelleren zou gaan realiseren, dan zou dit wel eens een belangrijke trend in de komende jaren kunnen worden. Maar als het opgepakt zal worden, dan het zal langzaam gebeuren. Want sinds het ontstaan van dit vakgebied maken we maatwerk en dat krijg je niet snel omgedraaid.