在这个大数据时代，很多企业慢慢地开始进入到数字化转型阶段，实现以数据为驱动的管理和运营模式，并在此基础上运用一些软件工具，如搜索式分析的DataFocus、拖拽式分析的Tableau等，以实现效率最大化。但与此同时，
就像客户关系管理（CRM）是术（工具）与道（方法）的结合，数据驱动更需要道术兼并。很多看似是有道无术的问题，其实本身道就错了，换句话说，数据驱动最大的极限，是在“道”而不是术。举个例子，很多市场营销活动需要调查用户体验，但有很多市场经理却认为体验是无法评估的，却不知道可以使用NPS或Survey等工具。还有很多电商运营人能在平台后台搜集很多信息，比如SKU等等，却不知道什么是关键信息，在业务熟悉的情况下，使用逻辑回归或者决策树就可知道哪些是关键点，更别提连业务都不熟悉了。
还有一点是，当企业进入数字化以后，很多原本鸡毛蒜皮的小事，也要去做数据分析，比如员工的每月表现等，是完全可以主观或是按原来的方法立断的。这样会占用真正需要数据分析的业务的有效时间和有效效率。所以在此基础上，不仅应认识到数据驱动有局限，更应清晰数据分析逻辑，熟悉业务，真正做到道术兼并。
