在建设MES管理系统时，需要根据企业的产品及制造特性开展数据建模，一般可以按照以下步骤进行。首先，要明确需求和目标，了解希望通过数据建模实现的具体目标，例如改善生产效率、优化质量管理或提供决策支持等。

然后，确定数据模型的范围，包括产品、设备、工序、质量指标、物料和生产计划等在内的所有关键数据对象，并定义它们之间的关系和属性。接下来，设计数据模型的结构，使用合适的建模工具，例如UML、ER图等，来绘制实体关系图，描述数据对象之间的层次结构和关联关系。

选择适合的建模方法和技术也很重要。关系数据库、面向对象数据库或其他数据存储和处理技术都可以使用，但要确保选择的方法和技术能够满足需求，并具备良好的性能和可扩展性。

接下来，要创建数据字典，记录每个数据对象的定义、属性和关系。数据字典应该包含数据对象的名称、描述、数据类型、取值范围以及与其他数据对象的关联关系。

在进行数据采集和整合时，要确定如何采集和整合相关数据。使用传感器、设备接口、人工数据输入等方式来收集数据，并确保数据能够按照定义的模型进行存储和整合。

在进行数据验证和清洗时，要检查数据是否符合模型定义和规范，处理缺失值、异常值和重复值等数据质量问题。接下来，基于设计好的数据模型和整合好的数据，实施数据建模。根据所选的建模方法和技术，创建数据库表、类或其他数据结构，并将数据按照模型进行存储和组织。

最后，利用建立的数据模型，进行数据分析和应用开发。使用适当的分析工具和算法，探索数据中的关联、趋势和异常情况，并开发相应的应用程序或报表以支持决策和生产管理。

虽然这个流程看起来非常详细和全面，但它可以根据具体的行业或企业进行调整。比如，有些企业可能更关注生产计划和调度方面的数据，而有些企业可能更关注质量控制和设备维护方面的数据。在这些情况下，可以调整流程来更好地满足这些企业的需求。例如，可以增加与生产计划和调度相关的步骤，或增加与质量控制和设备维护相关的步骤。

对于一些小型企业或初创企业，这个流程也可以做出一些调整或简化。例如，可以减少一些不必要的步骤，或者合并一些相似的步骤。在某些方面，还可以采用更简单的建模方法和技术，例如使用Excel代替数据库来存储和处理数据。总之，根据具体情况对流程进行适当的调整和简化是必要的。