随着企业处理的数据量越来越大，数据处理工具的智能化程度越来越高，处理速度越来越快，价格也越来越实惠。大数据分析不仅仅是一种趋势，而是许多大型电子商务公司必不可少的一项工作内容。

　　

　　

数据集往往非常庞大，很难用传统的数据库管理工具进行处理，截至2012年, 数据集由几十兆字节至数拍字节的数据组成。这些数据包括访问网页、登陆、在线交易等等。目前数据集的规模在不断增大。

　　

非结构化数据，比如每分钟有100小时长度的视频上传到Youtube，每天约有1.75亿条新发布到Twitter上的信息，这些数据容量大，难以处理，其迅猛增长的态势对我们的数据处理能力提出挑战。

　　

企业应使用相应工具对数据进行压缩和筛选，仅展现与特定内容相关的数据。目前一些企业已实施大数据策略，一些企业正在开发或者打算开发大数据。

　　

　　

这是第一步，大数据改变了业务模式，比如通过捕捉、存储和分析用户在社交媒体上发表的售后体验，可以提高质量，改进服务。企业不仅应捕捉和存储大数据，还应开发和利用大数据，因为只有开发和利用大数据，才能挖掘出大数据蕴藏的巨大价值，特别是应使用专门工具分析和开发杂乱的、非结构化的数据。

　　

　　

了解消费者情绪，优化供应链，去除虚假数据，为此，企业应对基础设施和软件进行投资，运用相应算法处理大数据，并聘请数据科学家完成相应工作。

　　

只有对数据进行压缩处理，智能地展现与特定内容相关的数据，才能更好地利用大数据。例如，企业的高级管理人员往往对公司的各个生产线的汇总数据感兴趣，而产品经理则仅对自己负责管理的某一产品的相关数据感兴趣，且需要与此相关的详细数据，通过相应工具软件，他们各自从大量数据中找到了所需数据。

　　

　　

电子商务企业的规模在不断增大，企业需要对其核心业务数据进行分析，不能再凭感觉或直觉制定关键决策，最好对所有与客户相关的业务数据进行分析，以留住现有客户，吸引他们购买更多的商品，同时羸得更多新客户。

　　

“好像拥有的数据越多，我们需求的越多。”随着数据量的增加，模式匹配，模拟和预测分析技术变得愈发重要。使用合适的搜索引擎，从海量数据中自动筛选出有用的数据，找出问题和机会，并自动利用这些搜索结果，这对企业来说是非常重要的。

　　

我们分析的数据的容量在不断增大，如果能够利用相应工具自动对数据进行分析，就简化了数据分析工作，员工不必再象从前那样在必要时才筛选、分析数据，而是可以随时完成这项工作。

　　

　　

分析和细分市场，根据个人或消费群体的喜好或者消费行为提供富有个性化的产品，比如，营销部门可以收集一些有价值的信息，找出购物者的兴趣所在，然后有针对性地组织一些营销活动，从而增加了企业在竞争中的优势，

　　

2013年，在大数据研究方面取得了很大进展，许多企业认识到大数据对企业发展的重要性，但还没有广泛地开发和利用大数据，期待2014年会有更多的企业从大数据中挖掘到财富。