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……
在这样的前提下，咨询团队只要解决好单体咨询产品1.0数据库的构建，剩下的就可以通过不断的更新案例来相关类目的咨询能力，毕竟数据库的作用在于建设确定性更明显的诊断方案。而这样的咨询产品构建，只要依托于大数据，便有一定普世价值:可以人为量化的咨询产品，都可以通过这样的方式，很好的建立起1.0的版本，顺遂着案例的不断递增而升级 —— 咨询公司依托于大数据的定位不利于咨询工作的开展，更会有利于整个咨询产品的升级以及的营销和服务。
数字化是要做好数据采集自动化，存储结构化以及运用在线化。其中，采集自动化要能实现自主化电子填报、业务流程内自动化采集；存储结构化是对数据的统一规整；运用在线化需要服务于具体业务，实现实时化和在线化，不能只是简单的“参观数据”。做到这三点方可为从大数据中提炼价值打下基础。数智化是数据智能化。在大数据金字塔模型（DIKW模型）中，底层是数据，通过梳理业务逻辑、统计关键要素才能变成信息，提炼信息并结合业务场景验才能变成知识，积累了很多知识并思考未来规划作出预判和决策才是智慧。从数据到信息到知识再到智慧，这就是数据智能产业如何从底层不断往上走的过程，代表了大数据价值被不断提炼升华的过程。
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》