其次，IMDE是一个高效的模型开发环境，可以提高模型的可管理性和开发效率。支持多人协同实时进行模型开发并自动完成集成。在版本管理方面，在原来分散的模型开发环境中只能通过借助其他版本管理工具（如VSS）对模型进行文件级的版本管理，而在IMDE中实现了模型元素级别的版本管理，比如对单个实体的版本管理。另外，IMDE还提供了和现有建模工具导入/导出接口，充分利用既有的模型设计成果。
第三，实现对多版本模型的完整生命周期管理，支持真正的数据与应用分离。IMDE可以管理每个版本模型的完整生命周期，允许多版本模型并存支持新旧版本模型的映射和数据的自动转换。这一点对于数据与应用分离来说十分关键，当企业数据模型需要演进的时候，在整个运营支撑体系之内有一些使用这些数据的应用可能还不具备演进的条件，这些应用就可以继续使用原来旧版本的模型（这个版本模型的生命周期还没有结束），新的应用则使用新版本的模型，直到所有应用都演进到使用新版本模型后，旧版本模型的生命周期才结束。
最后，提供了多种基于统一共享模型的应用，包括模型的影响分析、血统分析、存储分析和模型比较、模型监控。影响分析可以帮助我们定位某个模型的变动会影响其他哪些模型；血统分析可以告诉我们某个模型是怎么来的、产生的过程是什么样的；存储分析提供数据模型相关的数据存储空间及增长趋势的分析；模型比较可以提供多系统间或者系统级和企业级模型间的差异分析，为后续处理提供依据；模型监控提供了对数据模型在实际数据库中落地实现情况的监控。
基于模型管控的数据质量
管理解决方案
大唐软件基于对数据质量管理理念和流程的理解，结合集成模型管控开发环境解决方案，提供了体系化的数据质量管理解决方案（如图4所示）。大唐数据质量管理支撑体系解决方案主要内容包括以下几方面。
图4 数据质量管理闭环过程
一、数据质量质量管理目标定义，包括总体目标和阶段目标定义，以及质量管理计划和评估指标制定。
二、质量问题发现与度量，基于数据模型和业务规则模型，找出可能存在的数据质量问题域，针对问题域定义相应的检查规则，基于规则进行数据质量检查，发现数据质量问题。
三、问题分析，发现数据质量问题以后，对问题进行分析，输出相应的解决方案。数据质量的解决方案既包括对问题数据自身的调整，同时也包括对产生质量问题的数据模型和功能模型的改进方案。
四、问题解决与确认，对于数据本身的问题，驱动产生问题数据的源系统进行解决，对于数据模型和功能模型的改进，借助集成模型管控开发环境进行解决，最后在数据质量管理平台对质量问题的解决统一进行确认。
五、问题评估与控制，对数据质量问题及质量改进情况进行评估，总结经验，不断优化质量检查规则、质量管理流程、质量解决方案，实现数据质量的持续控制。
大唐数据质量管理支撑体系具有以下特色。
一、基于业务规则管理（BRM）技术实现数据质量问题检查与数据归并规则的灵活配置和自动解析执行，实现了相关规则的良好扩展性。
二、基于业务流程管理（BPM）技术实现灵活可配置的数据质量流程管理，实现数据质量管理流程的定义、调度、执行和监控，满足对不同类型数据质量管理流程的适应。
三、与集成模型管控开发环境充分互动，使数据质量管理更加有效、可实施。借助IMDE提供的模型元素之间的关联、依赖关系和各种约束规则，功能数据控制模型以及模型的影响、血统分析、模型比较、监控结果，可以快速定位可能存在数据质量问题的检查点并设定相应的检查规则，可以更有针对性地进行问题分析和解决方案制定。借助IMDE的模型生命周期管理，可以更加有效地改进数据模型和功能模型，实现数据质量的持续完善。
