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……

　　所以，对于咨询来说，宣导社会进行数据化管理的意识首当其冲，其次，提供第三方的数据化整理标准范式（例如，等各部委的中设计的中国中小企业标准委员会等等），向全社会树立数据化建设模块的标准，以及数据管理组织形式的建立。第二步，利用各行业不同的数据整理方式和数据整合的数据资源，提供相对应的，撬动大数据飞轮转动的具体建议。例如，对于类谷歌类的搜索产品，由于门户特征集中于搜索领域，所以，五花八门的数据碎片，将出现在谷歌的大型数据库中 —— 这些碎片化的信息如何整理，运用？如果企业拥有一套有效的关联信息碎片化计算模型，并且可以将碎片数据整合管理起来，并且反馈给用户呢？谷歌已然做到这一切，并且在邮件，日历，地图，企业搜索排名，客户管理关系，Google Drive以及相关社区里，运用了这些技术 —— 碎片化信息和关联性的运用，让谷歌的产业飞轮，随着数据库的不断增大而越飞越快 —— 随着谷歌化，技术化的不断演进，这个飞轮的惯性，将会带来其他产业的产业迭代。

　　所以，咨询公司往往在现代企业的咨询案例中坐收渔翁之利 —— 由于现代企业对于发展数据挖掘技术的渴求，以及对于充分释放数据资产中蕴含的商业价值的渴望，大规模的，高度管理化的数据资源，便可以通过咨询诊断报告务求数据背输和数据支持的手段，很好的被采纳和吸收，并且从咨询的角度，对整合过的数据进行进一步的挖掘，探索。对于现代企业，是大型现代企业（国外的GE，中国的中铁，中钢），对于数据整理已经颇有心得 —— 所以，对于大型咨询公司而言，利用当前收集的数据资源，整理数据整合标准，显然是可行的。

　　定性数据分析又称为“定性资料分析”、“定性研究”或者“质性研究资料分析”，是指对诸如词语、照片、观察结果之类的非数值型数据（或者说资料）的分析。传统企业中进行资源优化，资源配比的采购，出纳体系的大量基层和中层员工，将会占用企业的日常成本 —— 因为这一切的工作，都已然被大数据的使用代替，而大数据提供给企业的进化计算，信息，信息处理，甚至可视化模型，信息检索多样性，都完胜一个单体基层部门工作人员的日常效率。数据挖掘的普世价值一旦打开，企业内部价值链重塑，几乎是阻挡的趋势。