网络电子商务已经存在将近20多年，而产品推荐技术也差不多一样久。亚马逊于 1998年 申请了它的协调过滤技术专利，自那开始，多数的网络零售商开始采用网络产品推荐几首，但是这些产品推荐大都表现平平，因为他们无法理解网络用户的实时购买需求。
这个局面有望得到改善，其中一点就是大数据技术的来临。多数主要的网站如，沃尔玛，Netflix、eBay等开始采用开源的大数据工具来提供实时个性化的购物体验，而且他们反响良好，带来了较高的用户购买支出和留存率的提升。
除了监测用户在购物网站上的蛛丝马迹以发现用户当下的购物需求外，这些网站也在通过分析用户在社会化媒体上所表达的喜爱和兴趣等数据来洞察用户的爱好趋势。零售网站不仅看到了这些数据的使用带来的不仅是更好地个性化产品推荐，而且可以影响用户的购物决策。
在2011年的Top 500 Guide报告中，有一半的美国网络零售商采用了个性化技术，高于2010年的32.6%。
但很多零售网站的个性化努力并不成熟，这些网站在提升产品发现和可见性，以及流线化购物流程方面仍有很大的提升空间。
零售网站也认识到自己的不足，在e-tailing group于2011年Q3调查的131个大型和中型的电商网站后发现，超过一半的人给自己打了低分。
有很多因素制约了零售网站对大数据的应用，根据哥伦比亚商学院和纽约美国营销协会的调研，这些因素包括组织障碍，存在让数据可行动化的问题，以及很难将数据与个人对应起来。
对于技术比较薄弱的中小网站而言，好消息是，市面上开始有越来越多的个性化推荐产品和平台，网站可以零门槛部署这些产品。
更多阅读：
