建立计算机数据模型的过程可以分为以下几个步骤：
需求分析
业务流程图：了解企业的业务流程，明确数据模型的目的和范围。
数据流图：绘制数据流程图，明确数据的流动和处理过程。
数据字典：记录数据的详细描述，包括数据项、数据结构、数据流等。
概念模型设计
实体识别：确定系统中的关键实体，如员工、产品、订单等。
关系定义：明确实体之间的关系，如一对一、一对多、多对多等。
属性确定：为每个实体定义详细的属性，如员工ID、姓名、职位等。
ER图（实体关系图）：使用ER图来可视化实体、属性和关系。
物理模型设计
数据库选择：根据需求选择合适的数据库管理系统（DBMS）。
表结构设计：将概念模型中的实体和关系转换为数据库中的表结构。
规范化：确保数据模型符合数据库规范化原则，减少数据冗余和依赖。
索引设计：为经常查询的列创建索引，提高查询效率。
实施运行维护
数据导入：将实际数据导入到数据库中。
模型验证：验证数据模型的正确性和完整性。
性能优化：根据实际使用情况，对数据库进行性能优化。
模型更新：随着业务变化，不断更新和优化数据模型。
常用数据建模工具
PowerDesigner：提供强大的数据建模功能，支持E-R建模、业务处理模型设计等。
Erwin：专注于数据库和数据仓库的设计，提供可视化建模工具。
Excel：通过Power Pivot和Data Model功能，可以在Excel中创建和管理数据模型。
数据建模的注意事项
规范化：避免数据冗余和不一致性，确保数据模型的稳定性和可维护性。
灵活性：数据模型应能够适应业务变化，灵活调整。
一致性：在命名、数据类型等方面保持一致的命名规范。
通过以上步骤和工具，可以有效地建立和维护计算机数据模型，为企业的数据管理和分析提供坚实的基础。