提到電子商務，自然會聯想到大資料，如今“大資料”頻繁地出現在媒體上，通過大資料，商家可以收集和分析資料，瞭解客戶的購物模式和消費體驗，從而改進產品設計，調整電子商務策略。
隨著企業處理的資料量越來越大，資料處理工具的智慧化程度越來越高，處理速度越來越快，價格也越來越實惠。大資料分析不僅僅是一種趨勢，而是許多大型電子商務公司必不可少的一項工作內容。
1、駕馭大資料
資料集往往非常龐大，很難用傳統的資料庫管理工具進行處理，截至2012年,資料集由幾十兆位元組至數拍位元組的資料組成。這些資料包括訪問網頁、登陸、線上交易等等。目前資料集的規模在不斷增大。
非結構化資料，比如每分鐘有100小時長度的視訊上傳到Youtube，每天約有1.75億條新發布到Twitter上的資訊，這些資料容量大，難以處理，其迅猛增長的態勢對我們的資料處理能力提出挑戰。
企業應使用相應工具對資料進行壓縮和篩選，僅展現與特定內容相關的資料。目前一些企業已實施大資料策略，一些企業正在開發或者打算開發大資料。
2、捕捉和儲存
這是第一步，大資料改變了業務模式，比如通過捕捉、儲存和分析使用者在社交媒體上發表的售後體驗，可以提高質量，改進服務。企業不僅應捕捉和儲存大資料，還應開發和利用大資料，因為只有開發和利用大資料，才能挖掘出大資料蘊藏的巨大價值，特別是應使用專門工具分析和開發雜亂的、非結構化的資料。
3、篩選
瞭解消費者情緒，優化供應鏈，去除虛假資料，為此，企業應對基礎設施和軟體進行投資，運用相應演算法處理大資料，並聘請資料科學家完成相應工作。
只有對資料進行壓縮處理，智慧地展現與特定內容相關的資料，才能更好地利用大資料。例如，企業的高階管理人員往往對公司的各個生產線的彙總資料感興趣，而產品經理則僅對自己負責管理的某一產品的相關資料感興趣，且需要與此相關的詳細資料，通過相應工具軟體，他們各自從大量資料中找到了所需資料。
4、分析
電子商務企業的規模在不斷增大，企業需要對其核心業務資料進行分析，不能再憑感覺或直覺制定關鍵決策，最好對所有與客戶相關的業務資料進行分析，以留住現有客戶，吸引他們購買更多的商品，同時羸得更多新客戶。
“好像擁有的資料越多，我們需求的越多。”隨著資料量的增加，模式匹配，模擬和預測分析技術變得愈發重要。使用合適的搜尋引擎，從海量資料中自動篩選出有用的資料，找出問題和機會，並自動利用這些搜尋結果，這對企業來說是非常重要的。
我們分析的資料的容量在不斷增大，如果能夠利用相應工具自動對資料進行分析，就簡化了資料分析工作，員工不必再象從前那樣在必要時才篩選、分析資料，而是可以隨時完成這項工作。
5、提供定製產品和個性化服務
分析和細分市場，根據個人或消費群體的喜好或者消費行為提供富有個性化的產品，比如，營銷部門可以收集一些有價值的資訊，找出購物者的興趣所在，然後有針對性地組織一些營銷活動，從而增加了企業在競爭中的優勢，
2013年，在大資料研究方面取得了很大進展，許多企業認識到大資料對企業發展的重要性，但還沒有廣泛地開發和利用大資料，期待2014年會有更多的企業從大資料中挖掘到財富。