我们从几个方面分析数据架构是否存在问题：数据架构的合理性、数据模型的合理性、数据的交互和加工环节是否畅通、数据的处理效率、是否满足数据源采集的灵活性、是否具有完善的数据治理框架等。

（1）数据架构的合理性

主要判断数据架构的设计能否适用于系统的使用，可以采集需要的信息，并加工成不同的产品。

（2）数据模型的合理性

判断数据模型是否适应功能的扩展性和对新业务的支持。

（3）数据加工环节是否畅通

判断系统之间的信息能否互相沟通，针对数据加工和处理的要求，能否在最短时间内，把需要的数据汇总和加工。同时需要考虑数据分析的维度和粒度问题。(www.daowen.com)

（4）数据的处理效率

需要考虑数据加载方面，包括数据量的大小和数据的运算能力。还需考虑数据是否可以快速入库。在提高效率和处理模式上，是否使用多个进程并行处理的方式。

（5）是否满足数据源采集的灵活性

判断系统是否可以根据业务的需求采集结构化、半结构化和非结构化的数据。在数据采集的深度上，是否可以扩大采集范围，能够覆盖整个业务，进而满足数据采集的灵活性。

（6）是否具有完善的数据治理框架

对于数据标准的建设，是否形成统一、有效的数据标准，以保证参与信息的稳定性和完整性，是否保证历史数据变更的可追溯性。对于数据质量的检查，要求全面性、及时性和准确性等内容。