如此看来，大数据精准营销有很多优势:
1. 精准定向投放，抓住潜在用户，实现低成本高效获客。
2. 发现品牌机遇，如新客户、新市场、新规律、回避风险等。
作为买家在淘宝上浏览和购买时，搜索引擎都会给你打上标签，同时也会根据你的标签和浏览习惯给你浏览的店铺打上标签。
这一系列标签形成了一个人固定的长期标签。
这些年我还真见过不少计算神学的布道者，他们开始张口就是大数据和机器学，后来开始扯深度学和人工智能。然而有一次我问某个信徒，他用的模型对性别的预测精度有多高，他居然诚实地回答接近 60%。如果需要考虑 Facebook 那么多种规的性别，这 60% 还是相当不错的，比扔硬币强不少呢。我之前的公司不幸跟某寡头有非平凡的合作，有幸跟对方的祭司阶级聊了几句，我发现这帮人对数据的理解连频率主义者都不如，连什么是信号什么是噪声都分不清楚。当然这圈子里面也有聪明人，并不是真诚地相信这些话——据说某公司做了两三位数样本的问卷攒了份报告就卖了很多钱。
所以，对于金融来说，数据作为基础资源能提供的，是试图以更为快捷，的运作方式取代高成本，较复杂系统的传统金融机构 —— 比如四大银行。但是，这里的运作方式并不是取代传统银行的传统支付方式，但是更多的，是促进整个商业银行体系的升级，至少是支付方式的升级 —— 毕竟流动性是金融世界的核心体征，并且打通以四大银行为核心的平台数据支付渠道。另外，四大银行利用自己定额资金池的巨大额度，开展了和其他第三方支付的合作:和快钱利用企业应收应付账款的资本和时间的效差开展融资服务，在企业的应收账款货音符账款信息和产业链上下企业中，分别打包资金流转数据给银行 —— 这样的一手数据，在某种层面上，可以为企业客户提供进一步的贷款服务 —— 而这样的服务，都是建构在数据这块肥沃的土地上进行的数据构架，而采纳第三方支付的企业沉淀海量数据，这样的模型对于发展数据这个稳态资产，有着广阔的前景和不可估量的影响。
所以，依托于大数据思维，每个咨询团队都可以通过自己人员配备的不同需求，建立适合自己团队需要的大数据库，以匹配使用效率为此数据库的原则:一个资本团队的关注倾向与一个管理团队的关注倾向不同，使用泛化数据库的意义很小，效能会其低下。在收集和整理团队数据库时，团队人员配置，是建立此大数据库重要的，依托于这个所建立的数据库模块，才能在不同的，但针对性和指向性都相同的案例中，迅速发挥作用，并且形成拥有自己特点的业务模式，揭示自身团队的核心咨询价值。所以，定位在某种程度上，也是对咨询团队构建核心的一种正常要求。