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……

　　如快消行业:家居洗护、食品饮料、个人护理品等，可以通过大数据建模分析用户的日常消费情况、性别、年龄、有没有孩子……

　　从咨询的角度看，大数据资产可以衍生的角度，可谓五花八门，例如:利用数据平台终端输出企业人力资源职能数据，在企业管理绩效考核中设定痛点机制，即:发生什么行为做什么事，完成企业人力资源管理的条件反射；利用数据平台输出大量对标案例，利用时间纵度完成企业对标问题假设和解决方案诊断验，利用大数据的数据采集职能而不是通过大量企业高中低层的访谈，彻底改变咨询行业常态化的资讯模式和诊断模式 —— 数据化平台的租售数据，租售信息，数据采纳整合，媒体，空间运营的综合机制的建立，配合前面所需的大数据资产化处理的配套软件，数据模型，大数据衍生飞轮效应的理论模型也可以基本清晰。

　　广告行业大数据的应用效果:大数据使得企业更容易营销。过去，大多数客户的营销方案都是根据广告主的工作经验来实施的。优秀的广告主可以给客户很好的营销，但由于广告主的水平不同，很难确保客户能够接受好的营销产品。然而，根据广告行业大数据的深度整合，数据管理平台积累了大量的行业信息资源。广告主可以根据合理、持续的营销记录，为客户提供高质量、合理、有效的判断和营销计划。目前，不同的行业有不同的需求，这也使得大数据可持续使用，改变了许多领域，也影响了每个人的日常生活。我相信大数据的应用在未来的营销和推广领域仍将有的表现。

　　数据挖掘利用了来自如下一些领域的思想:(1) 来自统计学的抽样、估计和假设检验，(2)人工智能、模式识别和机器学的搜索算法、建模技术和学理论。数据挖掘也迅速地接纳了来自其他领域的思想，这些领域包括化、进化计算、信息论、信号处理、可视化和信息检索。一些其他领域也起到重要的支撑作用。地，需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能（并行）计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据，并且当数据不能集中到一起处理时更是。