2010年后，“云数据”概念打破了数据的时间、空间限制，大数据时代的大门正在开启。国内几家大型的电商网站都有着超过千万级别的活跃用户，与线下相比他们具有更容易获取消费者数据、商品数据的特点。京东商城每天的平均交易额超过一亿，订单量超过50万，企业内部有着复杂的运营流程，这些都是数据可以发挥重大作用的环节，对数据的充分利用可以极高地提高效率、节约成本，其表现形式包含以下几个方面。
　　数据帮你做决策
　　过去的运营驱动数据将变为数据驱动运营，大数据不仅指海量的数据，还包含数据的细分，企业内部几乎所有的环节都将以数据的形式加以展现，比如各业务环节的时间节点衍生出的效率优化。在亚马逊，每天会有大量的基于运营的报表和数据处理，运营策略、市场推广策略的改变主要是看数据，它自行定义的自动补货模型就是基于时间序列和极值的原理而形成的，有效地解决完全依靠人工的订货、补货模式，提升了库存管理的效率。
　　分析用户的智慧
　　电商最根本的就是做用户体验，当电商手里有了大量的消费者购买行为的数据，消费者研究甚至可以具体到某一个用户，包含区域购买力、商品区域化、客户分层、购物周期、购物偏向性、投诉原因等诸多数据，指标的结合将为企业实行差异化战略和精准式营销提供重要依据。通过数据分析，还可以有效的识别与竞争对手差异因素，开创新的蓝海，为消费者提供更适宜的购物体验。
　　打造立体的“数据网”
　　电子商务内部的信息流转都可以转化为数据，多维度、多视角的使用数据，通过某一核心维度将数据的范围逐渐扩大，将某一行为产生的原因与合理性通过十几个甚至更多的数据标准加以展现，使之更加准确和突出重点，比如销售数据就可以以销售额为核心。将产品销售的区域性、周期性、售后的退换货、客诉率、订单的周期性、客户的忠诚度等多种指标综合分析。
　　让数据“看得见，摸得着”
　　传统意义上的数据分析更多的是以简单的图表或者PPT的形式加以展现，不够直观，2010年以后数据信息图兴起，为数据分析和结果输出提供了非常好的视觉效果和理解性，利用简单的图形组合将单一的图表转化为了更丰富的内涵结果，极大地刺激了人们的感官神经，使枯燥的数据变得生动形象，数据信息图只是数据可视化深入发展的一种表现，大数据时代会衍生出很多类似的方法。
　　大平台需要“一碗水端平”
　　就时间性而言，基本分析主要是基于历史数据和现实数据，模型可以提供长期的预测数据并评估现实数据的合理性，二者相互补充，不同方法之间相互补充和对比能对业务发展提供更准确的参考依据。随着电商业务模式的稳定和成熟，模型的使用会逐渐增加，尤其是在消费者研究、销售预测、库存管理方面；简单或复杂的方法都是必须的，二者的作用不同，在构建大数据平台时，电商需要更好地平衡二者之间的关系，使之发挥相应的效用。
　　人人为我，我为人人
　　电商数据现在很难获得，部分公开的数据其准确性存疑，竞争对手的分析也是建立在不客观的基础上，限制了整个行业对数据的合理利用。大数据概念的确立，提高了企业对数据的重视程度，企业的部分职能也在转变，数据催生的服务功能正在兴起，如一淘网、淘宝网等定期发布的内部价格指数、品类销售报告，就是将内部数据共享化的一个好的开端，很多企业将通过结合自身和行业公开数据对电商某一领域开展专业化的研究，为新进入者或者行业的发展提供深度服务；在互联网时代，数据共享是必然的趋势。