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，经过次对水的冷冻和加热实验，得到了两个数据：0度和度，数据本身是没有意义的，但通过这些数据得到的信息：经过次实验，人们发现0度以下水会结冰，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