互聯網日趨動態、立體，對互聯網用戶來說，活躍空間的無限擴展使得他們擁有越來越高的“穿牆”本領，而不再只鎖定在某一個平臺、網站上。對媒體網站來說，看“懂”用戶，變得越來越難。
為此，第三方數據機構締元信.網絡數據推出網站用戶分群畫像解決方案並與多家媒體網站開展合作。這一方案依託DDMP平臺的跨網數據和行業知識管理庫，為每個用戶打上多維度的標籤，再對不同維度的標籤進行篩選、聚類，進行族群劃分、標籤描述、定性描述。這一產品所依託的DDMP平臺平均每天跨網採集2億網民、30億條網民行為數據，從而使網站不僅知道用戶在這裡愛看什麼，還準確知道用戶在網站之外愛看什麼，準確定位用戶偏好。
以鳳凰財經頻道為例，以往要了解其用戶，一是利用鳳凰財經或鳳凰網全站數據，瞭解用戶在鳳凰網的行為，二是通過調研方式瞭解用戶的年齡、性別、地域等特徵。前一種方式，由於用戶在各個平臺、網站中不斷離開、回來，僅以一個頻道掌握的孤立數據為基礎，幾乎不可能瞭解到用戶的全方位屬性，而只能看到用戶的一小部分特徵，根據經驗判定這一類人群的總體特徵(如性別、年齡)。以這樣的方式向其推送內容或廣告，只會讓用戶感到“被廣告”、產生不信任感，當這樣的推送頻率過高，甚至可能選擇離開。實際上，即使以一個網站的數據為基礎，偏差仍然可能極大：以往一個用戶可能會在一個網站上儘可能瀏覽所關注內容，而現在，他可能在鳳凰網上看財經、體育，可能在B網站上看汽車資訊，又在C網站上比較手機價格。如果僅以鳳凰網一家的用戶數據去判斷，仍然不可能完全挖掘出用戶的全部偏好，因而可能將其具有商業價值的特徵遺漏掉。而用戶調研的方式更無法滿足互聯網大數據時代的需求——一來只能小範圍進行，覆蓋面侷限極大，二來參與用戶有意無意的隱瞞也會讓真實性大打折扣。
而通過採集全網數據的締元信網站用戶分群畫像分析，看到的是每一個用戶真實而全面的偏好、特徵。以鳳凰財經為例，我們可以清楚看到活躍在鳳凰財經上用戶的各種靜態信息，如年齡、性別、學歷、地域等特徵，也可全面瞭解他們的動態信息，如資訊偏好、娛樂偏好、價值觀特徵、商業偏好、購買力等。這些信息的數據來源既有用戶在鳳凰財經及鳳凰全站上的，也有來自網站外部的海量數據，反應的是用戶的全網行為。這意味著，一個正關注汽車或手機的用戶，即使沒在鳳凰網上瀏覽一條相關內容，也會被設置成汽車或手機用戶。由此，向他推送汽車或手機相關的內容和廣告時，都更有機會得到關注和點擊，而且這樣的過程對用戶來說是友好的。
全網數據的精準分析更使鳳凰財經可以預測用戶與廣告的適配性，有針對性地與廣告客戶合作。以往，網絡廣告的投放方式是以內容相關度或整體用戶自然屬性的契合度作為投放依據，以選擇媒體位置為重點，結合媒體的流量、屬性進行投放，廣告難以精準到達用戶。而瞭解頻道和網站的用戶構成狀況，將實現營銷效果的最大化，使廣告主與用戶雙雙得益。通過締元信用戶分群系統，鳳凰財經頻道的用戶構成特徵和優勢營銷領域得到實時呈現：從商業價值看，鳳凰財經的汽車用戶佔比達到30%，時尚為29%，教育為20%，此外，手機、金融、母嬰也有超過10%的比例。這意味著，這些行業的廣告投放將能獲得更高的到達率，由此鳳凰財經可雙有的放矢的開發時尚、教育等行業的廣告主，併科學衡量、評估廣告位，實現利潤率最大化。
雖然是同樣的資源、同樣的用戶，但隨著全網數據對用戶價值的展現及多重迭加，用戶不再是以往面目模糊的用戶，而是一個個鮮活的、有各種需求和偏好的人。因為懂而精準，像鳳凰財經這樣的網絡媒體將可以去在瞭解真實的基礎上提供更友好而有效的產品、服務。
