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……

　　无论选择使用数据仓库、数据湖、数据中台还是两者的某种组合，都取决于业务需求。同时，如果不投资云存储和计算的情况下构建可扩展、灵活的数据平台是具有挑战性。数据转换和建模通常可以互换使用，但它们是两个截然不同的过程。当转换数据时，是正在获取原始数据并使用业务逻辑对其进行清理，以便为分析和报告准备好数据；当对数据建模时，是正在创建数据的可视化表示以存储在数据仓库中。如果企业无法使用这些数据，那么采集存储和转化的这些数据也无法为业务服务。如果数据平台是一本书，那么商业智能分析层将是封面，充满引人入胜的标题、视觉效果以及数据实际视图将展示内容的摘要。事实上，这一层通常是用户在描绘数据平台时所想到的，并且有充分的理由:它使数据具有可操作性和智能性，没有它，数据就缺乏意义。

　　合法性:网络大数据获客平台获客服务平台产品及服务项目都是基于运营商多次法务审批落地，合作即签订合作合同。网络大数据获客平台服务平台着眼于让大量合作伙伴保持成本低获客营销，让营销推广更，更智能化。在当前网络时代，客户注意力各种属性的平台分散，客户的娱乐时间资源被严重切分、分离的同时，也让原本借助互联网技术流量获客的企业管理者的推广费用愈来愈高，愈来愈难。娱乐时间碎片化，客户高度分散化，公司怎样在客户比较有限的時间里得到注意，获得客户好感度，推动其消费转换，变成当前诸多企业营销获客迫不及待处理的关键关注点。

　　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。