所以，数据的本质，更像土地:土地需要开发利用，在土地上构建什么样的钢筋混凝土结构，的楼层才有可能是什么样子。对于数据本身，更像一种基础资源，就如同土地，人力一般，成为公司的资产。在淘宝，京东等行业巨头疯狂发展的今天，网上支付早已被巨头们一次次更新换代升级。但如果只是供应渠道链的终端进行掌控，数据资产的纵度，并不能得到彻底的挖掘。所以，在终端支付的前端，出现了供应链金融:供应链金融是指在对供应链内部的交易结构进行分析的基础上，运用自偿性贸易融资的信贷模型，并引入核心企业、物流监管公司、资金流导引工具等风险控制变量，对供应链的不同节点提供封闭的授信支持以及其他结算、理财等综合金融服务。这里既包括企业上游的原材料零部件供应网络和链条，也包括下游的分销商、代理商、即渠道链 —— 中欧商学院、深圳发展银行2007《供应链金融》

　　如此看来，大数据精准营销有很多优势:

　　1. 精准定向投放，抓住潜在用户，实现低成本高效获客。

　　2. 发现品牌机遇，如新客户、新市场、新规律、回避风险等。

　　作为买家在淘宝上浏览和购买时，搜索引擎都会给你打上标签，同时也会根据你的标签和浏览习惯给你浏览的店铺打上标签。

　　这一系列标签形成了一个人固定的长期标签。

　　商业智能大的功效在于对于数据的收集管理，分析，以及的数据有效传达 —— 分发企业各处的数据有用信息可以对企业的各种病症提供等效的良。简单说:麦当劳的物流冷链系统常年的运转能够收集到大量的数据信息，包括肯塔基州今年Mcafe的出柜后多长时间喝完的信息，包括路易斯安娜州对于新汉堡面包的偏好度调查的调查报表，甚至包括犹他州 I-72 高度公路运送面包和料包的时间等等具体信息 —— 诸如麦当劳这种体量的数据处理能力的数据库，从诸如此类的细节信息中进行大量的业务分析和决策管理，从而加速更新和迭代自己的数据库，从而服务质量。商业智能技术提供的分发数据包是对本体企业，亦或是单一企业单体数据的可视化研究，这种研究数据分发到企业各处后，对于企业解决问题的帮助，远远大于对标案例的分析。

　　这个思维实验当然是虚构的，因为利益冲突无关公司之间很难达成信任，它们很少进行实质性的数据交换。但是寡头们可以通过和战略投资将第三方变成第二方，甚至亲自介入 Wi-Fi 热点的服务。利用这些数据和技术，大数据公司事实上可以将营销做到无孔不入。例如，利用上述信息，商场中的餐厅可以针对近到过商场的用户推送折扣信息，并且根据情况选择短信或微博作为送达渠道。当然现实社会中的餐厅并不会走得这么远，它们更倾向于使用微信服务号一类的技术来建立会员机制。各种 P2P 金融公司、讨债公司对数据更加饥渴，它们会愿意为你的信息（尤其是位置信息）付大价钱。所以从某种意义上说，数据寡头更可能看重你的隐私的长期价值。