目前，第三方数据机构缔元信在与其媒体客户的合作中正试图改变墨守成规却又穷途没路的营销模式。在缔元信看来，营销价值链由用户、媒体、广告主组成：用户产生商业需求，媒体是用户出没之地，而广告主需要在媒体上寻找目标人群，在最适合的时间、最适合的媒体上将最适合用户的广告传递给最适合的受众。
媒体核心式营销走到头
早晨刚上班，任职于网络营销公司策划经理的小A就忙着为她的一家汽车客户提交新品营销策划案。虽然页面富丽堂皇观点云山雾罩，但其实定论早在她心中：门户网站的汽车媒体与专业汽车网站的广告位，来几轮组合供客户挑选，配上客户要求的产品卖点，就一切OK了。
这样的场景日复一日，年年上演，无论媒体、广告主、营销公司，都习以为常。作为营销导向终点的用户，也在日复一日的愿意不愿意中被动地接收、接收。但，这样的习以为常，无论从哪个角度看，都并不合理。以选择媒体位置为重点，结合媒体的流量、属性进行投放，既不能反映用户价值，又不能真正体现媒体的价值，也无法让广告实现精准营销的效果。忽略用户的后果，是用户越来越倾向，也越来越善于将他们真实的一面躲藏起来。由于无法掌握用户的商业需求，难以判断有多少目标用户出没的媒体上投放广告，广告主50%的费用被浪费掉，自然不可避免。
为此，第三方数据机构缔元信依托DDMP平台(平均每天跨网采集2亿网民、30亿条网民行为数据)的跨网数据和行业知识管理库，推出网站用户分群画像解决方案。这一系统以产生需求的用户作为核心点，以用户为单位全网收集数据，尽可能海量持续的记录用户跨网站、跨平台行为，并串联成一条完整的数据链，以期重新构建用户为核心的营销链条。
用户：躲藏起来等你找
要扭转传统模式营销对媒体不对人的尴尬局面，寻找到躲藏起来的用户是破局第一步。
对于互联网媒体来说，用户规模向来是代表其媒体价值的核心指标。无论是展示媒体影响力，还是向广告主推介广告位，都离不开用户规模的介绍。这项指标也似乎不难搞定——只需统计广告主需要投放的频道或广告位对应的UV(独立用户数)即可。但事实上，对一边浏览内容一边无视不感兴趣广告达到炉火纯青的互联网用户来说，媒体用户规模并不能与营销受众划上等号。为此，媒体网站还会采用用户分析方法，一般是通过自身平台去了解用户群体规模多大、男女比例多少、年龄结构、职业背景、收入情况，以试图挖掘用户的真实影像。但这样基于一个网站上的用户自然属性及行为数据，同样不能把善于玩“藏猫猫”的用户找出来。
无论线上线下，消费者的思维都是千头万绪，语言也往往虚实相间，但在互联网上他们仍会留下真实的东西：用户网上行为和交易记录。只是，仅以一家网站的用户行为数据为基础，只能获得用户此时、此地的偏好，难以捕捉到用户全面信息。而通过全网的分群画像系统，媒体网站不仅知道用户在这里爱看什么，还准确知道用户在网站之外爱看什么，之后再将这个用户看到的所有内容转化成信息，这些信息经过行业知识库的加工和处理，形成每个用户的TAG(标签)系统，然后根据用户特征进行多维度的分类，如性别、年龄、地域、购买力、兴趣、商业价值等。这样，就能清晰准确地挖掘出用户潜在的偏好和需求，将躲在网络深处的用户真实本性一一复原于前。如缔元信通过用户分群系统分析网易娱 乐用户发现，活跃在网易娱 乐中的用户，实际上也有相当比例是汽车、教育、母婴的实际用户。
再以搜狐来例，其汽车消费人群比搜狐汽车频道用户多了162%。这意味着，有很大一部分汽车消费者隐藏在搜狐汽车之外的频道中，仅针对搜狐汽车的广告投放将使一大半活跃在搜狐上的汽车消费者无法接收到适用于他们的信息。
网络媒体：媒体价值将重估
一直以来，互联网媒体都在强调自己有别于传统媒体的独特价值，但现实中，两者之间的差异远不如传说中的那样大——同样是媒体为主导广而告之，同样是根据抽样数据及经验判断受众特点进行一对多发布，同样是用户被动接受而无关兴趣。
以用户为核心去审视，在互联网上的用户，无论他们活跃在哪个平台、网站上，在同一时刻，他的属性、兴趣、地域、商业价值并无不同。换句话说，作为一家网站的用户，其价值可能在各个频道之间流动：如果TA是个汽车发烧友，那么无论TA出现在娱 乐、体育或者其他任何一个频道上，其商业价值都会随之前往。通过全网数据准确描绘出用户画像，媒体不用再去管这个用户的年龄、性别、行业，而是去发掘、分析每一个用户群体多维度的偏好(如媒体偏好、内容偏好、商品偏好、购买意图、地域特征)。而且，不仅知道在这里爱看什么，还准确知道用户在来这儿之前、之后爱看什么，对用户跨网站、跨平台行为串联的数据掌握的越完整、越长，对用户的了解也便越透彻、精准。这样基于用户价值准确描述的意义在于，媒体价值将得到重新阐释和评估。
正如上面网易娱 乐的例子，虽然拥有海量的用户，但因其内容与品牌、产品关联不大，商业价值往往被忽略。同样的，一个活跃在体育频道的用户，显然不可能只是个体育爱好者，他或许是有一定需求的潜在金融客户，也可能是正在观望某品牌手机到达心理价位的用户，或者是个即将出手的汽车消费者。作为同一个用户，在同样的时间，无论TA在哪里，看的是什么，需求是相同的，如果仅以娱 乐或体育甚至只以一家网站的孤立数据为依据，都只能了解到用户的一小部分特征，而不能反映出真实的用户价值。一来，不能真正以偏概全地认知全体用户，而更多凭经验判断，将浏览娱 乐、体育频道的千差万别的用户固化为一个整体。二来，只观察一家网站的用户行为，而不了解用户全面的、动态的行为数据，只能进行“盲人摸象”的主观揣测，无法将用户的个体、动态化的需求真实、及时呈现出来。这样的偏差，会使媒体网站的媒体和营销价值不能得到充分展现。
对媒体来说，利用全网数据构建的用户分群画像系统，可以对用户进行定性描述，精确地描述其用户群体的特征，了解消费者的购买行为、态度、生活形态和媒体接触习惯，更显示出不同族群的多维度价值，扩大媒体目标用户规模。通过分群画像系统的TGI(Target Group Index，目标群体指数)，网站可比较其中某类分群用户在整体互联网行业中的地位，客观、直观地展现自身，展现网站的竞争优劣势。以新浪
