结构化数据进行加工应用，横纵双向扩展数据服务业务，包括专题分析、个性化标签、预测数据服务等， 在实践过程中不断夯实数据资产管理等技术。突破原始CRM标签管理等常用方法。 实际商业环境中企业需要深入了解客户行为、互动行为及消费偏好。 消费者决策路径中包含的所有信息都应该被清晰地标签化， 同时在自动化体系中将标签化数据再反哺到下一次应用中 （消费者什么时候会流失？在未来购买产品的可能性有多高？）。 发挥数据最大价值，实现内部业务ROI持续提升。

实现数据与业务紧密结合，形成商业输出模式。人的决策固然重要，数据的决策也会占据越发显著的部分， 是提升整体营销和管理效率的重点。