从“数据运营”的角度上来可以说拆散成两块，一个是数据，一个是运营。“运营”也是近几年互联网兴起之后出现的岗位。当很多人问运营朋友说，你是做什么的？运营朋友回答：我是什么都管，生产也管一点，销售也管一点。后来运营细分之后，又分为了产品运营，用户运营等等，我们今天讲的就是数据运营。
学习数据分析之前，一定要学会以下三点：
1、数据分析必须拥有数据来做支撑：如果没有第谷积累的大量观测材料，开普勒不可能取得如此成就；反之，如果没有开普勒，第谷辛勤积累的观测数据也许会成为一堆废纸；
2、要具备数据分析视角和思维：第谷笃信地心说，开普勒接受了哥白尼的日心说，站在一个新的视角上再结合观测数据才发现了行星运动三大定律；
3、要学会“去粗取精”：开普勒摒弃了海量数据，把每天取一次的数据变成每年取一次。当我们拥有海量数据的时候，我们不是让自己沉浸其中，而是要独具慧眼、合理利用，在繁杂的数据中，发现内在规律，才能成就智慧。
从企业的角度上来说，第谷在生产数据，开普勒是使用数据和分析数据。我们现在拿到了数据之后怎么进行运营？运营一定要把自己放到大的背景下来看，我们先来讲一个宏观的话题，中国经济的三个阶段的变化：
中国经济三个阶段的变化分别是生产导向，再到销售导向，再到如今的市场导向。
生产导向是计划经济的典型特征，生产什么就销售什么，企业通过大量生产和压缩成本以形成规模经济。那个年代有大量的工厂和制造业企业如雨后春笋般涌现，当时我们都说中国制造，后来变成中国智造，只要质量好的产品就有人买。
到了九十年代的时候，社会生产力有了长足的发展，企业多了，市场上供大于需，企业为了抢占市场份额开始进行大面积广告投放，进入到销售导向时代。大家读《大败局》就会知道，秦池、巨人、爱多等中央电视台标王，都是那个时代产生的，大家通过打广告取得的品牌知名度产生实实在在的销售收入。
但是到了移动互联网的时代，不再是为了产品找到合适的用户，而是为用户找到合适的产品。例如小米崛起的时候，有产品吗？没有！用户会为了怎样的产品“发烧”，小米就生产怎样的产品；有广告么？没有！靠的是社群、是粉丝的传播。这是一个神奇的时代，全球最大的出租车公司uber没有一辆车；全球最大的媒体所有者facebook没有一个内容制作人；全球最大的住宿服务提供商airbnb没有任何房产。但是，他们都有大量高粘度用户。
所以我们推导出，在现在移动互联网时代，在这种市场演变到今天的情况下，我们经营的不再是产品，而是我们的用户。用户会产生什么呢？用户会产生数据。所以说在现在这个时代上，数据已经成为企业的核心资产了，数据就是价值。对企业而言，如果光生产产品而没有数据，很快会被淘汰，那么如何管理这个核心资产呢？
企业要具备三个能力，数据占领能力、数据分析能力、价值变现能力。
数据占领能力就是获取数据资源的能力，不仅要有企业内部运营的数据，同时要寻求外部的合作，获取大量的信息。互联网时代最重要的是连接，我们不再笃信短板理论，而是通过跨界融合是资源整合来达到1+1>2的效果。
对数据要有分析能力，回到我们刚才开普勒的故事，他是基于这些大量的数据进行分析，以每一年作为一个视角才能分析出行星定律的三大定律。
数据可以变现，并不是通过数据的买卖进行变现，而是从数据中发现存在的问题，让企业运营做得更好，提升经营绩效。
如果企业没有做数据运营，会怎么样呢？
首先，不知现状。无法获知业务状况、发展规律、用户画像等，在一片漆黑中凭感觉前行。我们接触过很多的老板，老板都不知道自己企业的真实利润和销售额是多少。
第二，不明原因。利润下滑、增长停滞、用户流失，不能探究真实原因，面对问题无法有效解决，且未来再发生时依然如此。所以很多老板说做了十年的企业跟刚做一年的企业没有任何区别。
第三，不可预测。销量、收入、用户行为，没有准确的预测，依靠经验来进行备货、促销、人员扩张。粗放经营，损耗太大。
所以说，如果不能衡量就无法提高，现在这个阶段就是要从一种粗放经营转向精细化运营。我们的市场经济已经上了一个天花板，在天花板的时代，不要再想把蛋糕做大，蛋糕就那么大了，而是要做好、做精细化运营。
如何进行数据化运营？
数据化运营具体落地到企业应该怎么做？我们认为有这么五步：自上而下、数据闭环、搭建模型、数据分析、权限分配。我们具体看一下每一步应该怎么做。
一、自上而下｜定义指标库，确定项目范围
我举一个o2o的例子，首先我们做自上而下的时候要知道公司内部到底有哪些决策，老板、产品、运营、培训、市场、招商、客户，每一个部门岗位关心什么指标呢？
我们做指标之前要有一个目标：提升运营效率，降低运营成本，简单说四个字降本增效。老板关注的是利润率问题，产品关注产品使用率、留存率等，运营关注成本控制等等，将不同岗位人员所关注的指标，都给梳理出来。
刚刚说的这块的运营概念是一个公司内的大运营概念，精细到运营部门又会关注到什么指标呢？比如说用户的性别、年龄段、网站的访问情况，订单的变化情况、日留存、双周留存，客户为什么取消订单、每次发放优惠券所带来的效果是怎么样的等等可能在座的运营人士关注这些运营指标。
二、数据闭环｜接入分析数据，整理数据
确定好指标之后，要形成数据闭环，把我们横向的业务系统全部打通。比如说以某个知名互联网公司为例，将交易系统、商家系统、客户系统、会员系统、财务系统全部打通，有时候把hr系统也打通了。
很多时候销售部门的数据和财务部门的数据总是有差异，很多公司都存在这种情况。数据闭环打通的其实不是一个系统，而是业务之间的壁垒，让每一个部门之间沟通得更好。
除了内部数据之外还有一些外部数据。如果大家做互联网相关的工作，很多会在百度上投广告、关注排名情况，我们应该把这些数据全部都接入进来，包括行业数据都囊括进行做一些综合性分析，做到数据闭环。
三、数据模型｜打通数据关系，搭建数据模型
模型搭建是准备面粉的过程，我们把小麦给磨成面粉，最后用面粉做出蛋糕，蛋糕才是我们真正要吃的东西。搭建数据模型，从数据分析的视角，搭建很多数据模型，就是打通数据链条、打通数据之间的关系。
四、数据分析｜围绕项目范围，制作分析结果
数据分析我们怎么来做呢？比如说你想要看到不同地域下订单的变化情况，只要把这个数据拖上来，就能够很直观就能看到全国各个不同区域的订单的变化情况；做一个筛选，比如说全部各个区域订单变化情况，其中有一个是川菜，就是这个菜系变化的情况。
这个数据做出来之后，下一次还需要分析吗？不需要了。因为你把所有的数据已经关联好了，以后就按照这个模式，它的数据会自动的更新，这就是围绕我们项目范围，制作分析结果。
我们强调业务人员和运营人员才是数据精细运营的核心，因为技术人员是很难了解得到具体业务的定义，我们常说要玩死一个it很简单，只需要不断地给他提需求就行了。所以说只有业务人员才更能挖掘数据背后的隐藏价值。拆分对比效果如下，可参考介个：对比拆分~
多组数据图的纵横交错不利于数据分析，通过拆分对比，各组数据形式一目了然，并且高度交互，实现针对某个点显示所有品类或时间的具体数据，高效获取数据分析结果。桑基图＋钻取可视化效果如下：
不仅可以看到数据流转趋势，还可以深入查看具体的流转的数据是哪些，精准到每个点，以便业务人员对症下药，gis地图效果如下：
移动端普遍应用，带来了大量的位置信息，催生了新的数据形式。bdp实现了实时、动态的数据流展示，可直观查看数据流动，从而更合理、高效的进行资源的优化和配置。要打通的是各个业务部门之间的壁垒，我们用同一种语调、同一种频率说话，我们要做的就是让每一个人员都能做数据分析师，在简单拖拽的过程中实现数据分析过程，探索业务背后发生的本质。
在不久的将来，多智时代一定会彻底走入我们的生活，有兴趣入行未来前沿产业的朋友，可以收藏多智时代，及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识，让我们一起携手，引领人工智能的未来！