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……
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。
Android 上的确没有 UDID 这么高质量的标识，但是它允许开发者直接获取 IMEI——利用 IMEI 理论上可以通过运营商获取手机号码，并且进行实时的监控。此外 Android 还允许开发者获取 MAC 地址和 Android ID 这些标识，而前者可以用于基于 Wi-Fi 的地理位置定位。这些看起来很糟糕，但还不是糟糕的，因为 Android 还允许开发者获取安装应用列表、正在运行应用列表。换句话说，Android 不仅允许开发者监控自己的 App 使用情况，还可以监控其他的 App 的使用情况，这可是字面上的工作。这些在技术层面上都是 Android 允许的，对于已 Root 设备或者能够利用漏洞提权的 App 而言，Android 提供的想象空间几乎是无限的。
运营商大数据获客系统是靠谱的获客系统，举例来说，你是一家房地产公司想卖二手房或新建房屋，那么首先要判断群体的特征，比如近期要买房的群体，经常访问房地产行业门户网站、房地产APP的群体，然后根据房地产公司出售房屋的APP来进行定位，然后根据客户需求进行数据建模，对客户特征进行分析，比如近期要买房的群体，经常访问房地产行业门户网站、房地产的APP群体，然后根据房地产公司的实际情况来进行销售。