大数据可作为数据集存在，通常涉及多种数据形式，为使大数据更好地发挥作用，通常借助新型的处理模式，例如经过数据清洗，降维处理后，才能进行分析。大数据包含“海量数据”数据规模大的特点，而并不局限于此。目前，对大数据还没有一致的定义，而大数据的特征却得到各方面较为一致的认可，即大规模大， 多种类多，高处理速度，价值密度低。
1 大数据及大数据处理概论
当前互联网繁荣发展，网络上可检索到数以亿计、千亿计的数据信息，如此巨大的数据量，即为大数据。大数据的最早提出是在九十世纪末1880年左右的一次人口普查中，在二十世纪基本没有变化，进入二十一世纪尤其是 2009年开始爆发式增长。大数据涵盖的范围十分广泛，并仅仅不局限于网络中的信息或是人口普查中所涉及的信息，还 包含社会各领域、日常生活中的诸多信息，如来自工业、 电力、电子等多方面的各色信息。
大数据拥有非常巨大的数据量，而徒有数据并非大数 据成功的关键，其关键在于对大数据所具的海量的数据进 行处理，选择出合适的数据或信息投入使用，以创造更大 的价值，此过程即大数据的处理。对大数据良好的处理，使大数据更具备价值，大数据的处理包含多种技术，如数据挖掘、大规模并行处理或分布式数据库、云计算等均为大数据的主要处理技术。大数据将发展成为一种“资产”，并将贯穿于各个领域行业，其处理技术将不断地进行升级，以为其增创价值。
2 大数据的主要特点分析
2.1 大数据具有极大的数据量。所谓大数据，其首要特点便是数据之“大”，能够分析的数据至少应在100TB 之上。大数据的此项特点主要源自二个方面：其一，信息时代，网络已经步入千家万户，网络使用者增多，因而获 取数据的途径就越便利。其二，与过去传统的以对单位或 对象收集数据方式相比，如今可谓人人有网，而没有以往的种种限制，因而可利用的数据大为增多。
2.2大数据具有多样的类型。传统的数据往往多为结构化数据，是原始数据的抽象化，类型较为单一。而大数 据下的数据常为非结构化数据，储存更为复杂，涉及的领域较多，规模又很大，处理起来也更为不易。至今，非结构化数据已经更为普遍，接近结构化数据的三倍之多，增 长速度也高达结构化数据的10到50倍不等。随数据的不断 扩充，数据已具有越来越多的类型，这是大数据的优势， 同时也是其所面临的挑战。
2.3大数据具有快速的处理能力。因大数据大而类型多的特点，就要求其具备快速处理数据的能力。与传统模式不同，当前的数据的产生与收集都愈发容易，数据增长的频率显而易见。一方面，并非全部数据均可直接使用， 另一方面，数据没有停止增长，因此就需要大数据具有快速而高效处理的能力。
2.4大数据具有较低的价值密度。大数据多为非结构化数据，其特点之一即为较低的价值密度。非结构化数据未经程式化的处理，多为保持本质的原始数据。结构化数 据往往是经抽象化的数据，多为可用数据，而原始数据未被处理，包含所有有用或无用的信息，因而其价值密度是相对较低的。
3 大数据处理的重要意义
3.1大数据处理为市场营销提供便利。市场营销是指 迎合于市场的营销，反之只有迎合了市场才能获利于市 场。市场营销首先要做到迎合市场，同时应将成本最低化、效率最高化，而大数据处理即是达到市场营销目的的 便利方式之一。企业利用大数据处理，对市场进行分析，得出营销中的利润点与市场中的潜在价值，从而提供更多客户所需的商品，因而获利。
3.2大数据处理为个性化提供可能。随生活水平的提高，人们的生活更为富有，已经从最初的温饱需求上升为 了对物质更高的追求，也有了更多对个性化的追求。传统的商业模式通常为用户在对商品的浏览与比较中找到其所购买的商品，而大数据处理模式下，是通过对用户的数据 分析来发现用户的习惯性需求或潜在需求，从而为用户推荐更为精准且更具个性化的商品。对于电商物流环节，大数据也可支持企业进行备货，移库的准备，以提高物流效率。
4 大数据处理对电子商务的影响
4.1大数据处理使电子商务的运营方式数据化。在大数据的影响下，电子商务领域很大程度上改变了传统的运 营模式，现今更多哦地以数据方式为主导，贯穿于企业运 营中的采购、营销以及财务等过程。大数据处理使电商企业数据化运营，使企业能够通过数据分析出顾客的需求， 并以此对日后的经营提前做预测，从而使成本最小化、利润最大化。例如，亚马逊企业的分别为FDFC和FC的两种 数据化运营模式，前者主要用于预测热销商品，而后者则用于小众商品的分析。
4.2大数据处理使行业应用得以垂直整合。垂直整合可以理解为一种方法，以将公司的投入与产出的比例提高或者降低到某种程度。垂直整合与价值链模型紧密联系， 可指公司、供应商与经销商三者之间价值链的整合程度， 而当公司将另外二者的价值链整合至其价值链之中，即是完全垂直整合。电商领域对大数据处理的应用，使得企业自身对供应商与营销商的整合能力不断增强，其间的资源得到更好的共享，企业与用户的关系越来越近，也就获得了更多制胜的机会。
4.3 大数据处理使电子商务数据资产化。随着信息时代的发展与进步，数据或大数据作为信息时代的产物将占 据越发重要的地位。相关学者分析表示，数据化竞争将 引领未来的商业竞争，而企业制胜的关键将以其对数据的掌握来衡量。企业将越发重视数据，将会有越来越多有关数据的业务相应而生，如对数据分析、可视化的业务和众 包模式等。大数据在不久后的将来将发展成为一项产业， 将为企业创造更多的利益。
大数据是IT行业的创新与革命，其发现与发展与云计算、物联网有同等的重要颠覆性价值。自发现而来，大数据一直是IT行业的热点，有着居高不下的关注点，并带来巨额的利益。有许多学者及企业家对大数据进行预言，称大数据未来将与石油、矿产、土地和资本一样，具有无限的财富价值和竞争价值。电子商务作为当今时代的新型商务模式，与大数据处理有非常紧密的联系，且在今后二者之间的联系将更为密切，可以说大数据的处理能力之优劣 直接与市场占有率成正比关系。对于电商物流来说，仓储和3PL信息化系统的建设，突破以往的信息化过程中各个系统分别建立，各自为政形成信息孤岛的弊端，使其在整个供应链中成为一个信息集成平台，实现各应用系统的互联互通，最终提高物流效率。
因此对于物流行业来说，特别是和电商结合紧密的电商物流行业，业务平台虚拟化，云端话，是一个未来的趋势。通过虚拟化技术，搭建物流企业云平台，所有设备（包括核心交换机、服务器、存储等）都进行重新架构，这样，机房耗电量、机房空间、维护成本等均会大幅降低，而系统整体稳定性却会大幅提升。在虚拟化平台之上，搭建大数据服务平台，通过软件定义网络、设备乃至整体业务，并且进行深度分析，提高效率，这样才能在资源有限的情况下，提升物流效率和服务水平。