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……
数据对外变现:通过对数据进行精心的包装，对外提供数据服务，从而获得现金收入。市面上比较常见有各大数据公司利用自己掌握的大数据，提供风控查询、验、反欺诈服务，提供导客、导流、营销服务，提供数据开放平台服务，等等首先要进行数据集成，否则将无法完成处理、存储、转化和应用数据。通过web数据采集、系统/设备数据采集、本地上传、API接口调用等方式将各类原始数据集成，为构建一个自由独立的数据仓库/数据湖/数据中台而准备。同时，随着数据基础设施变得越来越复杂，也会面临着从各种来源摄取结构化和非结构化数据的挑战性任务。这通常称为提取转换加载 (ETL) 和提取加载转换 (ELT) 的提取和加载阶段。
大数据的核心价值，从业务角度出发，主要有如下的3点:数据辅助决策:为企业提供基础的数据统计报表分析服务。分析师能够轻易获取数据产出分析报告指导产品和运营，产品经理能够通过统计数据完善产品功能和改善用户体验，运营人员可以通过数据发现运营问题并确定运营的策略和方向，管理层可以通过数据掌握公司业务运营状况，从而进行一些战略决策；数据驱动业务:通过数据产品、数据挖掘模型实现企业产品和运营的智能化，从而大的提高企业的整体效能产出。常见的应用领域有基于个性化推荐技术的营销服务、广告服务、基于模型算法的风控反欺诈服务征信服务，等等
数治化是数字治理结合业务场景和管理要素的落地和见效，这里涉及到数字化治理三个要素，即点、线、面。点是指数字化要素，如人时空、车路货、水电煤等，应该全面梳理需要数字化、结构化、在线化的信息要素和构件对象；线是具体的行业与场景，可以补充数据在企业风控、人才工作、应急预警、流口管理等领域发挥的作用；面是指治理微单元，在城市治理中主要体现在社区和楼宇间的网格化治理。简而言之，“数字、数智、数治”就是通过梳理数字化要素，找到关键数据，转化为可以合理地应用知识并进行正确判断决策的能力，并结合场景和管理要素落地。充分发掘大数据的价值，使其既可服务于政府或公共部门进行城市治理，也可服务于企业进行治理发展，亦可服务于个人提供个性化定制服务。