一个小小的香烟店，每天有几百元的流水，今天赚300元，昨天赚200元，看上去似乎是今天赚的比昨天多，但如果仔细分析以下几个数据，结果就会完全不同：今天到店人数和昨天到店的人数分别是多少，每个人平均贡献多少钱，这些人流是早晨来的，还是晚上来的，他们想要买的产品和店内能够提供的产品的比例是怎么样的....。.
经过对上述数据的分析，也许你就会发现：今天虽然多赚了100元，但是单人的平均贡献率要比昨天低；在购买人当中，有30%的人想购买中华烟，但由于店里没有提供这个产品的销售，而使20%的用户改买了别的品牌，这意味着10%的客户流失……
在这个小小的烟店里，老板每天看到的只有财务数据，也就是每天赚了多少钱。但如果对这家烟店的用户行为数据进行统计分析，结合财务数据就能对店的经营做出调整，比如引进中华烟，就可以留住那10%的客户。
一家小小的香烟店，一天只有十几个客人，要分析用户行为并不难。但对于全国拥有上千家店铺的公司来讲，用户行为数据统计分析就显得非常复杂。对于拥有几百万甚至上千万用户的电子商务企业，尤其是这些用户来自于全国各地，产品和用户就会出现海量的交互数据。
传统企业都有财务数据和运营数据，但用户行为数据却很难收集，因为在线下店面，商家不可能统计出每一个顾客，在货架上拿了什么东西，看了几秒钟，最后买了什么东西。与此形成对比，电子商务则可以使用户行为数据变得显性起来，用户与产品交互时所发生的行为都是有迹可查的，而这些行为数据与财务数据和运营数据产生的关系就更加重要了。
数据专家车品觉指出，现代企业对于数据的分析应用已变得非常迫切。由于电子商务企业的用户行为有迹可循，竞争对手的各种经营数据也非常显性，因此在美国，BI(Business Intelligence,商业智能)已成为电子商务企业竞争的关键。
BI是企业决策的工具，而BI所依据的数据主要来自于：企业业务系统的订单、库存、交易账目、客户和供应商，以及企业所处行业和竞争对手的数据，还有来自企业所处的其他外部环境中的各种数据。
