数据化运营是以数据驱动决策的运营方式，它并非BAT专属，每家互联网公司都有适合的土壤。它不仅是运营人员的工作，也是产品、市场和研发的共同愿景，更需要自上而下推动。
数据化运营体系可分为四层，逐层演进、互相依赖。
数据收集层是底层，核心是尽可能收集一切数据，原则是宜早不宜晚、宜全不宜少。数据分四类：行为数据，记录用户操作，通过埋点收集；流量数据，记录用户从何而来，通过JS采集；业务数据，伴随业务产生，需后端研发配置；外部数据，通过第三方或爬虫获取，质量难保证，更多作参考。
数据产品层是对数据的加工利用，属于技术和自动化范畴。原始数据脏乱差，需按标准整合加工，即ETL。数据发挥价值的关键是先有指标，指标由原始数据加工而来，又驱动其他产品。用户画像是常用数据产品，分Persona（用户角色）和Profile（数据标签）两种，后者依赖大数据和机器学习，能显著提升运营效果。
数据运营层是运营人员将数据转化成策略，以人为主。对人有三点要求：以数据做决策，既知数据能做什么，也知做不了什么；具备数据分析和运营水平；熟练使用MySQL、BI、AB测试等工具。核心思想是：不是全量，而是精细，不止精细，更是精益；未来比现在重要，现在比过去重要。还需系统化与自动化，把运营策略固定成可复用的产品后台。
用户触达层面向用户，前三层用户感知不到，用户直接感知的是推送、Banner、活动、商品展示顺序等。用户反馈构成新一轮行为数据和反馈指标，如点击率、转化率。结果不是终点，按PDCA循环，通过反馈优化改进，是终点又是起点，此过程就是迭代。
四层简化成四个模型：数据收集以用户和产品交互为输入，原始数据为输出；数据产品以原始数据为输入，加工数据为输出；数据运营以加工数据为输入，运营策略为输出；用户触达以运营策略为输入，反馈行为为输出。反馈行为作为新输入，迭代优化，体系就良好运作。哪怕用Excel，也能发出数据化运营的光芒。
