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。
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……
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。
所以，咨询公司往往在现代企业的咨询案例中坐收渔翁之利 —— 由于现代企业对于发展数据挖掘技术的渴求，以及对于充分释放数据资产中蕴含的商业价值的渴望，大规模的，高度管理化的数据资源，便可以通过咨询诊断报告务求数据背输和数据支持的手段，很好的被采纳和吸收，并且从咨询的角度，对整合过的数据进行进一步的挖掘，探索。对于现代企业，是大型现代企业（国外的GE，中国的中铁，中钢），对于数据整理已经颇有心得 —— 所以，对于大型咨询公司而言，利用当前收集的数据资源，整理数据整合标准，显然是可行的。