BI的数据驱动指的是OLAP, 是相对于普通报表而言的，由于其上钻下钻较自由的多维分析特性，很好地配合了由数据驱动的分析，通俗点儿说就是你看到数据显示五月有问题，只需要在五月是点一下就可以进一步查看五月的每一天的数据，看着有问题那几天的数据，你开始怀疑跟那几天的促销或天气有关，便可以方便的把促销和天气两个维度拉进来。。还有一种说法是通过数据分析反过来优化运营的流程。

数据驱动运营，可以认为是运用数据来帮助运营、优化运营。具体的应用有很多：包括确定目标客户群体、内容的优化、流程的优化等，这里举两个工作中实际做过的案例：

1、EDM目标客户选择
产品推广或者促销活动可能会用到电子邮件营销，但是运营怎么知道哪些用户会对本次的推广活动感兴趣？这个时候数据就可以帮上忙了，通过制定客户的筛选规则或者建立数据模型，根据用户之前的行为获取那些可能感兴趣的目标用户，比如包括曾经浏览过相关内容的用户、最近刚刚新注册的用户，过滤购买过的或者正在使用产品的用户……基于这些规则筛选得到的客户群体比运营随机抽取的客户群体进行EDM效果会有明显的提升，结合邮件打开率、点击率、转化率进行后续的效果跟踪。

2、内容榜单推荐
这里的榜单推荐不是指数据挖掘的关联推荐或者协同过滤，即使是最简单的“最新内容”和“最热内容”的推荐也可以在运营上进行很多优化操作。榜单内容一方面需要把最热门用户最希望看到的内容放进去，另一方面最要规避马太效应，增加新的内容和高质量内容的展现，以促进网站内容的新陈代谢。要运营人为去权衡应该放哪些热门、高质量或者新的内容有时会没有说服力，或者很难找到最佳的内容组合。所以在结合内容的浏览量、购买量、转化率、上线时长这些指标综合考虑后，推送的内容榜单可以靠定量的方式完成对榜单选择和排序的优化，继而用榜单内容的点击率和转化率来监控效果。