数据建模是指将真实世界中的数据转化为计算机可以处理的形式，以便于对数据进行管理和分析的过程。在数据建模中，常用的方法包括概念建模和逻辑建模两种。
- 概念建模
概念建模是指基于企业所在领域的信息建立一个概念层次结构，以方便业务人员理解和管理。其常用方法包括：
- 事件分析方法。通过对业务事件的分析和分类，指导概念层次结构的设计。
- 类别分析方法。通过对业务中实体、属性和关系的分类和统计，指导概念层次结构的建立和维护。
- 分类结构方法。通过构造分类结构，帮助企业理清数据体系中实体和属性之间的关系。
例如，在一个医院的信息系统中，我们需要建立一个概念层次结构来管理患者的基本信息。为了方便业务人员理解和使用，我们可以采用事件分析方法，通过对患者的就诊流程进行分析，把患者的基本信息分为个人信息、就诊信息和诊疗信息三个层次，并在每个层次中划分出相应的属性。
- 逻辑建模
逻辑建模是指根据业务规则和需求，在概念建模的基础上，建立起一个明确的，符合标准的逻辑关系的数据模型。其常用方法包括：
- 数据库设计方法。通过设计数据库的表结构和各种关系，构建出明确的逻辑模型。
- 数据流分析方法。通过对业务流程和具体业务操作进行分析，把业务数据转化为数据流，进而推导出数据模型。
- 实体-联系图方法。通过构造实体、联系和属性之间的图形关系，指导逻辑模型的建立和维护。
例如，在一个网上商城的信息系统中，我们需要建立一个逻辑数据模型来管理商品的基本信息。为了保证数据的准确性和一致性，我们可以采用数据库设计方法，在数据库中建立商品表、商品种类表、库存表等，然后建立各种表之间的关系，如商品表和库存表之间的一对多关系，商品表和商品种类表之间的多对一关系等等。
综上所述，数据建模中常用的方法包括概念建模和逻辑建模两种，并且每种方法都有多种具体实现方式。在具体应用过程中，我们需要选取合适的方法和具体实现方式，根据实际业务需要和业务流程来建立适合企业的数据模型。