對于企業(yè)的IT人員來說,，最痛苦的事情莫過于面對業(yè)務(wù)的各種各樣的需求,，IT人員要在繁忙的開發(fā)任務(wù)中抽時(shí)間來做數(shù)據(jù)分析,，而業(yè)務(wù)和領(lǐng)導(dǎo)則需要等很久才能拿到數(shù)據(jù)。重復(fù)的工作太多,，一旦數(shù)據(jù),、需求都上漲,，將承受更大的壓力。

有問題就有對策,，報(bào)表工具就應(yīng)運(yùn)而生了,；后期流程固化之后,，分析人員增多時(shí),，又有了BI這一類可與數(shù)據(jù)分析挖掘技術(shù)結(jié)合的工具的應(yīng)用,。轉(zhuǎn)觀這一類現(xiàn)象,，其實(shí)在企業(yè)經(jīng)營的過程中比比皆是,，諸如財(cái)務(wù),、銷售、市場等業(yè)務(wù)自身就帶有強(qiáng)烈的數(shù)據(jù)分析需求,。如果說運(yùn)用到個(gè)人或是某一個(gè)問題的叫數(shù)據(jù)分析,，那么投入到企業(yè)的業(yè)務(wù)層面用于輔助管理產(chǎn)生效益的則可稱為數(shù)據(jù)化運(yùn)營,。

首先,，什么是數(shù)據(jù)運(yùn)營？

簡單來說,，數(shù)據(jù)運(yùn)營的本質(zhì)還是運(yùn)營,，就是一個(gè)發(fā)現(xiàn)問題-分析問題-解決問題的過程。所不同的是數(shù)據(jù)運(yùn)營的整個(gè)過程是以數(shù)據(jù)為基礎(chǔ)和對象的,，因此在技術(shù)上來講,，實(shí)現(xiàn)的流程可分為以下8個(gè)步驟：需求分析、數(shù)據(jù)收集,、數(shù)據(jù)整理,、數(shù)據(jù)分析、數(shù)據(jù)可視化,、模板開發(fā),、分析報(bào)告、模板應(yīng)用,。

FR報(bào)表工具就屬于數(shù)據(jù)運(yùn)營

數(shù)據(jù)運(yùn)營的層次

按照業(yè)務(wù)邏輯，數(shù)據(jù)化管理可以分為以下幾個(gè)層次,。

1,、業(yè)務(wù)指導(dǎo)管理。通過對數(shù)據(jù)的收集,、統(tǒng)計(jì),、追蹤和監(jiān)控搭建業(yè)務(wù)的管理模型來指導(dǎo)業(yè)務(wù),。例如，銷售業(yè)務(wù)中日銷售額,、月銷售額、年銷售額的完成情況,；電商營銷業(yè)務(wù)過程中的流量，新增用戶數(shù),，每日的成交量,。

2、運(yùn)營分析管理,。運(yùn)營分析更多注重對收集來的數(shù)據(jù)進(jìn)行分析和管理,，可歸納為人,、貨,、場、才的分析管理,。例如客戶關(guān)系管理（CRM）,，財(cái)務(wù)分析管理，供應(yīng)鏈分析管理等等

3、經(jīng)營策略管理,。經(jīng)營策略管理擁有一手的管理決斷,，對各經(jīng)營環(huán)節(jié)進(jìn)行對應(yīng)的數(shù)據(jù)分析來修改和制定策略,，比如消費(fèi)者購買行為的分析，會員顧客策略,，是采用積分制還是打折制。

4,、戰(zhàn)略規(guī)劃管理,。戰(zhàn)略規(guī)劃需要通過企業(yè)內(nèi)部和外部的市場外部數(shù)據(jù)制定長遠(yuǎn)的規(guī)劃過程,，如企業(yè)競爭力分析,，行業(yè)環(huán)境分析,，戰(zhàn)略目標(biāo)規(guī)劃等等,。

數(shù)據(jù)運(yùn)營需要學(xué)會什么？

首先要說的是,，數(shù)據(jù)運(yùn)營不光是一個(gè)技術(shù)門類，同時(shí)它也是一個(gè)龐雜無比的理論門類,，里面包含了大數(shù)據(jù),、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等等諸多領(lǐng)域的知識,，很多剛接觸數(shù)據(jù)運(yùn)營的人都不知道該從何學(xué)起。

這時(shí)候就需要一個(gè)學(xué)習(xí)框架,，網(wǎng)上很多人都建議按照數(shù)據(jù)運(yùn)營的過程作為學(xué)習(xí)思路：先學(xué)數(shù)據(jù)采集知識,，比如dashboard,；再學(xué)數(shù)據(jù)處理相關(guān)知識,，比如題主說的sql屬于數(shù)據(jù)庫的數(shù)據(jù)提??；然后學(xué)習(xí)數(shù)據(jù)分析，比如Python,、R等編程語言,、FineBI等數(shù)據(jù)工具；然后學(xué)習(xí)數(shù)據(jù)可視化,，比如Echart等等,。

但是對于新手或者要轉(zhuǎn)行的人來說，這些未免過于細(xì)致和復(fù)雜了,，其實(shí)想要入門數(shù)據(jù)運(yùn)營,，無外乎三個(gè)字——道、法,、器,。

道：這里指的是業(yè)務(wù)思想,，千萬不要以為數(shù)據(jù)運(yùn)營就是取數(shù),、用數(shù)，你首先要學(xué)的不是什么編程語言或者分析工具,，而是和建立業(yè)務(wù)分析體系相關(guān)的管理,、營銷知識,。一句話,，沒有業(yè)務(wù)思想，你就算是學(xué)會了所有編程語言,，也成為不了數(shù)據(jù)運(yùn)營官,。這一點(diǎn)是對于完全外行的人來說的，建議先讀一本《商務(wù)與經(jīng)濟(jì)統(tǒng)計(jì)》,。

制造業(yè)的業(yè)務(wù)指標(biāo)體系

法：自然就是方法，這里主要是指數(shù)據(jù)分析方法,，比如杜邦分析法,、漏斗分析法、四象限分析法等等,，這些都是入門數(shù)據(jù)運(yùn)營所必備的知識,。當(dāng)然了還包括數(shù)理統(tǒng)計(jì)學(xué)，這些東西也不用太深入,，簡單學(xué)一下與數(shù)據(jù)分析相關(guān)的內(nèi)容就可以了,。這方面建議新手讀一本《誰說菜鳥不會數(shù)據(jù)分析》

杜邦分析法

器：業(yè)務(wù)思想有了,，分析方法也學(xué)會了,，下面就可以學(xué)習(xí)數(shù)據(jù)運(yùn)營用到的各種工具了。這方面東西比較多,，下面我分開細(xì)說,。

數(shù)據(jù)運(yùn)營要用到的工具

1、數(shù)據(jù)庫語言

企業(yè)比較常用的大型數(shù)據(jù)庫有Oracle ,、db2 ,、sql server 、Sybase,、Mysql,，這么多數(shù)據(jù)庫不用都會，只要學(xué)會掌握其中一兩種就行了,，新手的話建議學(xué)習(xí)sql,。

學(xué)習(xí)過程的話建議先學(xué)習(xí)一些數(shù)據(jù)庫系統(tǒng)概論，明白其存在的意義,，了解其在計(jì)算機(jī)系統(tǒng)當(dāng)中的地位,，然后再進(jìn)行進(jìn)一步探究，比如一些數(shù)據(jù)庫系統(tǒng)概論類的書籍,。然后選擇一款規(guī)模較小的如mysql進(jìn)行sql語言的實(shí)踐,，再往后就是數(shù)據(jù)庫與軟件或網(wǎng)絡(luò)j2ee技術(shù)之間的關(guān)聯(lián)。

2,、Excel

先別急著驚訝,，Excel絕對是數(shù)據(jù)運(yùn)營工作當(dāng)中必須要掌握的工具！想要精通Excel也絕對不是你想象的那么簡單,，起碼要學(xué)會Excel里的各種進(jìn)階操作,，比如透視表，再高級一點(diǎn)的函數(shù)可以等你入門后再學(xué)習(xí),。

學(xué)習(xí)過程可以按照這個(gè)順序來：

• 表格初級操作：很簡單,，就是排序、定位,、篩選等等,；

• 初級函數(shù)：sum、if等這些邏輯判斷函數(shù)和運(yùn)算函數(shù),，一般也很容易學(xué)會,；

• 透視表：沒啥說的，學(xué)會透視表是必須的,！

3,、Python/R語言

作為偏向于數(shù)據(jù)分析的編程語言，R與Python其實(shí)都是差不多的,，但是就學(xué)習(xí)難易上講我還是推薦Python,，因?yàn)镻ython幾乎可以說是市面上最簡潔、最強(qiáng)大,、最成功的編程語言了,，標(biāo)準(zhǔn)的全能語言。

Python是一種計(jì)算機(jī)程序設(shè)計(jì)語言,，是一種面向?qū)ο蟮膭討B(tài)類型語言，最初被設(shè)計(jì)用于編寫自動化腳本,，現(xiàn)在也用于報(bào)表開發(fā)和實(shí)現(xiàn)辦公自動化,。Python的學(xué)習(xí)不建議從書本上學(xué)習(xí)，初學(xué)的話先找一本基礎(chǔ)教程簡單看一下,，最重要的是要學(xué)會實(shí)踐,，從網(wǎng)上爬蟲做起，慢慢上手一些難度較大的項(xiàng)目,，學(xué)會之后報(bào)表開發(fā)就相當(dāng)簡單了,。

4、數(shù)據(jù)分析工具

剩下這些工具就是按照你所選擇的方向進(jìn)行學(xué)習(xí)了,，主要由下面幾個(gè)類別：

• 圖表類插件：ECharts,、Highcharts等功能都十分強(qiáng)大,。

• 數(shù)據(jù)報(bào)表類：FineReport等，對于日常的報(bào)表制作,，更加易學(xué)實(shí)用,。

• 可視化BI類：比如FineBI、cognos,、tableau等,，更直接地針對業(yè)務(wù)分析。

FineBI分析工具

5、移動端&大屏可視化分析

模板應(yīng)用成熟后,，考慮更好的為管理層和領(lǐng)導(dǎo)層服務(wù),，可以結(jié)合目前當(dāng)下的HTML5技術(shù)，APP應(yīng)用去做更好的應(yīng)用,。

FineBI可視化

總結(jié)

數(shù)據(jù)運(yùn)營（管理）是數(shù)據(jù)分析的上層建筑，其本身不能帶來最大化的業(yè)績和效率,，只有將正確的分析結(jié)果以最實(shí)際的方式應(yīng)用到業(yè)務(wù)層面才能產(chǎn)生效益,，只有不斷地產(chǎn)生效益才能稱之為數(shù)據(jù)化運(yùn)營（管理）。