3. 互联网
互联网行业发展了近20年后，大部分ToC需求已经趋近于饱和，用户流量增长趋缓。同时，随着互联网业务模式趋近于成熟，政策监管也越来越严格。如何在艰难的市场环节下，实现业务地破局增长，成为各互联网企业头疼的问题。打破平台之间的竞争，由竞争变为合作，进行数据、场景、业务共创，是一个重要的发展方向。其中，隐私计算技术为各企业之前实现数据安全流通共享提供了基础保障。
互联网与隐私计算结合，主要场景包括：电商行业的会员拉新、跨品牌的会员资产互通、精细化用户/货品/场景运营，社交媒体行业的广告精准营销、个性化内容推荐，视频平台的联合权益，游戏行业的会员拉新等。
1) 电商平台货品运营
• 业务场景：电商品牌商，随着业务增长压力增大，除了会在多个电商平台开店外，同时会在多个内容种草平台进行流量运营。但是，品牌商在单一平台上的运营效果不再突出，品牌商亟需打破平台之间、内容媒体之间的数据孤岛，让品牌商站在全渠道、全域视角进行会员、货品、场景的精细化运营，以实现业务二次增长。
• 解决方案：为此电商平台和内容媒体之间，双方通过的ID安全匹配、联邦学习能力，进一步筛选优质人群从而进行精细化运营投放。
2) 社交媒体广告营销
• 业务场景：移动社交媒体已成为广告主重要的广告投放渠道之一，随着市场环境的变化，业务增长已越来越难，降低营销费用成为很多企业的选择。如何在降低营销费用的情况，达到相同的营销效果，精准营销是唯一的手段。隐私计算为媒体侧和广告主之间实现跨企业的广告精准营销，提供了技术支撑，广告主可以先在自己平台客户池中圈选想要投放的人群，和媒体侧的用户进行匹配求交，媒体侧只对交集人群进行广告展示。
• 解决方案：为此媒体平台和广告主平台之间，双方通过的ID安全匹配能力，进一步筛选特定人群从而进行精细化广告投放。
3) 视频平台内容推荐
• 业务场景：随着用户的娱乐习惯，慢慢转向短视频，越来越多企业布局短视频赛道。对于视频平台来说，首先需要解决的是新用户的冷启动问题，这需要一些外部数据标签，来构建新用户的画像；另外，针对老客户，如果视频平台想对老用户推荐内容和权益活动，仅靠用户的点击、流量等行为，缺乏多维度标签，也很难达到预期效果。
• 解决方案：通过瓴羊Dataphin隐私计算的隐匿信息查询功能，可以和电商、社交媒体等平台合作，获得用户的行业、兴趣、购物等一些兴趣标签。
