(系統建立關聯模型，將具備邏輯和因果關係的標籤連接起來，實現跨標籤的橫向連接，企業的營銷人員就可以更加的有的放矢，精準的找到適合的人羣投放廣告。)只有建立的標籤之間的連接,才能產生價值.爲什麼這麼說?
數據需要積累,僅憑几次客戶行爲來推斷的話,標籤就是孤立的,
系統無法知道用戶的真實情況,如性別\家庭狀況\婚姻等,也無法判斷是否買過保險,通過追蹤用戶大量行爲軌跡,大數據就可以挖掘出隱藏在背後的信息.
企業技術人員首先要發現標籤和標籤之間的邏輯關係然後將它們橫向的關聯起來,這是指標籤與企業相邀找的目標人羣之間的關係.比如,在國外,開"哈雷"機車的人也同時喜歡"皮卡"車,“哈雷”，“皮卡”這些品牌作爲數字標籤之後，系統會根據大量用戶歷史搜索的內容和購買記錄進行分析，從而獲得其購買的相關性。 所以，品牌名稱也是重要的標籤，某一類人的標籤的共性會體現在品牌的關聯上，而這一關聯性在奢侈品牌中尤爲明顯，如購買ＬＶ的用戶會有明顯的特徵去關注其他某一種類或品牌的服飾。我們需要的就是具備這樣的數據洞察力，實際的例子就是廣告推薦，系統能將相匹配的廣告精準的推薦給購買能力、生活方式相近的用戶。
一個購買“奔馳”的用戶擁有“高淨值客戶”這一標籤，這是高端房產的營銷人員就可以藉助第三方數據公司或網站，在網上尋找擁有
“高淨值客戶”這一標籤人羣來投放廣告，也可以通過Ｃｏｏｋｉｅ來幫助追蹤。當然，能結合線下蒐集信息，能更加精準的作出判斷，如同樣是在網上找購車信息，但是如果我們知道他的個人信息，他是單身，還是有家庭的，將會有助於我們更好的建議，有家庭的可能傾向於ＳＵＶ車型。
在實際應用中，除了瞭解用戶年齡、性別、職業，系統還有發現他們關注哪些雜誌，喜歡怎樣的電影，閱讀了怎樣的博客，從中找到邏輯和因果關係，既要基於核心數據，也要善於發現衍生數據 這樣才能採取有針對性地推廣。
