阅《数据实践之美》总结之一：此章节采用“4W+1H”方法论来构建数据化运营的方法论体系，带你走进数据化运营的真实世界。
Who:谁来做数据化运营数据化运营的核心观点：其组织架构=顶级组织+自顶向下。数据化运营的能否实现的首要问题是组织架构，作为企业的数据化运营部门，必须是顶级组织，与各级业务线平级，唯有如此才能解决企业数据化运营面临的最大问题：部门沟通与协调。有了顶级的数据化运营组织架构，自顶向下的推动数据化运营的战略和规划，才能实现其变为现实。Why:数据化运营的驱动力
核心观点：驱动力=业务运营瓶颈+数据技术成熟
业务运营瓶颈：任何一个企业的发展，都有自身的规律，由盛而衰，不可避免。企业的生命周期，都要经历发展，成长，成熟、衰退等阶段，成长期占用更多的市场份额与用户，成熟期维持更久的时间，赚取更多的利益，是每个企业运营的瓶颈。想要解决此问题，则可以通过数据化运营提供强有力的支持，通过用户研究，提供个性化营销服务，有效增加用户粘性，通过行为分析，制定社会化推荐策略，有效提高销售成功率。
数据技术成熟：传统的数据化处理技术主要体现在数据的分布式文件存储于并行计算能力上，如今以分布式文件系统HDFS，并行计算框架Map/Reduce为代表的大数据处理技术日趋成熟，有效解决了企业使用大数据技术的成本。What:数据化运营的目标与收益
核心观点：数据化运营的目标与收益：内部业务支持+外部数据变现
数据化运营的目标：在于改善现有业务与扩展新的领域。一方面通过数据分析，改善现有业务能力；另一方面通过数据挖掘，衍生新的业务形态。
数据化运营的收益与目标想呼应，可以体现在两个方面，即对内与对外，对内输出数据服务能力，辅助改善现有业务，获得更多的收益；对外扩展新的领域，形成新的业务形态，获取数据变现收益。Where:数据化运营的切入点
核心观点：切入点=业务驱动+迭代思维
数据化运营的切入点，可以从企业视角构建与完善企业的数据能力，即数据治理。也可以从用户视角，以业务需求为驱动，采用迭代思维，设计相关的数据产品与工具平台，满足企业的数据服务需求。How:如何做数据化运营
核心观点：运营模式=横向的跨领域设局整合+纵向的数据价值链打通
横向的跨领域数据整合：其是企业实现数据化运营的基础。它包含数据打通与数据融合两个部分。数据打通包括两个层次的内容，同一业务领域内不同的部门之间的数据打通；不同领域之间的数据打通。横向的跨领域数据打通解决数据可用的问题，数据融合则通过数据重构解决数据易用问题，从可用到易用，为纵向的数据价值链打通提供了数据基础。
纵向的数据价值链的打通;如果说横向的跨领域数据整合为数据化运营奠定了基础，那么纵向的数据价值链打通则为数据化运营提供了方向与指引。
纵向的数据价值链打通，需要将价值链模型具象化，适配化，使其适应我们所处的业务环境与数据环境。具体而言就是：通过数据集成，形成数据，解决数据可访问问题；通过业务解读，形成信息，解决数据可读性问题；通过归纳分析，形成知识，解决数据可理解性问题；通过深度学习，形成智慧，解决数据应用问题。落实到具体的业务系统则是构建ODS系统，集成数据；构建数据仓库，解读数据；构建OLAP，理解数据；构建BI,应用数据。