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……
数据挖掘利用了来自如下一些领域的思想:(1) 来自统计学的抽样、估计和假设检验，(2)人工智能、模式识别和机器学的搜索算法、建模技术和学理论。数据挖掘也迅速地接纳了来自其他领域的思想，这些领域包括化、进化计算、信息论、信号处理、可视化和信息检索。一些其他领域也起到重要的支撑作用。地，需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能（并行）计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据，并且当数据不能集中到一起处理时更是。
在移动时代，身份问题变成了严重的问题，因为智能手机在很大程度上是私人设备。大多数人都随身携带这些设备，这就意味着设备的标识和个人几乎是一一对应的。在这个问题上，就连苹果公司都没能意识到其严重性，以至于在早期的苹果设备上有一个接近的唯一硬件标识（UDID）。这就意味着的 App 开发者都可以使用这个标识来追踪设备和交换数据。换句话说，只要你在一个 App 中使用了 Facebook 账号或者提交了电话号码，那么你在这个设备中的行为都有可能被关联到你的 PII。
对于企业而言，如果自身企业数据库的建立已经达到成熟的商业级别，收集到的数据深度，广度以时间，以及企业核心价值体系的类目进行延伸，企业内部的权威价值的判断体系，将会的从人权，向数据妥协 —— 只要拥有大的样本库和数据量，没有人可以与数据所提供的定位相匹敌，也没有人可以质疑科学推演的数据决策。但是，是否大数据的利用，是推动数据企业管理代替人制管理的序幕？并不是。大数据的运用，无论在行业，区域，都有明确的针对性 —— 要知道，推动数据化或大数据演算企业决策和企业战略实施的，仍然是人的大脑，而大数据的运用，仍然是人的大脑给予数据在企业中的一个普遍试用的方法论。只是，大数据的运用，很好的代替了人为收集大量的数据资源所耗费的时间成本和经济成本（很多数据收集和数据推演如果都以人力完成，则需要耗费大量的时间和精力，而的分析结果，还依赖于分析人的经验），大数据的好处在于，利用设计好的，或者高度明可行的数据模型，代替了决策层收集，分析数据的初步工作，而领导层 —— 利用这样的科技，就可以从时间享受到经过一手处理的，保持对正确率的数据资源，领导决策的准度和效率，其实上，得到了大大的提高。