Область знаний электронной коммерции характеризуется информационной асимметрией1 Yang, Kun (2006): A conceptual framework for semantic web-based ecommerce. o.O.2006. . Источниками информации для анализа ситуации являются внутренние базы данных компании и другие источники, находящиеся под прямым контролем компании, а также внешние источники, такие как веб-сайты, службы социальных сетей, публичные базы данных или другие интернет-службы2 Meimaris, Marios; Vafopoulos, Michalis N. (2012): Knowledge-BasedSemantification of Business Communications in ERP Environments. In: SSRN Journal.o.O. 2012..

Ручной поиск необходимой информации в Интернете отнимает много времени и неэффективен из-за большого количества услуг и предложений. Количество внешних источников информации быстро возросло, так что даже операторы служб не в состоянии полностью индексировать и связывать весь контент3 Philipp Ciechanowicz (2007): Die Infrastruktur von Suchmaschinen am FallbeispielGoogle. In: Heinz Lothar Grob und Gottfried Vossen (Hg.): Entwicklungen im Web 2.0aus technischer, ökonomischer und sozialer Sicht. Münster (51), S. 197–206. . Поэтому информация извлекается с помощью контекстного анализа или автоматического поиска по ключевым словам 4 Antoniou, G.; van Harmelen, Frank (2008): A semantic Web primer. 2. Aufl.Cambridge 2008 .

Установив файлы cookie , можно определить, посещает ли отдельный посетитель торговое заведение впервые или это повторное посещение 5 Erlhofer, Sebastian (2011): Suchmaschinen-Optimierung. Das umfassende Handbuch ;[Grundlagen, Funktionsweisen und Ranking-Optimierung ; Planung und Durchführungfür Google und Co. ; Konversionsraten steigern, Google AdWords, Web Analytics ; dasStandardwerk, vollständig überarbeitet]. 5. Aufl. Bonn 2011. . Кроме того, использование файлов cookie позволяет назначать индивидуальные поисковые запросы конкретному посетителю.

Протокол передачи гипертекста ( HTTP ) также позволяет определить веб-сайт, который перенаправил посетителя в приложение электронной коммерции («реферер») .

Отдельные просмотры страниц или HTTP-запросы обычно регистрируются в файлах журналов. Они содержат IP-адрес, время и другие сведения о запросе .

Используя Javascript, можно определить технические характеристики устройств (например, разрешение экрана, версию браузера, возможно, также производителя и модель устройства), которые посетитель использовал для доступа к веб-сайту . Услуги Web 2.0 предлагают потребителям возможность обмениваться информацией на форумах, чатах, блогах и т. д. 6 Netzer, O.; Feldman, R.; Goldenberg, J.; Fresko, M. (2012): Mine Your OwnBusiness: Market-Structure Surveillance Through Text Mining. In: Marketing Science31 (3), S. 521–543. Существует множество различных типов предложений Web 2.0 (см. рис. 2). Взаимодействия потребителей в Web 2.0 оставляют после себя в интернете большой объём информации о продуктах и компаниях, такой как впечатления от использования продукта, ожидания и предложения по его дизайну. Этот «пользовательский контент» может включать информацию о структуре рынка, спросе и конкурентной ситуации.

Однако большая часть информации о продуктах и компаниях в этих сервисах представлена в виде текста или естественного языка и, следовательно, недоступна для автоматической оценки7 Hepp, Martin F. (2004): Product Representation in the Semantic Web. In: SSRNJournal. o.O. 2004. . Кроме того, большинство форумов, где обсуждаются продукты, не содержат количественных оценок (например, количества «звезд»), что еще больше затрудняет операционализацию этой информации.