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……

　　对于企业而言，如果自身企业数据库的建立已经达到成熟的商业级别，收集到的数据深度，广度以时间，以及企业核心价值体系的类目进行延伸，企业内部的权威价值的判断体系，将会的从人权，向数据妥协 —— 只要拥有大的样本库和数据量，没有人可以与数据所提供的定位相匹敌，也没有人可以质疑科学推演的数据决策。但是，是否大数据的利用，是推动数据企业管理代替人制管理的序幕？并不是。大数据的运用，无论在行业，区域，都有明确的针对性 —— 要知道，推动数据化或大数据演算企业决策和企业战略实施的，仍然是人的大脑，而大数据的运用，仍然是人的大脑给予数据在企业中的一个普遍试用的方法论。只是，大数据的运用，很好的代替了人为收集大量的数据资源所耗费的时间成本和经济成本（很多数据收集和数据推演如果都以人力完成，则需要耗费大量的时间和精力，而的分析结果，还依赖于分析人的经验），大数据的好处在于，利用设计好的，或者高度明可行的数据模型，代替了决策层收集，分析数据的初步工作，而领导层 —— 利用这样的科技，就可以从时间享受到经过一手处理的，保持对正确率的数据资源，领导决策的准度和效率，其实上，得到了大大的提高。

　　在完成诸如此类的产业核心面竞争后，横向，或者说横向整合，已经渐渐不能满足这些企业的胃口 —— 产业垂直整合开始出现。横向的企业讲究的是低成本，大规模生产，关注的点，更多集中于成本的管控，企业规模的扩大以及生产技术的革新，而把企业逐渐做大；而纵向整合，所谓产业垂直整合，要求企业做强 —— 对于核心部件，性资源和关键技术的限制加强，同时，渗透供应链的其他端口，用资本，技术，，战略等等核心手段，完成对于下游或者上游供应链的占领，以达到对于整条产业链的控制。例如:中国的电脑企业无论占据多大的市场规模，在芯片上自始至终掣肘于因特尔，操作系统掣肘于微软 —— 无论市场规模有多大，的利润空间，都会被无法完成垂直整合而缩减。

　　我们可以发现，对大数据（覆盖范围广，数据量大）进行分析可以洞察个人、人群、地点等对象的特征、进而服务于不同的目的（如:服务于个人的个性化推荐或服务于政府的城市规划与治理）。因此，大数据核心的价值在于提供人与机器（算法）提炼信息、总结知识、凝聚智慧的原始素材。而要想充分发掘大数据的价值，就需要合理运用数据、有效地进行数字治理。“治数”的过程好比大禹治水，关键是要把数据管好、用好、梳理好。在整个数字治理过程中，可分为三个阶段:数字化、数智化和数治化。