问题1:谁来做数据运营？自顶向下，顶级组织，这一点在目前点评其实意识不够，顶多到中层组织，不过能做到数据的独立性和权威性，应该满足了；
问题2:为什么做数据运营？业务瓶颈，数据技术成熟，再加一条，成熟的结构和人才；
问题3:数据运营的目标与收益：内部业务支持＋外部数据变现，典型场景：蜂窝－内部支持，商家产品－数据变现，文章中阿里和京东的金融案例太大了，暂时hold不住，眼界太小，慢慢做。
问题4:数据运营的切入点：业务驱动＋迭代思维＋应用先行。这一小节写的很好，业务驱动包含数据治理和业务需求驱动，文章中说是二者土壤不同，但是在互联网企业，数据治理和需求驱动都是做的比较到位的。文章中的数据治理总结的比较全面，基本符合现在点评的现状，包含10个方面：1、数据架构，2、数据模型和设计，3、数据存储和运维，4、数据安全，5、数据集成和互操作，6、文档和内容，7、参考数据和主数据（内外部规范，客户、产品数据，维度管理），8、数据仓库和商业智能，9、元数据，10、数据质量；这里面暂时无法兼顾的是第5、6两点，等于是企业的全范围数据管理。接下来数据应用，唯快不败，good；
问题5:如何做数据化运营？横向跨领域数据整合＋纵向数据价值链打通，横向整合主要是跨部门数据进行融合，为数据价值提供基础，后面的纵向数据价值才是重点；价值链：数据集成－>业务解读－>统计分析－>数据挖掘。落实下来就是，构建ODS，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。
总结，整篇文章偏向于传统公司的数据之路，强调数据的顶层重视，部门协作整合。中间的切入点偏向于数据仓库的范畴，或者说企业数据资产的大命题（此处我hold不住），后面如何做数据化运营的终点是构建BI，当然广义上的BI是OK的，但是从作者整体的思路来看，可能还是以宏观策略型BI为主，真正数据化应用，比如数据应用的唯快不败，数据挖掘的智慧发挥，这部分作者估计并没有亲身实践过，感觉经验都是偏传统BI的。
