会员、订单、导购、营销投放——零售的个人信息散在最多的系统里，也最容易在同意与共享这两个环节出问题。
零售企业处理个人信息有三个特点：数据散——会员系统、订单、CRM、小程序、导购企微、第三方营销平台各存一份；同意链条长——注册、领券、扫码入会、短信、推送、个性化推荐各有各的授权口径；共享多——广告投放、物流、支付与各类 SaaS 服务商都在拿数据。监管检查和消费者投诉，基本都落在这三处。DataAigis 从数据盘点入手，先把同意与共享这两条链接起来，再谈自动化与工具。
把会员、订单、行为、导购、客服等场景的数据摸清，标明每一类数据的来源、用途、留存期限与共享去向，形成能对得上业务的清单，而不是一张 IT 资产表。
注册、领券、扫码入会、短信与推送、个性化推荐——把各自的授权口径统一起来，留下可回溯的同意凭证，撤回也要能真正传导到下游系统。
广告平台、物流、支付与 SaaS 服务商的数据共享逐一登记，签好处理协议，写清共享字段、目的限制与留存期。零售最常见的问题就出在这一层。
线下门店的摄像头、Wi-Fi 探针、客流统计与导购设备同样落在个人信息范围内，纳入统一的分类分级与权限管控，不要让线下成为盲区。
从会员、交易、营销、门店四条线切入，梳理数据从采集到共享的实际路径，标出高风险场景。
对照个人信息保护法逐条评估授权口径与共享行为，输出带责任人和时限的整改清单。
同意机制、权利响应流程与分类分级结果接进业务系统，必要时用数据安全合规治理系统承载。
新营销活动、新渠道、新服务商上线前纳入评审，把合规做成日常动作而不是年度项目。
零售的合规风险不在于缺少制度，而在于活动上得快、渠道换得勤——每一次新活动都可能绕开既有的同意口径。把评审接进活动上线流程，比事后整改省得多。
