在探讨数据化经营以前，最先大家区别三个定义：数据化管理方法、数据推动、数据化经营

数据化管理方法还可以解释为管理方法数据化，即应用数据专用工具、方式和逻辑思维对公司和商品开展管理方法，是数据剖析在每个管理幅度的运用。数据化管理方法包含范畴比较广泛，依照黄成明的见解，数据化管理方法分成四个层级：业务流程具体指导管理方法、运营剖析管理方法、经营模式管理方法和战略发展规划管理方法。

数据推动，则是对数据人物角色的更高一些精准定位，将要数据放进经营和监管中较高的影响力，把数据剖析和发掘当作是推动公司和商品发展的主要因素，乃至是关键性要素。数据推动在对数据剖析的运用的层次上与数据化管理方法相距并不大；除此之外，数据推动与此同时注重人工智能技术的运用，用大数据优化算法和实体模型替代人力管理决策全过程；最终，数据推动也可包括运用数据开展流量变现的全过程，如京东商城运用已有大数据拓展京东白条这一新业务流程。

数据化经营，是对数据化管理方法和数据推动的明确具体实践活动，是数据在企业运营和内容运营中的详细运用。它比数据化管理方法对数据的运用更充足，而不限于数据剖析；它展现了数据推动的核心理念但但是分注重数据的功效，反而是与此同时重视数据的协助功效。本人觉得，数据化经营包括：数据检测、数据剖析、数据智能化和数据自主创新四个方面的內容。其使用区域可以视实际业务流程状况而定。

大家再实际看来，数据经营的四个方面：

数据检测，基本上与传统的的BI类似，可以给予自动化技术数据表格，偏数据商品方位，在具有产品运营素养基本上，必须掌握数据应用领域，及数据怎样与业务流程融合，并非简易依据各个部门要求来展现数据。许多情况下，各个部门的数据要求仅仅伪要求，大家更应当知道其身后压根总体目标，如搞营销，做客户维护保养这些，而业务流程方依据这种总体目标明确提出的数据要求许多情况下没法处理其本身问题。这就要大家根据对数据的掌握，调整其数据要求，防止失效工作中。自然，做为数据商品，必须跟很多单位沟通交流，如dba、开发设计、投资分析师、数据需求者等。

数据剖析，是人性化、专题讲座化的剖析数据，便是数据投资分析师的方位。必须具有一定数据分析和统计分析专用工具专业知识，及对商业服务和具体的业务流程的逻辑思维能力。数据剖析特别是在必须，对检测数据开展讲解并产出率总结性专业知识并非信息内容、对事情原理及转变因素的了解、根据数据和剖析对以后开展预测分析、根据数据剖析和领域模型明确提出目的性管理决策提议等四方面的工作能力。

数据智能化，实际上便是人工神经网络等人工智能应用在商务方面的运用，充分利用把握的大量数据开展智能化开发设计。如，搭建建议模块、金融的风险预测分析、语音识别技术等，是运用数据及优化算法完成的自动化技术、智能化系统。数据智能化差别于数据商品和数据剖析的重点在于，它是一套独立决策支持系统，并非仅作参考的数据展现，是同时輸出管理决策或行为，人们在在其中的人物仅仅喂数据并持续调优。

数据自主创新，不可以算得上专业的工作中，仅仅数据化经营很有可能造成的結果。例如京东白条业务流程便是根据本身累积的客户数据所研发的商品。再如Instagram其前身是一个称为“Burbn”的根据地方的社交媒体，在其初期剖析客户个人行为中发觉照片分享很受大家喜爱，才有这一如今深受欢迎的照片分享运用。

以上这四方面是对数据的全面运用，自然在层级上也确实存有递进关系。应当说，数据智能化和数据不断创新数据自身的业务流程化，可以同时创造财富，但门坎也相应较高，必须一定的技术性和数据贮备，关键是并不是每一个领域或公司都适用，例如2B的公司在数据智能化层面很有可能因为趋向立即BD而应用领域比较有限。

而数据检测和数据剖析，门坎相对来说较低，但并不代表着其对具体业务流程沒有促进功效，正好相反，数据检测和数据剖析的推动业务流程发展潜力也许更强，如近些年时兴的“增长黑客”定义，其核心就源于对数据的剖析。仅仅，数据检测和剖析要想真真正正充分发挥，并不是只是构建好数据商品、开设数据剖析职位就OK的，它对职工乃至管理人员的数据敏感度、高度重视水平、数据逻辑思维能力规定更高一些，不但必须方 ** 的专业知识，更要在实战演练中持续历练的数据逻辑思维，是技术性与文化的融合。数据推动，关键是对数据检测和剖析的使用工作能力。

总而言之，数据化经营恰好是根据数据检测、数据剖析、数据智能化、数据自主创新来完成的，仅仅应用的标准和层级不一样。