1. 重视用户需求，获得关注。
讲故事，一定要有听众。故事需要用户作为直接的收听者，想要获得精确的用户数据，必须首先积累一定数量的用户。
《人民日报》和中央电视台的 Facebook 账号提供了一个成功的案例。据 2016年 5 月 19 日的数据显示：央视粉丝专页“CCTV”有 25,857,828 人点赞，超过美国有线电视新闻网 CNN 和《纽约时报》的点赞人数，在和欧美主流媒体的比较中，也仅次于英国广播公司BBC。《人民日报》粉丝专页“People's Daily, China”有 18,948,207 人点赞，也远远高于《纽约时报》。究其原因，大熊猫“萌照”频繁出现，吸引了大量用户关注点赞。
中央电视台和《人民日报》通过社交媒体中的用户反馈探索出了一条“吸粉”之路，在积累了一定数量的用户之后，为故事提供了听众。更重要的是，拥有粉丝，才能够根据用户身上承载的信息开展数据分析，指导故事的讲述。改变单向宣传的过去，是要通过数据而不是猜测，使得用户需求和宣传获得融合。在宣传进行之前，已经完成了从用户到媒体的一次信息流通，循环往复，这样才能彻底改变单向的宣传。
每次宣传行为都是建立在之前得到的信息和数据的基础上的，又可以进一步获得信息指导下一次的宣传。这不是简单把单向变为双向，而是利用数据获得一个循环的过程，推动工具和内容不断迭代，进步和成效不断产生。此外，用户数据库的建立，也有助于实现世界舆情检测和议程设置等。
2. 分析用户需求，指导信息生产。
故事本身是决定用户在接触后是否停留、在离开后是否信任的关键。数据和数据描摹出的用户形象对于故事写作的指导在内容层面和形式层面都有所体现。
内容上，通过对用户数据的收集和分析，可以对用户关注的话题进行重点关注，拟出更吸引关注的话题，使用更贴近用户阅读习惯的风格，过去的营销从业者根据经验和猜测，也可以调整新闻的内容，但比较数据驱动，无疑是更缓慢和不准确的。
形式上，结合新的媒体技术和呈现方式，能有针对性地选择不同的体裁或形式。同时，也可以根据用户的反馈，调整发布时间和营销渠道，以获得更好的效果。
但是企业的数据积累是否足够，是否是结构化的，将在很大程度上决定数据分析工具提供的结果与用户真实状态的差距。
3. 算法在推送中的普遍运用，已经影响到信息生产。
产品的用户是什么样的，数据可以进行具体化的描摹，用户的信息偏好、行为偏好以及直接建议，都能够在用户的媒体使用中获得。通过用户数据、环境数据、信息数据的自动匹配，
算法可以向用户推送个性化的信息；通过对用户信息消费情况的分析，算法又能指导信息生产——哪些信息是受到欢迎的、哪些功能是受到密切关注的、什么样的产品进入方式是用户喜爱的，这些通过算法工具都能获取。
对于用户需求的分析，算法会发现用户的需求是共性中孕育个性的。满足用户的个性化需求，进行定制新闻或者精确推送的个性化推荐尝试，成为现在的新潮流。比如上述 CGTN 也在设想：在建立多终端平台后，能根据社交多平台后台大数据分析指导内容生产，满足用户个性化需求。
要想讲好中国故事，在进行个性化推荐的实现中，强大的平台、数据库和数据分析工具，三者缺一不可。以目前的情况来看，对于中国外宣媒体来说，实现精确化推送任重而道远。尤其是平台层面，现在主要是借助一些成熟的社交媒体或者视频网站作为中国故事传播的起点，难免受到平台限制。
星巴克
中兴
摩拜单车
海底捞
凡客诚品
腾讯
