问题在于我们拥有复杂的数据，而传统的 CDP 并非真正为处理行为事件之外的任何数据而构建。我所说的复杂数据是什么意思？具体来说，就是那些仅属于我们业务的对象。
在我们的案例中，我们没 全球数据中的海外华人 有典型的结账流程。我们有活跃会员和过期会员，他们都在我们的电子商务网站上互动。我们的会员可以在购物车中添加商品，并在包裹发货前的一段时间内换入或换出商品。我们的系统还有其他复杂因素，例如评论、经过验证的购买，以及会员可以将包裹换成商店信用额，以后可以兑换。
我们之前的 CDP 基于用户和事件的数据模型非常有限。我们可以用它来了解人们如何在我们的网站上互动，但如果我们想真正了解我们最畅销的产品是什么，这些信息只能存储在我们的数据仓库中。我们知道我们只得到了一小部分，而我们本来可以得到整个数据。
糟糕的工具带来的问题是，它创造了一种文化，即你只在必要的情况下才做事情。这些限制意味着，有些非常重要的用例我们只能手动处理，或者根本无法解决。