电商数据分析的作用有：分享线上活动成效，考核相关人员绩效(KPI)，监控推广的投入产出(ROI)，发现客服、营销等方面的问题，预测市场未来趋势，帮助改进网站UED。

数据分析贯穿于产品的整个生命周期，包括从市场调研到售后服务的各个过程，都需要适当运用数据分析，以提升有效性。

第一、RFM模型

通过了解在网站有过购买行为的客户，通过分析客户的购买行为来描述客户的价值，就是时间、频率、金额等几个方面继续进行客户区分，通过这个模型进行的数据分析，网站可以区别自己各个级别的会员、铁牌会员、铜牌会员还是金牌会员就是这样区分出来的。同时对于一些长时间都没有购买行为的客户，可以对他们进行一些针对性的营销活动，激活这些休眠客户。使用RFM模型只要根据三个不同的变量进行分组就可以实现会员区分。

第二、RFM模型

这个应该是属于数据挖掘工具的一种，属于关联性分析的一种，就可以看出哪两种商品是有关联性的，例如衣服和裤子等搭配穿法，通过Apriori算法，就可以得出两个商品之间的关联系，这可以确定商品的陈列等因素，也可以对客户的购买经历进行组套销售。

第三、Spss分析

主要是针对营销活动中的精细化分析，让针对客户的营销活动更加有针对性，也可以对数据库当中的客户购买过的商品进行分析，例如哪些客户同时购买过这些商品，特别是针对现在电子商务的细分越来越精细，在精细化营销上做好分析，对于企业的营销效果有很大的好处。

第四、网站分析

访问量、页面停留等等数据，都是重要的流量指标，进行网站数据分析的时候，流量以及转化率也是衡量工作情况的方式之一，对通过这个指标来了解其他数据的变化也至关重要。

未来的发展趋势，必将是从在线和离线的融合，离线搜索将拓宽在线渠道，在线搜索将蓬勃发展。电子商务越来越渗透到日常的生活当中，未来一段时期，电子商务将更加紧密地融入生活的各个方面。

近些年来，随着国内经济的快速发展，人们生活水平的不断提升，越来越多的人士，开始倾向于海外购物。在这种背景之下，跨境电商应运而生，并且相应的平台较多。

根据上述分析即可知道，电商未来的发展趋势相当明朗，而且也会发展地越来越好。