随着4G的普及以及5G技术的发展，互联网每天产生的数据量高达2.5*10^18字节，据统计，全球90%的数据都是在过去两年间创造出来的。近些年云技术的高速发展，使得大数据采集、存储、计算、分析得以实现，海量数据通过过滤、清洗，结合一定的应用场景算法，使得数据的价值展露出来，为各行各业的决策提供愈发重要的参考，数据分析已是提高生产力、节约成本的必要手段。当前，纵观全球市场，经济下行压力大，产业升级、改革已经迫在眉睫。产业如何健康、平稳发展，商业智能如何实现以及如何反哺产业生态，这些成为产业互联网发展的重要问题。数据流通的媒介是人，无论是线上还是线下，社交抑或电商，都产生了大量数据，尤其是电商数据，线上零售和线上线下结合的新零售都直接影响整个产业的发展，交易产生的数据也愈发值得深度挖掘、分析。
在线零售平台超过100家知名平台，有传统电商渠道，还有社交电商渠道、垂直电商、新零售、微商等渠道，根据Pandalib监测的数据分析，方方面面的活跃商品达到10亿条，行业品类超过20000个细分领域，涵盖大大小小1500万独立店铺，每月在线零售总额超过1万亿元。根据这些宏观数据的变化，可以反映整个产业生态的状态，为宏观调控、精准扶贫提供数据参考。品牌厂家可以通过分析行业上下游产业情况及本行业发展情况，及时调整生产计划，了解市场需求，由过去的无序生产变成定向、有计划生产，甚至C2B生产。电商数据亦能助力传统餐饮外卖行业提高生产力，比如一家传统饭店，通过对线上数据分析得知周边热销菜品，经过数据对比分析自身短板，优化供应链，改进菜品质量，从而提升店铺客流量。
电商大数据监测不是一蹴而就，不是浅尝辄止，而是需要沉下去，从数据本质发觉行业变化规律，通过真实的数据变化寻找产业发展规律。网上有个段子很出名，说的就是美团外卖和饿了么火了，方便面厂商哭了。方便面热销，一般是在一个月的月末，白领的薪水都“白领”了，需要拮据度日。这些典型的例子就是数据分析的关联应用，实际做数据分析时，需要注意的点和面更多，数据和实际应用结合才是正确的姿势。
跟着消费互联网的步伐，产业互联网也已到来，云计算、人工智能都将推动产业互联网迈上新的台阶，产业互联网的发展更离不开数据的支撑，尤其是电商数据是产业发展状况最直接、真实的反映，学会电商大数据分析，从现象看本质，必能给产业互联网的发展注入新的活力。
