BI数据建模是指利用数据建立业务智能模型，以支持决策和分析。在传统方法和新方法中，以下是一个包含代码示例的解决方法：

1. 传统方法：使用SQL语言进行数据建模

传统的BI数据建模方法通常使用SQL语言来操作和处理数据。以下是一个使用SQL语言进行数据建模的示例：

-- 创建表格
CREATE TABLE Customers (
  CustomerID INT PRIMARY KEY,
  CustomerName VARCHAR(255),
  ContactName VARCHAR(255),
  Country VARCHAR(255)
);

-- 插入数据
INSERT INTO Customers (CustomerID, CustomerName, ContactName, Country)
VALUES (1, 'Alfreds Futterkiste', 'Maria Anders', 'Germany');

-- 查询数据
SELECT * FROM Customers;

-- 更新数据
UPDATE Customers
SET ContactName = 'Peter Smith'
WHERE CustomerID = 1;

-- 删除数据
DELETE FROM Customers
WHERE CustomerID = 1;

2. 新方法：使用Python进行数据建模

新方法中，Python成为了一种常用的数据建模工具，可以使用各种包和库进行数据操作和分析。以下是一个使用Python进行数据建模的示例：

import pandas as pd

# 创建数据框
df = pd.DataFrame({
  'CustomerID': [1, 2, 3],
  'CustomerName': ['Alfreds Futterkiste', 'Berglunds snabbköp', 'Centro comercial Moctezuma'],
  'ContactName': ['Maria Anders', 'Christina Berglund', 'Francisco Chang'],
  'Country': ['Germany', 'Sweden', 'Mexico']
})

# 打印数据框
print(df)

# 更新数据
df.loc[df['CustomerID'] == 1, 'ContactName'] = 'Peter Smith'
print(df)

# 删除数据
df = df[df['CustomerID'] != 1]
print(df)

以上代码示例展示了如何使用Python的pandas库进行数据建模，包括创建数据框、查询数据、更新数据和删除数据的操作。

总之，传统方法使用SQL语言进行数据建模，而新方法则借助Python等编程语言和相应的库进行数据建模。具体使用哪种方法取决于个人的偏好和项目需求。