相信只要是做运营的人就一定听过一句话「数据驱动运营」，但是在实际操作中往往落为一句空话，今天我想谈一谈我对这句话的认识和感想。
数据是客观的存在，主观的表达
非常经典的一个例子「A 公司去年亏损 20%，今年亏损 10%」，负向解释是「A 公司持续亏损」，正向解释是「A 公司业绩上扬，较去年增加 10%」。
因此数据虽然是客观的存在，但是要正确的解读，首先得有正确的方向与认知。这个方向与认知来源于对所在项目和行业的了解。
数据是对预设观点的验证
既然是主观的表达，那么在分析数据前，我们应该有一个大概的观点，这样方能决定我们采集数据的维度及范围，甚至影响着最终报表的呈现形式。
这个观点不应是完全确定的，比如「A 公司就是亏损的」，否则分析数据带有的主观性会非常强烈，从而影响结果的真实性。
数据是对应用场景的量化
任何一次采集数据的行为，都是在某个场景下的，比如对 A 公司的营收的评估，其场景是 A 公司的经营情况。
分析数据时，不应该单纯的从数据出发，而应该结合相应的场景，比如 A 公司是否做了什么调整导致了这 10% 的波动，或者 A 公司所在领域是否发生了什么变化。
数据是多维度的，且事件本身受着多种因素的影响，当我们拿到一组数据结果后，简单的直接采信，如果预设观点方向错误，将导致我们在错误的方向越走越远。
数据是运营的自我调整
下图是我整理的一个简单的流程：
严格的数据解读可以说是一次科研实验，主题、采集方法、对照组、分析方法都应有严格的考究。但工作中几乎难以达到这样的程度，那么我们要做的是保证数据的完整性、分析的客观性、场景的清晰性。
