第壹，對於利用大數據進行商品關聯的挖掘營銷，可以通過大數據挖掘技術將數據進行有效關聯，這樣在具體的企業應用過程中，就要保證在對原始數據進行有效分析的基礎上建立相關的數據鏈接。比如通過啤酒、紙尿褲的關聯營銷案例，為電商提供有效的解決方案，可以有效實現電商企業產品信息的關聯推薦和結算接口的互補推薦。使用小型數據庫進行處理和分析可以滿足用戶的短期需求。而通過大數據關聯產品相關性，可以大大提高界面信息的準確性，更好地激發用戶的潛在需求。所以，利用大數據分析，保證商品的相關性被充分挖掘，保證推薦界面的有效性，這才是電商應該重視的。
第二，對於利用大數據的社交網絡營銷，目前社交媒體的高度發展已經覆蓋了大量人群，社交網絡營銷的傳播速度發展迅速。借助大數據，人們可以充分了解社交網絡的傳播情況，更好地開展類似社交網絡營銷活動的電子商務活動。對於電商企業而言，應充分利用大數據分析優勢，有效掌握社交網絡媒體對消費者偏好的分析，積極在相關社交媒體上開展分享活動，擴大傳播範圍，有效提升營銷效率。
再次，對於利用大數據的地理營銷，大數據的技術優勢可以充分有效的分析網站的交易數據。在商品的地理營銷中，不同類型的營銷策略活動可以根據人們在地理位置的特定區域的不同偏好而有效地進行。對於電商企業來說，大部分電商都是在交易的最後壹個環節獲取用戶的收貨地址，只有部分電商在壹開始就能有效獲取用戶的地理位置，不利於商品的地域銷售。通過大數據技術，分析用戶地理位置的有效劃分，保證存在差異的確定，充分保證用戶地理信息與感興趣商品的相關性，同時在細節上完善對產品的服務。
第四，對於利用大數據進行用戶行為的分析和營銷，電子商務主要分析消費者的歷史記錄和涉及的購買行為，從而有效獲取用戶的消費習慣，為企業有效提供用戶的行為分析和營銷。比如，可以通過用戶在瀏覽網頁時停留在特定產品上的時間來判斷用戶的心理和行為軌跡，有利於發現潛在用戶，投放有針對性的產品廣告，大大提高了廣告轉化率。此外，電商企業未來可以通過壹定的相關搜索行為來分析潛在用戶的需求，使得產品品類進壹步完善。
第五，對於大數據實現的個性化推薦營銷，在實際的市場分析過程中，滿足消費者的個性化要求越來越重要，這就要求電商企業更好地滿足個性化營銷水平。根據大數據環境的發展特點，電商企業要根據用戶的個性化要求進行商品推薦和商品分類，主動邀請用戶關註自己感興趣的商品，然後不斷添加和推薦個性化信息，確保用戶能夠有效修改自己喜歡的類別，更新數據庫內容。