针对电子商务，Yahoo台湾团队自主研发演算法与归纳消费者行为模式进行分群，透过数百群产品推荐模组，提供更优质的个人化服务，让购物中心来自个人化推荐模组的业绩显着增加。电子商务方向的大数据分析经验，发现使用者对于即时性的要求很高，也就是说，使用者的任何行为，要在10几分钟后就能完成分析，提供进一步的建议。
要做到前述的使用者行为分析，其实需要各种数据分析技术支援，如分析消费者各类行为与需求的预测模型，也要有能力即时侦测互动事件，并回馈产生最佳的个人化服务内容，而具备一个能够从互动产生的大数据中，快速地搜集、储存、撷取、汇整与计算的大数据分析平台，更是其中的关键要素。
大数据分析平台的运作过程，必须先要有数据来源，然后透过Hadoop、Shark及SQL等技术，很快地完成数据分析处理，最后再将结果储存并展示在使用者的面前。此外，大数据要做到个人化分析应用，科学建模(Science Modeling)的重要性不言可喻，科学建模依据的数学或科学理论，透过雅虎的实际工程(Practical Engineering)及适应学习(Adaptive Learning)能力，可以具体实践出成果。大数据分析要做到个人化应用，批次讯号及即时讯号的分析技术，两者无法相互替代，必须相辅相成，再透过分群数据技术及个人化引擎，最后才能提供为使用者个人量身订做的专属建议。