在中国电商行业中，数据化运营代替经验化运营已成为主流运营方式。例如，在淘宝运营职位中，利用“生意参谋”进行基本的用户画像分析已经成为基本的运营操作之一。
在淘宝网上搜索“中老年棉服”的用户占83.67%为女性，其中公司职员占比最多，比例为40.48%。除了基本的性别与职业区分外，“生意参谋”还提供了类似于“近90天支付金额”“年龄分布”“省份分布排名”“城市分布排名”等用户画像信息，可谓一应俱全。
相比于国内淘宝天猫等面面俱到的数据工具，亚马逊平台的相关数据辅助工具则显得“寒酸”很多，很多工具只能帮助运营者抓取和分析基本的销售数据，例如review波动、价格变化、排名波动等。
相比于微观数据上的不足，在宏观数据上亚马逊运营者可以使用“Google Trends”之类的工具去评判一个大类关键字的流量变化。
美中不足的是“Google Trends”只能作为一种宏观上的参考，因其数据精准性的不足，所以“Google Trends”中的关键字数据并不能直接用来作为选品依据。
由此我们可以发现国内电商运营的数据处理工具在精细化程度上要远胜于亚马逊平台的数据处理工具，这是由以下几点原因造成的：
1.亚马逊平台更注重用户隐私，用户的个人数据如职业、年龄、地区等信息会被严格保密，即使是平台入驻商也很难获得用户的个人资料。
2.亚马逊平台有意弱化“运营”而强调“产品”，这是因为其平台有较为先进的A9算法来帮助用户找到适合的产品，所以不需要运营者过度依赖数据处理工具。
3.国内电商竞争环境更加激烈，需要通过更加精细化的数据处理工具来获得竞争大与利润，如利用用户画像实现“价格歧视”(对高收入用户曝光高价商品，对低收入用户曝光低价商品，商品价格虽然有不同，但是产品质量完全一致)等。
（本文内容根据网络资料整理，出于传递更多信息之目的，不代表连连国际赞同其观点和立场）
