所以，领导核心的本质是寻找真理 —— 由于个人能力，个人经验和个人素质在某一群体中的高度，人群，群体，企业，集体中，总会退出一个或者几个其的个人，对整个集体和群体的行为进行总的决策，而这种决策的目的，就是为了在政治世界，或者经济世界指明核心战略方向，以达到的资源优化配置的目的。事实上，到了20世纪，几乎的大企业，仍然强调着以商业领袖为核心的组织文化和企业文化，而不同的企业文化代表的不同的思维和精神导向，仍然辅着这个原理 —— 谁能为企业的资源配置定制战略导向，谁能够大化的激励整个企业职能效率，这仍然是企业大的价值。
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……
一般意义上，偏狭的数据样本对于数据分析的意义并不明显（也可以基本理解为，大规模的数据覆盖与的数据分析效果成正比），所以，数据样本的大小，数据算法的优劣，直接决定了是否会产生的误导性结论。所以，大数据就是这样一个工具 —— 利用大数据可以获得前所未有的的预测能力，可以成功预测大量历史上无法想象的事件:2012年总统大选中，内特 希尔沃利用自己的数学模型准确预测了美国50州的选举结果，基本可以明大数据样本和大数据分析的强大威力。
从咨询的角度看，大数据资产可以衍生的角度，可谓五花八门，例如:利用数据平台终端输出企业人力资源职能数据，在企业管理绩效考核中设定痛点机制，即:发生什么行为做什么事，完成企业人力资源管理的条件反射；利用数据平台输出大量对标案例，利用时间纵度完成企业对标问题假设和解决方案诊断验，利用大数据的数据采集职能而不是通过大量企业高中低层的访谈，彻底改变咨询行业常态化的资讯模式和诊断模式 —— 数据化平台的租售数据，租售信息，数据采纳整合，媒体，空间运营的综合机制的建立，配合前面所需的大数据资产化处理的配套软件，数据模型，大数据衍生飞轮效应的理论模型也可以基本清晰。