【猎云网（微信：ilieyun
）北京】11月17日报道
身处大数据时代，我们的耳边自然逃不过一个名词——数据驱动，数据驱动商业决策、数据驱动优化产品，当然也包括现在IT行业很火的数据驱动的企业级无代码等等，数据驱动为何会被无数企业和厂商众星拱月般捧上神坛呢？要想了解它的真正价值，首先要理解它的含义。
什么是数据驱动？
数据驱动是指通过互联网或以其它相关软件为手段采集海量的数据，将数据进行组织形成信息，之后对信息进行整合和提炼，在数据的基础上经过训练和拟合形成自动化的决策模型。简单来说就是以数据为中心进行决策和行动。
这里就要提到著名的DIKW的模型，DIKW是关于数据、信息、知识及智慧的金字塔体系，且每一层之间都存在着必然的导向性。
举个简单的例子，经过5000次对水的冷冻和加热实验，得到了两个数据：0度和100度，数据本身是没有意义的，但通过这些数据得到的信息：经过5000次实验，人们发现0度以下水会结冰，100度水会沸腾，数据就会变得清晰重要。通过信息可以生成知识：水的冰点是0度，沸点是100度，再由知识衍生成智慧：很多物质都有冰点和沸点、可以利用水的沸点去加热食物……而一切的起源都是数据。
这是一个双向演进的过程，数据通过检测与筛选生成信息，知识则是信息过滤、提炼与分析生成的，在知识的基础之上，通过各种累积形成对事物的深刻认识与卓越的判断力，这就是智慧。反过来智慧也能传播为知识、知识普及成信息，信息抽取出数据。
DIKW模型
那么将数据驱动结合DIKW模型结合去看，同样可以将数据驱动的过程分解为四个阶段，即：检测阶段、分析阶段、挖掘阶段与使能阶段，而每一个阶段都是对数据的应用，从海量数据中检测寻找出可利用的数据，对数据进行分析就能形成信息、知识与智慧的生成则是对数据进行深度挖掘与赋能，整体核心就是对数据的应用，将数据变为数据资产进行全生命周期的管理，这样环形的过程就是数据驱动。
模型驱动or数据驱动
开头我们也提到了目前在IT行业风头正盛的数据驱动的企业级无代码软件平台，作为近两年才出现的新兴产物，大家时常会将其与表单驱动、模型驱动进行对比。
无论是表单驱动，还是模型驱动，根本上都是围绕业务事务处理(Transaction)构建业务系统，是典型的OLTP(业务事务处理)模式。核心关注点都是“结构+交互”。
差别在于，表单驱动是由上而下，直接关注业务场景，构建页面(表单结构)和业务流(业务交互过程)，自动生成后台的数据表，数据表与前台页面表单基本是一一对应的。一般只适用于简单的业务场景。
模型驱动是自下而上，首先针对业务场景抽象领域模型(数据结构和关联关系)和服务模式(接口交互时序)，进而构建页面和业务流，生成业务场景。
但现在的应用早已不是单纯模型驱动能够解决，基于数据驱动的复合型应用已是现在的趋势，不局限于数据结构，而是依托数据资产，贯穿数据全生命周期，打通OLTP和OLAP(业务分析处理)的价值链路，打造数据与业务的OODA环，螺旋式互促提升，进而在其上通过无码化的应用设计工具，按需构建组装式应用。
以我们常见的打车软件为例，如果按照模型驱动设计，只会有乘客、司机、订单、路线，这些模型信息，只能完成基本的打车功能（如市场上最开始的打车软件）。但是我们现在使用的打车软件都有基于大数据的车辆调度匹配算法，司机信誉打分、乘客是否上车的判断、前车距离过近提示、乘客与司机的冲突检测等等，这些都是基于数据驱动的分析结果的应用，在保证性能的基础上，极大提升了用户的体验感。
所以，体验良好、真正能够给企业带来效益、用户黏性的企业级应用，必须有数据驱动。而且，通过互联网公司这么多年的用户培养，人性化的用户体验已经成了标配。没有这种能力的软件，会很难适应市场的需求。
数据驱动的企业级无代码软件平台
数据驱动回归到本质上，其实就是两个问题：数据从哪儿来？数据的价值到哪儿去？这个问题数睿数据就给出了一个答案：数用一体。
作为国内最早提出数据驱动的企业级无代码平台的公司，数睿数据一直以“让天下数据快速使用”为使命，并提出了“数用一体”的概念，即：大数据和应用系统不分离，应用系统的数据应该能够自动变成数据资产，形成数据资产之后的数据能够很快的嵌入到业务应用系统里面去，以无代码的方式实现应用和数据的闭环。
数据资产不仅包含数据结构和表级关联关系定义，也包括数据血缘、数据质量规则、数据安全规则、数据分析算法、实体(记录)级关联关系、数据权限、服务接口的定义。
沉淀之后的数据资产能够更方便地应用于业务，这是数据驱动的最核心的内容，短期内满足当前的软件构建，长期能够持续地通过数据资产的方式响应业务的变化，这两个目标都要达成才能消除数据孤岛，快速实现数据价值，极大提高软件开发效率、降低成本，加速数字化转型。
目前数睿数据已经将知识图谱、AI、NLP、大数据计算、边缘计算、安全的技术等等技术逐步融入进产品Smartdata中，只有由数据驱动这些能力，才能让企业级无代码软件生成的软件更有温度、更能响应未来的发展，同时更加发挥数据的价值。
