数据驱动是什么意思？
数据驱动指的是通过采集数据，将数据进行组织形成信息流，在做决策或者产品、运营等优化时，根据不同需求对信息流进行提炼总结，从而在数据的支撑下或者指导下进行科学的行动。
数据驱动”,就是企业内部运转的一个接一个的“数据循环”,通过数据分析和价值发现改善客户、产品、基础设施、盈利方式等核心环节,形成独特的竞争优势,最终实现整个企业乃至供应链的快速运转。这样的企业就是数据驱动的企业，我们称为“数据飞轮”。判断一个企业内部是否形成了“数据飞轮”,就要看企业运行的各个环节是不是都有数据的支撑。
数据驱动的闭环
完整的数据驱动闭环一般分为：数据采集——数据建模——数据分析——数据反馈。
数据采集
数据采集是一切应用的根基，具体到采集内容上，包括数据类型、数据所有者、数据来源。从数据所有者上来讲，我们采集第一方数据——也就是“我们自己的产品，我们自己的用户，自己用户在自己产品上发生了什么。”
数据建模
数据建模最重要的是数据模型的选择，以及对应的储存。数据模型选择为什么重要？因为数据模型抽象好了，后面的分析模型可以做的更好。如果数据模型抽象的太复杂，整体过程非常复杂。不同的数据模型选不同的储存方案，储存方案的选择主要根据数据本身的特点，例如是否可追加、可修改、访问是以什么样的访问为主，是否会需要删除等。
数据分析
针对不同角色的数据分析，比如老板关心的是第一关键指标是什么、绘制相应的用户旅程（用户首先要访问网站，之后要注册账号，实现首购之后会重复性购买，只有这样的用户旅程最终会带来总销售额的增长），接下来就要根据用户旅程来组建增长模型。
数据反馈
通过用户精准分群、灵活创建并管理营销活动计划，比如知道用户数据、业务数据，最终精准的刻画了用户画像。有了第一次营销效果之后，可以针对性的改进，做第二次营销效果。真正形成自动化、精细化的运营闭环。
数据驱动方法的意义在于，对一个问题暂时不能用简单而准确的方法解决时，可以根据历史数据和关系型数据库，构造出近似的模型来逼近真实情况，这实际上是用计算量和数据量来换取研究时间。得到的模型虽然和真实情况有偏差但是足以指导实践。