所以，依托于这个思路，捕捉用户浏览网页图片，数字，都可以成为依托于大数据下的定位和营销 —— 当信息推送的意图和用户的真实意图贴近度越高的时候，广告的点击率提高，的商业效益便会明显的体现出来。咨询行业对于行业研究有天生的好感，对于行业内的与咨询有关的信息，都有收集的潜意识。简单说:一个咨询团队掌握一个行业的全面知识，无论是深度还是广度，都有很大的优势。比如:负责酒店行业的咨询团队，常理来说，只要有超过10年的咨询经验，掌握全国高中低档酒店大量的index（管理），包括全行业行评报告（管理），资产负债表（会计），服务品质，商业模式，运作模式，诸如此类的信息，将会大量的聚合在团队数据库；一个茶叶行业的营销团队，甚至连茶叶产地的地理条件，气候以及当地种植方式的详细信息，甚至一部分可量化信息，轻松掌握。
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……
在这样的条件下，咨询行业一旦接触到新的企业咨询立案，就能度的切入，利用组织对标 —— 一些可以量化的，只要新企业也有量化标准，行业标准对比模型一旦建立，诊断方案便可以即刻得出，剩下的，只是对于个体本来个性方法论的探讨和进一步实施落地，但事先数据的整理，很好的避免了这些问题 —— 毕竟对标机构的落地实施细则具有强的参考性，抛开时代变化和一些的细微调整，定位诊断的理论基础仍然存在。所以，一个咨询团队利用自身数据库进行定位诊断企业，并且在接触新的企业数据时，能够时间更新自身企业数据库，从而有概率不断的为新案例提供对标，从而拥有更加科学，效率更高的企业战略以及企业文化的诊断机制。
简单说:产业外部之所以出现边界，正是因为不同行业之间没有共同的企业语言，也没有泛型流程化的可能。而通过数据接口，产业外部边界的不断拓展，可以使企业面对同一组织目标 —— 消费者。面对消费者，达到的效果只有一个 —— 从消费者身上，实现经济利润。如果的产业端口都以消费者作为开始，那么企业会更贴近于市场的需求:简单说，上一期所讲述的小米手机就是如此 —— 从消费者出发，产业和产品进行的流程建造，从消费者开始:这是个伟大的创举，以消费者为资源导向的资源配置模式，而得到了一手的资源配置模式后的数据计算和的战略布，都依赖于消费者的需求展开 —— 传统企业的组织方式和组织模式将会变化，至少是流程和过程上本因颠倒。