リテールアナリティクス市場の2032年までの予測： ソリューション別、展開別、小売店舗タイプ別、フィールドクラウドソーシング別、用途別、地域別の世界分析

Stratistics MRCによると、世界のリテールアナリティクス市場は2025年に51億米ドルを占め、予測期間中のCAGRは21.7％で成長し、2032年には204億米ドルに達すると予測されています。

リテールアナリティクスは、データと定量的手法を利用して、小売業における顧客行動、販売動向、業務効率に関する洞察を得ることを含みます。これには、POSデータ、在庫レベル、顧客属性、マーケティングキャンペーンの効果、サプライチェーンのパフォーマンスなどの分析が含まれます。ビジネスインテリジェンスプラットフォームや機械学習などのツールを活用することで、小売企業は価格戦略の最適化、顧客体験のパーソナライズ、需要予測、在庫管理の効率化、収益性と競合を高めるためのデータ主導の意思決定を行うことができます。

グーグルのZero Moment Of Truth（ZMOT）調査によると、消費者の70％は店舗で購入する前にオンラインで調査しています。

多様なチャネルからのデータの拡散

リテールアナリティクス市場は、オンライン、店舗、モバイルの各チャネルから生成されるデータの爆発的増加によって推進され、データ主導の意思決定を可能にしています。eコマースプラットフォームやソーシャルメディアとのやり取りは、顧客行動分析のための豊富なデータセットを提供します。小売環境におけるIoTデバイスの統合は、在庫や通行量に関するリアルタイムのデータを取得します。パーソナライズされたショッピング体験に対する消費者の需要の高まりが、分析ツールの導入を後押ししています。小売企業は、価格設定、販売促進、サプライチェーンオペレーションを最適化するために、これらの洞察を活用しています。

レガシーシステムとの統合課題

小売企業の多くは、最新のアナリティクスプラットフォームと旧式のレガシーシステムとの統合が難しく、導入の妨げになっています。大規模なデータセットをクラウドベースのソリューションに移行する複雑さが、導入コストを増大させています。レガシーシステム間でデータ形式が一貫していないため、アナリティクスプロセスが非効率になります。中小企業には統合を管理する技術的専門知識がないことが多く、市場の成長が制限されます。カスタマイズされた統合ソリューションの必要性により、小売企業のコストはさらに上昇します。こうした課題により、従来の小売業では高度なアナリティクスツールの導入が遅れています。

AIと機械学習（ML）の進歩

小売アナリティクスにおけるAIとMLの統合は、予測モデリングと顧客セグメンテーションを強化する機会を提供します。AI主導のツールはリアルタイムの需要予測を可能にし、在庫管理を最適化します。機械学習アルゴリズムはレコメンデーションエンジンを改善し、顧客エンゲージメントと売上を向上させる。クラウドベースのAIプラットフォームが利用可能になりつつあることで、小規模な小売企業でも高度なアナリティクスを利用できるようになっています。こうした進歩により、新たな収益源が生まれ、業務効率が向上すると期待されています。

データのサイロ化と質の低下

各部門にまたがるデータのサイロ化により、小売企業は顧客データや業務データを統一的に把握することができません。データセットが不完全または不正確であるなど、データの質が低いと、アナリティクスによる洞察の信頼性が損なわれます。標準化されたデータガバナンスの実践がないため、データ統合の取り組みが複雑になります。小売企業は、一貫性のない情報や古い情報に基づいて、誤った意思決定を行うリスクがあります。データクレンジングと管理に高いコストがかかるため、中小企業にとっては課題となります。これらの問題は、アナリティクスソリューションの有効性と市場の成長を脅かします。

COVID-19の影響：

COVID-19の大流行は、小売業者がオンラインとオムニチャネル戦略に軸足を移したため、リテールアナリティクスの導入を加速させました。ロックダウンによりeコマースへの依存度が高まり、オンライン消費者行動を追跡するアナリティクスへの需要が高まりました。サプライチェーンの混乱により、小売企業は在庫の最適化と需要予測のためにアナリティクスを利用するようになりました。しかし、店頭でのトラフィックが減少したため、当初は実店舗チャネルからのデータ収集が制限されていました。パンデミック後は、パーソナライズされた顧客体験への注目が引き続き市場拡大に拍車をかけています。

予測期間中、ソフトウェアセグメントが最大になる見込み

オムニチャネルデータを処理するための高度な分析プラットフォームに対する需要の高まりに後押しされ、予測期間中はソフトウェア分野が最大の市場シェアを占めると予想されます。TableauやPower BIのようなツールにより、小売業者は複雑なデータセットを視覚化し、効果的に分析することができます。スケーラブルなクラウドベースのプラットフォームにより、あらゆる規模の小売企業がアナリティクスにアクセスできるようになります。価格設定やプロモーションを最適化するためのリアルタイムの洞察が必要なため、ソフトウェアの導入が進んでいます。継続的なアップデートとeコマースプラットフォームとの統合が、このセグメントの優位性をさらに高めています。

ドキュメンテーション＆レポーティング分野は予測期間中最も高いCAGRが見込まれます。

予測期間中、ドキュメンテーション＆レポーティング分野は、消費者動向予測のためのAIとMLの利用増加の影響を受け、最も高い成長率を記録すると予測されます。予測分析とCRMシステムの統合は、パーソナライズされたマーケティング戦略を強化します。ビッグデータ技術への投資の拡大は、高度な予測モデルの開発をサポートしています。小売企業は、サプライチェーンの最適化と顧客維持率の向上のために、これらの洞察を活用しています。このセグメントの成長は、混雑した市場での競合差別化の必要性によってさらに促進されます。

最大のシェアを占める地域：

予測期間中、アジア太平洋地域が最大の市場シェアを占めると予想されるが、これは中国やインドなどの国々における急速なデジタル化とeコマースの拡大が後押ししています。中間層の増加とスマートフォンの普及がオンライン小売の成長を促進しています。同地域の小売企業は、顧客体験の向上と業務の最適化のためにアナリティクスを導入しています。同地域では技術に精通した新興企業が台頭しており、費用対効果の高いアナリティクスソリューションへの需要が高まっています。高いインターネット接続性とクラウドの導入が、市場の成長をさらに加速させる。

CAGRが最も高い地域：

予測期間中、北米地域が最も高いCAGRを示すと予測されます。これは、高度な技術インフラとアナリティクスソリューションの普及が背景にあります。IBMやMicrosoftのような大手企業が存在することで、小売アナリティクスのイノベーションが促進されます。この地域、特に米国の強力な小売セクターは、アナリティクスプラットフォームの急速な普及を支えています。クラウドコンピューティングやビッグデータ技術への投資が、ソリューションの拡張性を高めています。オムニチャネル戦略とデータ主導の意思決定への注力は、市場の成長を加速させる。

無料のカスタマイズサービス：

本レポートをご購読のお客様には、以下の無料カスタマイズオプションのいずれかをご利用いただけます。

• 企業プロファイル
  • 追加市場企業の包括的プロファイリング（3社まで）
  • 主要企業のSWOT分析（3社まで）
• 地域セグメンテーション
  • 顧客の関心に応じた主要国の市場推計・予測・CAGR（注：フィージビリティチェックによる）
• 競合ベンチマーキング
  • 製品ポートフォリオ、地理的プレゼンス、戦略的提携に基づく主要企業のベンチマーキング

目次

第1章 エグゼクティブサマリー

第2章 序文

• 概要
• ステークホルダー
• 調査範囲
• 調査手法
  • データマイニング
  • データ分析
  • データ検証
  • 調査アプローチ
• 調査資料
  • 1次調査資料
  • 2次調査情報源
  • 前提条件

第3章 市場動向分析

• 促進要因
• 抑制要因
• 機会
• 脅威
• 用途分析
• 新興市場
• COVID-19の影響

第4章 ポーターのファイブフォース分析

• 供給企業の交渉力
• 買い手の交渉力
• 代替品の脅威
• 新規参入業者の脅威
• 競争企業間の敵対関係

第5章 世界のリテールアナリティクス市場：ソリューション別

• ソフトウェア
  • ソフトウェア分析
  • 展開モード
• サービス
  • トレーニングとコンサルティング
  • 統合と展開
  • マネージドサービス

第6章 世界のリテールアナリティクス市場：展開別

• オンプレミス
• クラウド

第7章 世界のリテールアナリティクス市場：小売店舗タイプ別

• ハイパーマーケットとスーパーマーケット
• 小売チェーン

第8章 世界のリテールアナリティクス市場：フィールドクラウドソーシング別

• 在庫状況
• ドキュメントとレポート
• プロモーションキャンペーン管理
• 顧客洞察

第9章 世界のリテールアナリティクス市場：用途別

• 顧客管理
• 店舗運営
• 戦略と計画
• サプライチェーンマネジメント
• マーケティングとマーチャンダイジング
• その他の用途

第10章 世界のリテールアナリティクス市場：地域別

• 北米
  • 米国
  • カナダ
  • メキシコ
• 欧州
  • ドイツ
  • 英国
  • イタリア
  • フランス
  • スペイン
  • その他欧州
• アジア太平洋
  • 日本
  • 中国
  • インド
  • オーストラリア
  • ニュージーランド
  • 韓国
  • その他アジア太平洋地域
• 南米
  • アルゼンチン
  • ブラジル
  • チリ
  • その他南米
• 中東・アフリカ
  • サウジアラビア
  • アラブ首長国連邦
  • カタール
  • 南アフリカ
  • その他中東とアフリカ

第11章 主な発展

• 契約、パートナーシップ、コラボレーション、ジョイントベンチャー
• 買収と合併
• 新製品発売
• 事業拡大
• その他の主要戦略

第12章 企業プロファイリング

• SAP SE
• IBM Corporation
• Oracle Corporation
• Salesforce Inc.（Tableau）
• SAS Institute Inc.
• QlikTech International AB
• Microsoft Corp.（Power BI, Dynamics 365）
• Amazon Web Services Inc.（QuickSight）
• Google LLC（Looker）
• Blue Yonder Inc.
• Dunnhumby Ltd.
• Teradata Corp.
• RetailNext Inc.
• Zebra Technologies Corp.
• Altair Engineering Inc.
• Alteryx Inc.
• MicroStrategy Inc.
• ThoughtSpot Inc.
• Infor Inc.

List of Tables

• Table 1 Global Retail Analytics Market Outlook, By Region (2024-2032) ($MN)
• Table 2 Global Retail Analytics Market Outlook, By Solution (2024-2032) ($MN)
• Table 3 Global Retail Analytics Market Outlook, By Software (2024-2032) ($MN)
• Table 4 Global Retail Analytics Market Outlook, By Software Analytics (2024-2032) ($MN)
• Table 5 Global Retail Analytics Market Outlook, By Deployment Mode (2024-2032) ($MN)
• Table 6 Global Retail Analytics Market Outlook, By Service (2024-2032) ($MN)
• Table 7 Global Retail Analytics Market Outlook, By Training & Consulting (2024-2032) ($MN)
• Table 8 Global Retail Analytics Market Outlook, By Integration & deployment (2024-2032) ($MN)
• Table 9 Global Retail Analytics Market Outlook, By Managed Service (2024-2032) ($MN)
• Table 10 Global Retail Analytics Market Outlook, By Deployment (2024-2032) ($MN)
• Table 11 Global Retail Analytics Market Outlook, By On-Premise (2024-2032) ($MN)
• Table 12 Global Retail Analytics Market Outlook, By Cloud (2024-2032) ($MN)
• Table 13 Global Retail Analytics Market Outlook, By Retail Store Type (2024-2032) ($MN)
• Table 14 Global Retail Analytics Market Outlook, By Hypermarkets & Supermarkets (2024-2032) ($MN)
• Table 15 Global Retail Analytics Market Outlook, By Retail Chains (2024-2032) ($MN)
• Table 16 Global Retail Analytics Market Outlook, By Field Crowdsourcing (2024-2032) ($MN)
• Table 17 Global Retail Analytics Market Outlook, By On-shelf Availability (2024-2032) ($MN)
• Table 18 Global Retail Analytics Market Outlook, By Documentation & Reporting (2024-2032) ($MN)
• Table 19 Global Retail Analytics Market Outlook, By Promotion Campaign Management (2024-2032) ($MN)
• Table 20 Global Retail Analytics Market Outlook, By Customer Insights (2024-2032) ($MN)
• Table 21 Global Retail Analytics Market Outlook, By Application (2024-2032) ($MN)
• Table 22 Global Retail Analytics Market Outlook, By Customer Management (2024-2032) ($MN)
• Table 23 Global Retail Analytics Market Outlook, By In-store Operation (2024-2032) ($MN)
• Table 24 Global Retail Analytics Market Outlook, By Strategy & Planning (2024-2032) ($MN)
• Table 25 Global Retail Analytics Market Outlook, By Supply Chain Management (2024-2032) ($MN)
• Table 26 Global Retail Analytics Market Outlook, By Marketing & Merchandizing (2024-2032) ($MN)
• Table 27 Global Retail Analytics Market Outlook, By Other Applications (2024-2032) ($MN)

Note: Tables for North America, Europe, APAC, South America, and Middle East & Africa Regions are also represented in the same manner as above.

According to Stratistics MRC, the Global Retail Analytics Market is accounted for $5.1 billion in 2025 and is expected to reach $20.4 billion by 2032 growing at a CAGR of 21.7% during the forecast period. Retail Analytics involves the use of data and quantitative methods to gain insights into customer behavior, sales trends, and operational efficiency within the retail sector. It encompasses analyzing point-of-sale data, inventory levels, customer demographics, marketing campaign effectiveness, and supply chain performance. By leveraging tools like business intelligence platforms and machine learning, retailers can optimize pricing strategies, personalize customer experiences, forecast demand, manage stock more efficiently, and make data-driven decisions to boost profitability and competitiveness.

According to Google's Zero Moment Of Truth (ZMOT) research, 70% of consumers research online before purchasing in-store.

Market Dynamics:

Driver:

Proliferation of data from diverse channels

The retail analytics market is propelled by the explosion of data generated from online, in-store, and mobile channels, enabling data-driven decision-making. E-commerce platforms and social media interactions provide rich datasets for customer behavior analysis. The integration of IoT devices in retail environments captures real-time data on inventory and foot traffic. Growing consumer demand for personalized shopping experiences drives the adoption of analytics tools. Retailers leverage these insights to optimize pricing, promotions, and supply chain operations.

Restraint:

Integration challenges with legacy systems

Many retailers face difficulties integrating modern analytics platforms with outdated legacy systems, hindering adoption. The complexity of migrating large datasets to cloud-based solutions increases implementation costs. Inconsistent data formats across legacy systems lead to inefficiencies in analytics processes. SMEs often lack the technical expertise to manage integration, limiting market growth. The need for customized integration solutions further escalates expenses for retailers. These challenges slow the deployment of advanced analytics tools in traditional retail settings.

Opportunity:

Advancements in AI and machine learning (ML)

The integration of AI and ML in retail analytics offers opportunities to enhance predictive modeling and customer segmentation. AI-driven tools enable real-time demand forecasting, optimizing inventory management. Machine learning algorithms improve recommendation engines, boosting customer engagement and sales. The growing availability of cloud-based AI platforms makes advanced analytics accessible to smaller retailers. These advancements are expected to create new revenue streams and enhance operational efficiency.

Threat:

Data silos and poor data quality

Data silos across departments prevent retailers from achieving a unified view of customer and operational data. Poor data quality, such as incomplete or inaccurate datasets, undermines the reliability of analytics insights. The lack of standardized data governance practices complicates data integration efforts. Retailers risk making flawed decisions based on inconsistent or outdated information. The high cost of data cleansing and management poses challenges for smaller firms. These issues threaten the effectiveness of analytics solutions and market growth.

Covid-19 Impact:

The COVID-19 pandemic accelerated the adoption of retail analytics as retailers pivoted to online and omnichannel strategies. Lockdowns increased reliance on e-commerce, driving demand for analytics to track online consumer behavior. Supply chain disruptions prompted retailers to use analytics for inventory optimization and demand forecasting. However, reduced in-store traffic initially limited data collection from physical channels. Post-pandemic, the focus on personalized customer experiences continues to fuel market expansion.

The software segment is expected to be the largest during the forecast period

The software segment is expected to account for the largest market share during the forecast period propelled by the growing demand for advanced analytics platforms to process omnichannel data. Tools like Tableau and Power BI enable retailers to visualize and analyze complex datasets effectively. Scalable cloud-based platforms make analytics accessible to retailers of all sizes. The need for real-time insights to optimize pricing and promotions drives software adoption. Continuous updates and integrations with e-commerce platforms further boost this segment's dominance.

The documentation & reporting segment is expected to have the highest CAGR during the forecast period

Over the forecast period, the documentation & reporting segment is predicted to witness the highest growth rate, influenced by the increasing use of AI and ML for forecasting consumer trends. The integration of predictive analytics with CRM systems enhances personalized marketing strategies. Growing investments in big data technologies support the development of advanced predictive models. Retailers are leveraging these insights to optimize supply chains and improve customer retention. The segment's growth is further driven by the need for competitive differentiation in a crowded market.

Region with largest share:

During the forecast period, the Asia Pacific region is expected to hold the largest market share, fueled by rapid digitalization and the expansion of e-commerce in countries like China and India. The growing middle class and increasing smartphone penetration drive online retail growth. Retailers in the region are adopting analytics to enhance customer experiences and optimize operations. The rise of tech-savvy startups in the region fuels demand for cost-effective analytics solutions. High internet connectivity and cloud adoption further accelerate market growth.

Region with highest CAGR:

Over the forecast period, the North America region is anticipated to exhibit the highest CAGR, driven by its advanced technological infrastructure and widespread adoption of analytics solutions. The presence of major players like IBM and Microsoft fosters innovation in retail analytics. The region's strong retail sector, particularly in the U.S., supports rapid adoption of analytics platforms. Investments in cloud computing and big data technologies enhance the scalability of solutions. The focus on omnichannel strategies and data-driven decision-making accelerates market growth.

Key players in the market

Some of the key players in Retail Analytics Market include SAP SE, IBM Corporation, Oracle Corporation, Salesforce Inc. (Tableau), SAS Institute Inc., QlikTech International AB, Microsoft Corp. (Power BI, Dynamics 365), Amazon Web Services Inc. (QuickSight), Google LLC (Looker), Blue Yonder Inc., Dunnhumby Ltd., Teradata Corp., RetailNext Inc., Zebra Technologies Corp., Altair Engineering Inc., Alteryx Inc., MicroStrategy Inc., ThoughtSpot Inc., and Infor Inc.

Key Developments:

In June 2025, SAP SE launched SAP Retail Cloud Insights, a real-time analytics dashboard offering AI-driven demand sensing and dynamic pricing tools for omnichannel retailers.

In May 2025, Salesforce Inc. (Tableau) announced native integration of Einstein AI within Tableau to enhance predictive analytics for inventory and customer engagement.

In April 2025, Microsoft Corp. expanded Power BI retail templates for supply chain visibility and in-store analytics, optimized for Dynamics 365 users.

In March 2025, QlikTech International AB introduced Qlik AutoML for retailers, helping non-technical users build and deploy machine learning models to optimize shelf placement and promotions.

Solutions Covered:

• Software
• Service

Deployments Covered:

• On-Premise
• Cloud

Retail Store Types Covered:

• Hypermarkets & Supermarkets
• Retail Chains

Field Crowdsourcings Covered:

• On-shelf Availability
• Documentation & Reporting
• Promotion Campaign Management
• Customer Insights

Applications Covered:

• Customer Management
• In-store Operation
• Strategy & Planning
• Supply Chain Management
• Marketing & Merchandizing
• Other Applications

Regions Covered:

• North America
  • US
  • Canada
  • Mexico
• Europe
  • Germany
  • UK
  • Italy
  • France
  • Spain
  • Rest of Europe
• Asia Pacific
  • Japan
  • China
  • India
  • Australia
  • New Zealand
  • South Korea
  • Rest of Asia Pacific
• South America
  • Argentina
  • Brazil
  • Chile
  • Rest of South America
• Middle East & Africa
  • Saudi Arabia
  • UAE
  • Qatar
  • South Africa
  • Rest of Middle East & Africa

What our report offers:

• Market share assessments for the regional and country-level segments
• Strategic recommendations for the new entrants
• Covers Market data for the years 2024, 2025, 2026, 2028, and 2032
• Market Trends (Drivers, Constraints, Opportunities, Threats, Challenges, Investment Opportunities, and recommendations)
• Strategic recommendations in key business segments based on the market estimations
• Competitive landscaping mapping the key common trends
• Company profiling with detailed strategies, financials, and recent developments
• Supply chain trends mapping the latest technological advancements

Free Customization Offerings:

All the customers of this report will be entitled to receive one of the following free customization options:

• Company Profiling
  • Comprehensive profiling of additional market players (up to 3)
  • SWOT Analysis of key players (up to 3)
• Regional Segmentation
  • Market estimations, Forecasts and CAGR of any prominent country as per the client's interest (Note: Depends on feasibility check)
• Competitive Benchmarking
  • Benchmarking of key players based on product portfolio, geographical presence, and strategic alliances

Table of Contents

1 Executive Summary

2 Preface

• 2.1 Abstract
• 2.2 Stake Holders
• 2.3 Research Scope
• 2.4 Research Methodology
  • 2.4.1 Data Mining
  • 2.4.2 Data Analysis
  • 2.4.3 Data Validation
  • 2.4.4 Research Approach
• 2.5 Research Sources
  • 2.5.1 Primary Research Sources
  • 2.5.2 Secondary Research Sources
  • 2.5.3 Assumptions

3 Market Trend Analysis

• 3.1 Introduction
• 3.2 Drivers
• 3.3 Restraints
• 3.4 Opportunities
• 3.5 Threats
• 3.6 Application Analysis
• 3.7 Emerging Markets
• 3.8 Impact of Covid-19

4 Porters Five Force Analysis

• 4.1 Bargaining power of suppliers
• 4.2 Bargaining power of buyers
• 4.3 Threat of substitutes
• 4.4 Threat of new entrants
• 4.5 Competitive rivalry

5 Global Retail Analytics Market, By Solution

• 5.1 Introduction
• 5.2 Software
  • 5.2.1 Software Analytics
  • 5.2.2 Deployment Mode
• 5.3 Service
  • 5.3.1 Training & Consulting
  • 5.3.2 Integration & deployment
  • 5.3.3 Managed Service

6 Global Retail Analytics Market, By Deployment

• 6.1 Introduction
• 6.2 On-Premise
• 6.3 Cloud

7 Global Retail Analytics Market, By Retail Store Type

• 7.1 Introduction
• 7.2 Hypermarkets & Supermarkets
• 7.3 Retail Chains

8 Global Retail Analytics Market, By Field Crowdsourcing

• 8.1 Introduction
• 8.2 On-shelf Availability
• 8.3 Documentation & Reporting
• 8.4 Promotion Campaign Management
• 8.5 Customer Insights

9 Global Retail Analytics Market, By Application

• 9.1 Introduction
• 9.2 Customer Management
• 9.3 In-store Operation
• 9.4 Strategy & Planning
• 9.5 Supply Chain Management
• 9.6 Marketing & Merchandizing
• 9.7 Other Applications

10 Global Retail Analytics Market, By Geography

• 10.1 Introduction
• 10.2 North America
  • 10.2.1 US
  • 10.2.2 Canada
  • 10.2.3 Mexico
• 10.3 Europe
  • 10.3.1 Germany
  • 10.3.2 UK
  • 10.3.3 Italy
  • 10.3.4 France
  • 10.3.5 Spain
  • 10.3.6 Rest of Europe
• 10.4 Asia Pacific
  • 10.4.1 Japan
  • 10.4.2 China
  • 10.4.3 India
  • 10.4.4 Australia
  • 10.4.5 New Zealand
  • 10.4.6 South Korea
  • 10.4.7 Rest of Asia Pacific
• 10.5 South America
  • 10.5.1 Argentina
  • 10.5.2 Brazil
  • 10.5.3 Chile
  • 10.5.4 Rest of South America
• 10.6 Middle East & Africa
  • 10.6.1 Saudi Arabia
  • 10.6.2 UAE
  • 10.6.3 Qatar
  • 10.6.4 South Africa
  • 10.6.5 Rest of Middle East & Africa

11 Key Developments

• 11.1 Agreements, Partnerships, Collaborations and Joint Ventures
• 11.2 Acquisitions & Mergers
• 11.3 New Product Launch
• 11.4 Expansions
• 11.5 Other Key Strategies

12 Company Profiling

• 12.1 SAP SE
• 12.2 IBM Corporation
• 12.3 Oracle Corporation
• 12.4 Salesforce Inc. (Tableau)
• 12.5 SAS Institute Inc.
• 12.6 QlikTech International AB
• 12.7 Microsoft Corp. (Power BI, Dynamics 365)
• 12.8 Amazon Web Services Inc. (QuickSight)
• 12.9 Google LLC (Looker)
• 12.10 Blue Yonder Inc.
• 12.11 Dunnhumby Ltd.
• 12.12 Teradata Corp.
• 12.13 RetailNext Inc.
• 12.14 Zebra Technologies Corp.
• 12.15 Altair Engineering Inc.
• 12.16 Alteryx Inc.
• 12.17 MicroStrategy Inc.
• 12.18 ThoughtSpot Inc.
• 12.19 Infor Inc.