所以，在日常企业流程再造的过程中，定性数据分析和定性资料分析，甚至是一些非数据化的定性高质量数据研究，大数据演算系统的成本，都远远低于人本。在大数据时代，由于企业都采取了数据化的呈现方式，企业的外部边界，由于数据化语言的采用，变得越来越模糊 —— 殊不知一个卖糖果的商店和一个卖汽车轮胎的商店，由于使用同一种货币:，而可以在两个迥然不同的业态中，使用同样的货币行为，比如金融。数据也是如此 —— 异行业的数据模型纵然不同，但利用同样的表达工具 —— 数字，呈现的产业，仍然属于同一种语言，这样，已然使整个工业组织架构的距离感，进一步拉近。

　　政府行政系统和行政行为是整个社会系统中的一个子系统，行政职能是整个社会职能系统的一部分。从国家机构系统来看，国家职能是由立法职能、行政职能、司法职能组成的，行政职能是整个国家职能系统的一部分，它与国家其他职能有机地联系着:行政职能的行使既受立法机关的监督，又以司法机关等国家强制力为后盾。从行政系统自身来看，行政职能本身也是一个完整的体系，其职能结构为庞大和复杂。 因为大数据的引入，行政职能将成为社会数据库的一部分，这个子集将会无边界的嵌入到整个社会系统中，而社会大数据体系的建立，将是国家政府的外在边界向社会融化的关键步骤 —— 只要政府信息可以做到公开（当然对于现在的国家政府而言，这一点几乎不可能做到），但是，政府信息公开度与整体社会效能之间，依托于大数据，是成正比的。从行政系统看，这种行政职能的普及和完善，将会大大提高社会的进步 —— 政府保护和治理环境主要是决定环境保护的问题，如布，资源开发、投资、价格等，制定环境保护的法规和标准，从宏观上处理好环境与经济的协调发展。政府对环境管理具体涉及三方面内容，一是环境计划管理。主要包括工业、交通污染防治计划、流域污染控制计划、自然环境保护计划和环境科学发展计划等。二是环境质量管理。

　　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……

　　在这样的前提下，咨询团队只要解决好单体咨询产品1.0数据库的构建，剩下的就可以通过不断的更新案例来相关类目的咨询能力，毕竟数据库的作用在于建设确定性更明显的诊断方案。而这样的咨询产品构建，只要依托于大数据，便有一定普世价值:可以人为量化的咨询产品，都可以通过这样的方式，很好的建立起1.0的版本，顺遂着案例的不断递增而升级 —— 咨询公司依托于大数据的定位不利于咨询工作的开展，更会有利于整个咨询产品的升级以及的营销和服务。