这一系列标签形成了一个人固定的长期标签。
在完成诸如此类的产业核心面竞争后，横向，或者说横向整合，已经渐渐不能满足这些企业的胃口 —— 产业垂直整合开始出现。横向的企业讲究的是低成本，大规模生产，关注的点，更多集中于成本的管控，企业规模的扩大以及生产技术的革新，而把企业逐渐做大；而纵向整合，所谓产业垂直整合，要求企业做强 —— 对于核心部件，性资源和关键技术的限制加强，同时，渗透供应链的其他端口，用资本，技术，，战略等等核心手段，完成对于下游或者上游供应链的占领，以达到对于整条产业链的控制。例如:中国的电脑企业无论占据多大的市场规模，在芯片上自始至终掣肘于因特尔，操作系统掣肘于微软 —— 无论市场规模有多大，的利润空间，都会被无法完成垂直整合而缩减。
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……
在现代社会中，国家的行政职能与立法职能、司法职能区别开来。相对于立法职能而言，行政职能具有明显的执行性质，表现为执行国家意志的管理方面的职能。正如美国学者古德诺指出的，政治是国家意志的表达，行政是国家意志的执行。怎样提高国家的行政，立法和司法职能？这个问题，从美国建国初期，采取三权分立开始，就开始了长达200年的探索。我们并不能把大数据当做完成一切价值改良，提高三权分立金钥匙，但大数据的盐酸致，的确可以量化当前社会事件，逐步定义和改良未来对于行政效能的执行，同样，通过对于历史案例的分析和研讨，为历史上出现的典型行政事件进行重新的量化评估，而这些量化评估后所形成的政府行政案例，将作为范本和对标，出现在未来美国行政能力的手册，亦或是出现未来相似问题的比较措施，这和英美法系所要求的案例对标如出一辙，但的量化，会提高案例的执行性，也能提高政府职能的性。
大数据采集平台主要负责把数据采集到大数据仓库平台中。企业的大数据来源从大的角度来说，主要是从三个方面获取数据，业务系统、行为日志采集系统、外部数据来源。每一个方面来源又包含途径，大家可以看上面的图就了解。这里要强调的是外部数据来源，可以通过网络爬虫工具收集，通过和相应的合作方进行数据交换，通过从数据商那里采购过来，也有少部分可以通过一些大公司的开放平台接口获取，比如阿里、腾讯等。大数据基础平台，在传统的关系数据库时代，这个平台也是企业要做的平台，只不过当时叫数据仓库系统，在大数据时代，我称作为大数据仓库基础平台。这部分是整个大数据平台的核心。我们接下来会详细讨论。