多维用户标签用于识别用户的基本特征、偏好和业务价值特征。在分析用户特征和偏好的基础上，将第一方标签和第三方标签结合起来。根据不同的评价维度和模型算法，采用聚类方法将具有相同特征的用户分成不同的用户群。

用户的静态信息（性别、年龄、工作、教育程度、教育程度、人们的日常生活习惯等）、动态信息（信息偏好、娱乐偏好、健康状况、产品偏好等）和用户的实时信息（地理位置、工作相关效果、相关消费相关行为）分别描述了一个面向网站用户的群像系统。

在营销计划实施前，根据政策群体的特点，对营销效果进行测量分析，评价和优化营销投资策略。比如选择更合适的用户群体，匹配合适的媒体，制定性价比和功率更高的组合方式，根据用户特点制定内容策略，进而提出用户群体转化率的政策。

在渐进营销力的投资过程中，仍然需要不断地对数据进行恢复和分析，并利用会计系统分析不同时段、地理方位等的价值，并对用户转化率的贡献进行评价，并在营销过程中实时进行战略调整。

路径依赖分析：分析推广渠道类型与网站频道栏目的相关性；流量来源分析：分析各类推广渠道对网站流量的贡献；分析用户特征和用户转化；分析各类促销渠道所带来的用户特征；对每种促销渠道的转化力类型效应和营销效果进行评论处理，运用处理和宣传的方式来制作物品。

利用数据进行视觉品牌宣传工作的传递和产品，使数据图形化，自动生成具体的商场宣传语，对具体的宣传目标进行处理。打造精准投资体系，对于有意抢占精准营销先机的企业，可以进一步整合内部数据资源，补偿站外第三方数据资源，建立广告精准投资体系，对整个营销过程进行精细化处理。