进入大数据时代后，各路企业都开始对大数据进行应用和运营尝试，并根据企业特性开发出一套套特有的标准化流程或模型，或购买DataFocus等智能数据分析工具代替大量人工劳力。而说到数据运营，用接地气一点的表达来说，数据与运营是一对亲兄弟，谁离开了谁，都难免陷入孤军作战的境地。但如果两兄弟捆绑在一起，便能发挥一加一大于二的功效。我们拿零售行业举例。
零售行业是一个非常典型的需要数据运营的行业，是传统方式和互联网方式的结合。以往的零售或者说传统零售是以量取胜，就像是运营一个古代国家，我量大地大，那么我的资源多，人多。就像乾隆所说，天朝物产丰富，无所不有，原不籍外来货物以通有无。但随着互联网时代的发展，零售渐渐变得以质量取胜，高质量的私域流量、高质量的客户数据以及高质量的品牌效应等。一切推动的因素都是一个词“精细化”，如何精细化，就是以数据驱动运营，达到精细化管理、精细化运营的目的。所以，互联网零售促使整个供应商与加工厂的供应链由“大订单少批次”向“小订单多批次”的模式转变，卖是表达、买是认同。
我们举个例子，我们都了解，很多企业的商品浏览都是网页上进行的，用户的浏览就是在各个网页之间跳来跳去的过程。所以，线上的浏览路径其实比线下规划起来要难百倍千倍以上。那么就有下面这样一个案例：
用户点开一个网页需要多少时间？
最多2~5秒钟!!!
（数据说明，如果网页的打开时间超过5秒，这时候跳失率是非常高的）
同样，用户关闭一件网页需要多少时间？
不用1秒钟~
所以，用户的逃离成本其实是非常非常低的。
这就是在互联网数据上面，用户路径难以被固定的原因。但是同样，这也是众多互联网大数据专家一致在研究的课题：那就是如何把网页内用户浏览路径相对固化，并且把用户路径中的各个网页优化好，以便减少跳失率。
所以下一步，我们就需要实打实的做数据运营，如数据挖掘。而我们在做数据价值挖掘时，通常需要考虑以下几个数据指标：
1 页面停留时长----用户在页面上停留了多少时间。时间越长说明用户对网页内容越感兴趣；
2 网页响应时长----用户打开这个网页需要花费的时间。时间越长，跳失率越高。与页面加载的图片大小，视频质量以及页面的后台程序优化有关；
3 跳失率---用户在某个网站上离开的数量与访问这个网页的总人数之比。如果是首页这类承担着流量分配功能的网页，跳失率高达80%都是正常的；如果是详情页这类承担着成交转化功能的页面，跳失率高达80%就有问题了；
4 转化率---可以根据以上主要浏览路径的的页面，做一个有关转化率的漏斗分析。如果漏斗图在某一个页面突然大幅收窄了，那便意味着这个页面对整体业绩影响非常之大。
以上只是举个例子，关键还是数据运营的思维和意识，抓住精细化运营的核心，以质量取胜。
