说到传播，无非言者、传者、受者三部分，通俗点儿讲，就是内容、媒介和用户。说到融合，那就是内容如何与不同媒介相融合，以及媒介如何与不同用户相融合。融合包含有融通与结合两层意思，内容与媒介之间的融合更多体现为如何将内容与媒介相融通，而媒介与用户之间的融合更多体现为用户如何与媒介相结合。新技术范式下的内容与媒介相融通带动电视供给侧变革，比如打造所谓“中央厨房”;而媒介与用户相结合则演绎出丰富多样的需求形态变化，比如激活所谓“T2O”。融合传播的第一推动力来自用户随时随地使用和讨论电视节目的需求升级，而电视节目的融合传播正是这一需求推动的阶段性结果。
在内容与用户之间，媒介是多变的载体与通路，是网络与终端的连接和集成。相比传统的电视网络与终端，新网络的核心特性是大容量与交互，而新终端的核心特性是体验好且便携。由此，电视节目如何在新网络新终端上传播是当下融合传播的一层含义，而用户如何使用新网络新终端收看和讨论电视节目则是当下融合传播的另外一层含义。
基于上述第一层含义采集的数据是来自端的数据，基于上述第二层含义采集的数据是来自人的数据。由端的数据到人一般称为用户画像，由人的数据到端一般称为样本投射。两种数据的结合通常称为数据融合，也就是本文所要讨论的基于融合传播的融合数据。
评价一档电视节目的融合传播效果，既需要有端的数据，也离不开人的数据。从时下市面上常有的各种融合传播指标数据构成看，电视收视率是基于电视端的人的数据，互联网络(包括移动互联网)上的播放量和讨论量则是基于电脑或者手持设备上的端的数据。在建构融合传播指数的过程中，这些人或者端的数据包括但不限于：直播收视率、时移收视率、网络电脑端播放量、网络移动端播放量、网络新闻阅读量、网络社区讨论量、微博讨论量、微信讨论量，等等。
对于一档电视节目而言，直播收视率与时移收视率可以简单合并相加，网络播放量则需要结合用户画像数据按照某种模型算法转换为一种类似收视率的指标，再与电视端收视率相加(有时需要考虑排重问题);公共媒体以及社交媒体的阅读量、讨论量等也需要与用户画像数据相结合，进而分析其与收视/播放行为之间的相关性并转换为影响因子系数，再参与到融合传播效果的计算当中。这方面相关的粗浅讨论，笔者分别曾有“从点播量到收视率”以及“从微博讨论量到收视率”两篇文章加以分析。
若记收视率指标为R，基于网络播放量转换的收视率为P，公共/社交媒体影响系数为W，则融合传播指标C即表示为(R+P)*W。从当前电视节目的传播过程来看，电视屏仍是主传播渠道，而互联网端则形成碎片化传播的长尾效应，这个长尾的部分可以看作是R的扩展，即P=m*R，m是网络传播增益比，那么(1+m)*R就计量了一档节目的跨屏总收视量。如果不是采取数据融合的方法，而是以同源样本调查结果计算跨屏总收视，就可以视m为一个有确定意义的真值。启动对m比值的基于不同分析维度的研究，将十分有助于揭示融合传播格局当中用户跨屏流转的模式与规律。这样，电视融合传播的问题，就简化成了一个融合数据中的m值问题。
