对于企业的IT人员来说，最痛苦的事情莫过于面对业务的各种各样的需求，IT人员要在繁忙的开发任务中抽时间来做数据分析，而业务和领导则需要等很久才能拿到数据。重复的工作太多，一旦数据、需求都上涨，将承受更大的压力。

有问题就有对策，报表工具就应运而生了；后期流程固化之后，分析人员增多时，又有了BI这一类可与数据分析挖掘技术结合的工具的应用。转观这一类现象，其实在企业经营的过程中比比皆是，诸如财务、销售、市场等业务自身就带有强烈的数据分析需求。如果说运用到个人或是某一个问题的叫数据分析，那么投入到企业的业务层面用于辅助管理产生效益的则可称为数据化运营。

首先，什么是数据运营？

简单来说，数据运营的本质还是运营，就是一个发现问题-分析问题-解决问题的过程。所不同的是数据运营的整个过程是以数据为基础和对象的，因此在技术上来讲，实现的流程可分为以下8个步骤：需求分析、数据收集、数据整理、数据分析、数据可视化、模板开发、分析报告、模板应用。

FR报表工具就属于数据运营

数据运营的层次

按照业务逻辑，数据化管理可以分为以下几个层次。

1、业务指导管理。通过对数据的收集、统计、追踪和监控搭建业务的管理模型来指导业务。例如，销售业务中日销售额、月销售额、年销售额的完成情况；电商营销业务过程中的流量，新增用户数，每日的成交量。

2、运营分析管理。运营分析更多注重对收集来的数据进行分析和管理，可归纳为人、货、场、才的分析管理。例如客户关系管理（CRM），财务分析管理，供应链分析管理等等

3、经营策略管理。经营策略管理拥有一手的管理决断，对各经营环节进行对应的数据分析来修改和制定策略，比如消费者购买行为的分析，会员顾客策略，是采用积分制还是打折制。

4、战略规划管理。战略规划需要通过企业内部和外部的市场外部数据制定长远的规划过程，如企业竞争力分析，行业环境分析，战略目标规划等等。

数据运营需要学会什么？

首先要说的是，数据运营不光是一个技术门类，同时它也是一个庞杂无比的理论门类，里面包含了大数据、机器学习、统计学等等诸多领域的知识，很多刚接触数据运营的人都不知道该从何学起。

这时候就需要一个学习框架，网上很多人都建议按照数据运营的过程作为学习思路：先学数据采集知识，比如dashboard；再学数据处理相关知识，比如题主说的sql属于数据库的数据提取；然后学习数据分析，比如Python、R等编程语言、FineBI等数据工具；然后学习数据可视化，比如Echart等等。

但是对于新手或者要转行的人来说，这些未免过于细致和复杂了，其实想要入门数据运营，无外乎三个字道、法、器。

道：这里指的是业务思想，千万不要以为数据运营就是取数、用数，你首先要学的不是什么编程语言或者分析工具，而是和建立业务分析体系相关的管理、营销知识。一句话，没有业务思想，你就算是学会了所有编程语言，也成为不了数据运营官。这一点是对于完全外行的人来说的，建议先读一本《商务与经济统计》。

制造业的业务指标体系

法：自然就是方法，这里主要是指数据分析方法，比如杜邦分析法、漏斗分析法、四象限分析法等等，这些都是入门数据运营所必备的知识。当然了还包括数理统计学，这些东西也不用太深入，简单学一下与数据分析相关的内容就可以了。这方面建议新手读一本《谁说菜鸟不会数据分析》

杜邦分析法

器：业务思想有了，分析方法也学会了，下面就可以学习数据运营用到的各种工具了。这方面东西比较多，下面我分开细说。

数据运营要用到的工具

1、数据库语言

企业比较常用的大型数据库有Oracle 、db2 、sql server 、Sybase、Mysql，这么多数据库不用都会，只要学会掌握其中一两种就行了，新手的话建议学习sql。

学习过程的话建议先学习一些数据库系统概论，明白其存在的意义，了解其在计算机系统当中的地位，然后再进行进一步探究，比如一些数据库系统概论类的书籍。然后选择一款规模较小的如mysql进行sql语言的实践，再往后就是数据库与软件或网络j2ee技术之间的关联。

2、Excel

先别急着惊讶，Excel绝对是数据运营工作当中必须要掌握的工具！想要精通Excel也绝对不是你想象的那么简单，起码要学会Excel里的各种进阶操作，比如透视表，再高级一点的函数可以等你入门后再学习。

学习过程可以按照这个顺序来：

• 表格初级操作：很简单，就是排序、定位、筛选等等；
• 初级函数：sum、if等这些逻辑判断函数和运算函数，一般也很容易学会；
• 透视表：没啥说的，学会透视表是必须的！

3、Python/R语言

作为偏向于数据分析的编程语言，R与Python其实都是差不多的，但是就学习难易上讲我还是推荐Python，因为Python几乎可以说是市面上最简洁、最强大、最成功的编程语言了，标准的全能语言。

Python是一种计算机程序设计语言，是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本，现在也用于报表开发和实现办公自动化。Python的学习不建议从书本上学习，初学的话先找一本基础教程简单看一下，最重要的是要学会实践，从网上爬虫做起，慢慢上手一些难度较大的项目，学会之后报表开发就相当简单了。

4、数据分析工具

剩下这些工具就是按照你所选择的方向进行学习了，主要由下面几个类别：

• 图表类插件：ECharts、Highcharts等功能都十分强大。
• 数据报表类：FineReport等，对于日常的报表制作，更加易学实用。
• 可视化BI类：比如FineBI、cognos、tableau等，更直接地针对业务分析。

FineBI分析工具

5、移动端&大屏可视化分析

模板应用成熟后，考虑更好的为管理层和领导层服务，可以结合目前当下的HTML5技术，APP应用去做更好的应用。

FineBI可视化

总结

数据运营（管理）是数据分析的上层建筑，其本身不能带来最大化的业绩和效率，只有将正确的分析结果以最实际的方式应用到业务层面才能产生效益，只有不断地产生效益才能称之为数据化运营（管理）。

更多数据相关内容干货，可以加入我的圈子数据分析不是事儿，共同交流！