一、数据思维
深圳有一家著名的银行，他希望他们的信用卡绑定在Uber上用于支付车费，从中来收取信用卡支付的手续费。如果说把用户人群分成四类，那么以下哪些人群绑定信用卡的概论最高？
1、有打车需求且有车的客户；
2、有打车需求但无车的客户；
3、有打车需求且喜欢用优惠券的客户；
4、其他有打车需求的客户。
如果是你，你会认为哪个群体绑定的机会最高？
大多数人会想，那肯定是需要打车的人才会需要绑定信用卡，什么样的人需要打车？没有车的人才需要打车嘛，这就是经验思维。
大多数人做决策，都是基于经验认知来做决策，这叫做经验思维。
这个错了吗，没有错。那我们来看具体的结果。我们发现转化最高的是有车的用户，而不是没有车的客户。有车的客户，绑定信用卡高过没有车的客户，大家想想为什么？因为有车的客户已经习惯了车这种交通工具，但他没有开车的时候，他不习惯坐公车地铁，他更愿意打车。
与经验思维不同的，基于数据分析做决策的思维，就是数据思维。
那么数据思维如何运用在企业里面，如何运用在商业里面呢？
答案就是数据运营。
如果给数据运营一个广泛的定义，就是通过数据分析和挖掘，帮助企业实现精细化运营。
通过精细化运营，在企业运行中实现三个目标：
1、降低我的成本；
2、提高我的效率；
3、提高我的营收。
数据运营对一个企业非常重要，当没有数据运营的时候，他是一个粗放型的发展。
传统企业用的数据运营，都是滞后的，都是商业行为发生之后，我依据我所有的数据，得到这样的结果我都是用来做报表用，但这样对于整个决策来说太慢了。
互联网是如何做数据运营？他是围绕这数据去发现运营的薄弱的，然后及时去纠正这个薄弱点，及时的迭代。更具有实效的特点，更围绕数据去发现一些商业机会。
二、数据运营三部曲
1、建立运营指标
2、把指标下放到各个职责的角色和人员；
3、从指标上找到运营的接入点，用指标驱动运营。
三、如何做数据运营
第一、建立运营指标，目的是考核和提效
企业肯定有自己的战略指标和KPI，这里可以把战略指标和KPI分解成很多块，然后看看哪些跟自己的运营体系里的市场或渠道、哪些跟产品、哪些跟用户相关，把这些指标细化到实际的运营上去。比如说获客指标、营销转化率、新客户、留存、单客价值，留存率，活跃率。
指标最大的作用就是做考核，考核各个业务线，考核各个业务员。考核不是目的，考核只是过程，最终目的是为了提效。企业的管理者最喜欢的就是建数字化的指标，将指标定为数字化，通过指标去考核业务运营的效率和团队的效率。
比如说10万DAU，那么里面的新客户有多少，老客户有多少，核心客户有多少，年轻客户有多少，这个意义上比DAU意义更深，价值更大。10万DAU里面新客活跃有8万，说明今天的DAU全都是靠营销来的，靠激励，靠红包，说明你老客经营能力差，客户来了就走，存活下来就走，看DAU不是看一个数字，还要看DAU背后的数字。核心客户如果在DAU里面下降，就代表核心客户在流失，说明企业收入会下降。每个指标不是简简单单的数字，要把指标细化到后面的商业本质。这个商业本质是什么？商业本质就是怎么样延续你企业的收入，你企业的发展，你的企业就靠三种客户，老客户，新客户，高价值客户。新客户越多，说明你获得客户的收益越多；老客户越多，你的营销成本越低，高价值客户越多，你的收益就会越高。这三块我们都要仔细的看。
我们要拨开那些看起来很好看的奢华的指标，要看简单有效的指标，看指标背后的商业价值。这就数字思维的深度应用。建立好了指标，指标就是考核和绩效
第二、从指标到职责，数据运营的执行
职责就是把数据运营所有的指标分解到数据运营的各个阶段。用户到平台的各个阶段包括：感知阶段、获客阶段、活跃阶段、留存阶段、收入阶段、传播阶段。
在这几个阶段中，都需要我们做渠道运营、活动运营、产品运营、内容运营，所有的活动运营的底层支撑都是数据，因为所有的数据要给这些运营活动提供人群，提供数据分析，提供结果，在指标落实到职责的时候，就要把指标落实在具体的团队做的事情上。比如渠道团队要看哪些渠道更优化，哪些渠道获客成本更低，需要关闭哪些渠道；活动团队需要知道在什么时间去投入这些资源，什么时间停止，什么时候去衡量这个活动效果，什么时候去做新的活动；对产品活动，数据可以帮助产品优化，根据转化率、客户体验、客户点击来去优化产品的设计，优化产品的推广和进行产品的运营；运营活动要看哪些运营是收到客户喜欢的，所有的运营背后都是数据的分析，数据分析是所有运营的结果。所有数据运营的活动背后的支撑都是数据分析，数据分析支撑了所有的运营活动的一个结果。所有团队会根据这些指标进行运营活动，这些指标反过来知道运营活动的健康情况
第三、指标驱动运营，解决业务痛点
我们建立好了指标，又把指标分解给了团队，接下来就是执行，分解到业务团队后，就要帮助业务团队，或者是帮助他们寻找业务团队的场景。这个时候要根据指标的来源，比如什么会影响指标，比如高价值客户，这个时候就要找高价值客户，把他提出来，那些是流失的高价值客户，把他挽留回来，为了完成指标，驱动任务。比如高价值客户的挖掘，客户的营销响应，流失客户的唤醒，这些都是从指标中驱动出来的运营场景，建指标，指标落实到人，然后指标驱动运营。
