为传统/互联网零售企业进行「科技+数据」赋能。帮助企业实现以客户体验为中心，以数据驱动为引擎，最大程度的提升零售运转效率。助力零售业实现消费方式逆向牵引生产变革，优化资产配置，重塑价值链，孵化新零售场景。

为什么零售业要建立数据中台？

一、运营渠道碎片化

新时代的消费者自主、精明，基于自身需求在各种渠道和触点间转换和选择最优解，

各渠道平台上的碎片式信息加大了企业对数据分析的难度。

二、立足数据，回归本质

新零售在「人货场」向上优化供应链，向下优化零售触点。在设计、制造、供应、经销商（1级、2级），消费者各个环节中做用数据来进行贯穿和融合，回归让消费者的购物更加简单这个原点。线上/线下只是手段不是目的。

三、领域繁多，大数据启动时机难测

零售行业规模跨度大，垂直领域较多。特性偏重业务和云上轻量化IT资产，大数据团队建设重要但不紧急。何时、以多大的程度来拥抱大数据技术长期处于讨论之中。

四、零售行业的“新”技术

技术升级、行业大数据浪潮，推进O2O模型进入新的演化，行业趋势早已越过线上、线下的二维划分。多源异构数据采集、机器学习模型分析，精准营销等等将会是区分零售新旧的界限，更多的销售模式会被技术催生。

现在还是拿常见的营销活动为例来说下数据运营中的缺陷。首先数据分散在各个系统中，譬如消费者数据在天猫、京东、私域等各自存放着，又譬如不同的业务域数据各自分散（商品数据在系统A，交易数据在系统B，库存数据在系统C等）；接着数据口径不一致，譬如同一个消费者在几个系统都有甚至有些信息是冲突的，有譬如商同一件商品在几个系统没有统一的标识；最后也是最重要的对营销活动的评估和对下次营销活动的改进分析，譬如应该在哪个渠道投放，应该给哪些人群推送什么样的商品，什么样的优惠券比较受欢迎，供应链有没有拖后腿，财务层面有没有超支等等。