商业智能实现智能的关键，就在于数据分析后转化的准确业务决策，对于去也现有数据的转化，Hadoop的多节点为很多企业提供了技术上的便利 —— 2009年Facebook决定脱离Oracle系统对现在的新系统进行基于Facebook的数据流程再造，Hadoop的出现让Facebook提供了理论上可以承受的大数据容量，而这个数据容量的构建，让用户可以上传的信息数量度膨胀，从而转化为更多的用户以及的服务。所以，更大量的数据进入数据分析处理的区域，Facebook需要处理的，便是把巨量的流程化数据，进一步的转化为基于Facebook本体的有用信息更新在每个人的个人主页以及与他们朋友相连接的数据节点，分发到世界各地。

　　这一系列标签形成了一个人固定的长期标签。

　　之前的玩法单纯粗暴，就是冲销量或者买位置到第一，然后开始赚钱。

　　当然除了阿里之外，大数据精准营销在其他的互联网企业也都被看做是长线的利润价值，对于企业来说，这种趋势，不是把眼光放在短期的盈利上，主要依托大数据对用户的画像，设身处地的去触动用户，把握数据的长期黏性，从而实现长期增长。

　　如教育行业:如学历提升、职业教育、教育培训、K12教育等，可以通过大数据建模抓取教育相关网站的实时访客，抓取相关教育垂直APP的活跃用户……

　　从静态分析，行政管理的范围涉及国家和社会生活的各个方面，行政职能广泛渗透到整个社会生活的每个角落，涵盖社会的各个领域，并且每种职能都具有十分的内涵。这种职能范围的多样性不仅是非政府机构的职能无法比拟的，也是其他国家机关职能如立法、司法职能所望尘莫及的。行政管理的范围涉及面之广，涉及的阶级和利益面之多，超越了企业和社会机构的层次和范围。所以，利用大数据对行政职能的广泛性进行重新定义，可以将社会生态分切成不同的模块，并且渗透到社会生活的每个角落。这样的普及和推广，让社会问题的多样性边界逐渐消失，并且赋予很多性职能新的内涵 —— 这样的内涵，是非政府机构，企业以及个人无法理解的综合度和多角度，也可以为国家的政府和司法职能，提供更多的视角:毕竟视角的来源，都已经可以用数据化进行充分的表达。

　　依托于搜索动机的推送方式，将的动机揣摩，都限在了谷歌的搜索框内，当然，这并不能让数据推送方满足。所以，谷歌通过AdSense，或者一些类分析软件，从各个角度捕捉消费者行为和动机 —— 简单说，广告和用户正在浏览的网页内容关联度和用户关注推送信息的关注度正相关。所以，设置一个简易的信息推送互动体系，只要每个电脑拥有一个反馈模型，能把用户浏览的link信息进行分类处理，分析用户浏览的网页内容，将重复出现关键词高的几个字，反馈到主信息平台，然后由主信息平台反馈相对应的广告给用户 —— 这就出现了所谓的智能推送，当分析软件可以很好的读懂你的意图，广告的转化率，将会在现有的基础上，再一个数量级。