其一，數據產品銷售。圖書電商依托互動交易平臺和微博、微信、論壇等社交媒體與成千上萬的用戶密切交流，具有收集用戶數據的便利條件。這些數據產生于以交易為主旨的深入的交流互動過程中，因而信息的價值含量更高。經廣泛收集、分類整理和重新聚合的數據集合，蘊涵著豐富的用戶及市場信息，對出版及相關行業具有極高的商業價值，具備銷售盈利的可能性。例如，百度通過搜集整理網絡游戲玩家的搜索熱點，建立網游用戶行為數據庫，銷售給網絡游戲運營商，獲得了不菲的盈利。這一模式堪稱“數據資產化”理念的直接體現。
　　
　　其二，數據分析服務。基于大數據集合，圖書電商運用數理統計、數據挖掘、語義分析等科學方法，對隱藏于圖書流通、讀者行為、交易過程等數據背后的特點、規律、變動趨勢進行分析、判斷，將品牌美譽度、市場占有率、競爭對手狀態等分析結果定期提供給出版商等客戶，幫助其深入洞察市場變化，及時作出科學決策。例如，阿里巴巴2012年7月推出名為“聚石塔”的大數據分析平臺，為入駐用戶提供諸如買家訪問量、訪問頻率、商品與品牌偏好、跨店鋪點擊等數據及相關分析，為自身與用戶都帶來了巨大的商業利益。
　　
　　其三，圖書電商也可以建成數據分析、分享、交易平臺，構建平臺強大的數據采集、存儲、運算、分析功能，為出版商等客戶提供策劃、營銷、決策等多方面服務，同時獲得相應的盈利。大數據時代，以利用數據價值為核心，新型盈利模式不斷涌現，圖書電商把握機遇、放寬視野，就能找到新的利潤增長點。這正如“大數據時代預言家”維克托·邁爾-舍恩伯格所說的：“數據的真實價值就像是漂浮在海洋中的冰山，第一眼只能看到冰山的一角，但是絕大部分隱藏在表面之下。”圖書電商應高度重視數據，進而去開掘冰山一樣無法估量的財富。
　　
　　3.強化產業鏈優勢地位
　　
　　在文化創意產業范疇中，出版產業鏈大致表現為“作者創意—內容策劃—生產制造—行銷推廣—衍生增值—用戶消費”的鏈條形態。根據“微笑曲線”原理，居于產業鏈兩端的企業能產生高附加值，利潤率最高，居于中間位置的企業利潤率最低。圖書電商歸屬于其中“行銷推廣”環節，產業鏈位置決定其盈利狀況不容樂觀。圖書電商近年來的發展成果主要應歸功于社會、產業的快速網絡化，而未來要進一步發展，則應借助新興的大數據技術調整自身在產業鏈中的地位。具體說來，圖書電商應適當涉足產業鏈高盈利環節，如創意策劃、衍生增值等，而大數據為其提供了可能。
　　
　　大數據時代，圖書電商參與內容創意與策劃大有可為。當前條件下，多數圖書策劃是編輯人員依據行業經驗和對某一領域熱點的敏感度進行的，在讀者定位、作者水準、推出時機、市場需求量等方面往往存在偏差，影響圖書質量和市場效果。而在大數據條件下，圖書電商在互聯網營銷過程中能夠獲得大量用戶的交易數據和網絡應用數據，運用大數據智慧分析，能夠洞察用戶的閱讀需求，準確把握市場熱點，發掘有價值的選題，并以潛在讀者的視角遴選恰當的作者人選，規劃裝幀設計。如此一來，以數據引領策劃，以需求驅動生產，市場成功率可獲提高。圖書試讀也可作為完善策劃的一個環節。例如，亞馬遜新推出試用的產品，總會大量收集用戶的訪問、評論、購買、推薦等各種數據，Kindle電子書閱讀器里也會記錄哪些內容被反復閱讀和標記強調，經大數據智慧分析，能夠評估其問題所在、受歡迎程度，然后決定該如何修正。科學的策劃方案和修正意見，對作者和出版機構而言都極其重要，掌握這些寶貴信息的電商可以借此對產業鏈上游產生影響，或者達成合作。
　　
　　值得一提的是，圖書創意與策劃機構有時也針對一些重大選題展開市場調查，但其準確度遠不及大數據分析。究其原因，傳統調查主要使用抽樣、問卷獲得的概括性數據或者既往的交易數據，以部分代替整體，必然存在一定的偏差。而完善的大數據系統所能收集的，除了這些結構化數據，還包括大量文字、圖片、音視頻等相關的非結構化數據，作為數據“整體”則更為準確。此外，大數據中包含的社會化媒體信息多屬于自發的思想和情緒流露，較之傳統調查中被動答問更為客觀，因而也更具參考價值。
　　
　　在衍生增值環節，圖書電商可以圍繞大數據進行數據產品銷售、數據分析服務，或者建成數據分析、分享、交易平臺謀取增值。對此前文已經論及。總之，依憑貼近終端用戶這一核心優勢，充分重視應用大數據，圖書電商有望融入出版產業鏈兩端的高盈利區域，在自身發展的同時，對整個出版業產生更大的影響。