電子商務很籠統的概念，和數學能力的關係不應當一概而論，下面以具體職位分析下。

第一：對老闆來說，最重要的是眼光，確切的說就是選品，選款。只有好的產品才能成為爆款。選款，又分為標品和非標，標品的選款需要一定的數學能力進行資料解析，但對於老闆來說，可以依靠運營的資料解析結果來判斷，而非標的選款，眼光的重要性要大於資料分析，很多非標的選款都是靠老闆的直覺，而迅速成為爆款。所以老闆的數學能力基本沒要求

第二：運營需要一定的數學能力，來解析店鋪資料，但是運營最重要的還是產品佈局和戰略眼光，線下的種草，線上的活動安排，店鋪的年度目標渠道分解，資源的調配等一些大方向的能力，所以數學能力要求有一定基礎，對資料稍微敏感即可。

第三：整個店鋪對資料要求最高的職位無疑是推廣，推廣端完全是依靠資料而生存，需要不斷的解析店鋪及推廣端資料，來最佳化ROI，PPC等指標。如果數學能力不強，解析資料的時候會相當頭疼，因為運營細化的東西，很大一部分都需要推廣端拆解實現。所以要求對資料相當敏感，並且會合理利用資料來實現推廣端的最佳化，帶動全盤。

第四：客服，倉儲等，對數學能力要求基本沒有。

第五：現在的淘寶美工，大部分是根據推廣端的要求來做圖，不需要自己延伸資料，所以對數學能力的要求也很低。

首先，電子商務與數學知識有一定關係，而且在大資料時代背景下，數學知識對於電子商務的影響將有較為明顯的體現。

在當前的大資料時代背景下，資料分析對於電子商務活動還是比較重要的，比如各種營銷策略的制定往往都需要資料分析的支援，而且透過對使用者的行為習慣分析，往往也能夠發現大量的商機，所以目前電子商務領域對於資料分析也越來越看重。

資料分析簡單的說就是在資料的背後發現規律和價值，而資料分析說到底就是數學問題，所以要想提升自身的資料分析能力需要有一個紮實的數學基礎。資料分析目前有兩種具體的分析方式，一種是統計學方式，另一種是機器學習方式。統計學本身就是數學的一個分支，所以學習統計學需要用到大量的數學知識。機器學習的步驟包括資料的收集、演算法的設計、演算法的訓練、驗證和應用，所以核心也是數學（演算法）問題。

電子商務行業雖然是一個新興的領域，但是說到底也離不開經濟學知識、網際網路知識和營銷學知識，除了網際網路知識對於數學有較強的依賴之外，經濟學知識和營銷學知識同樣離不開數學知識。所以，要想在電子商務領域走得更遠，一定要重視數學相關知識的學習及運用。

其實，在大資料和人工智慧的時代背景下，數學和物理這兩門基礎學科的重要性越來越受到關注，因為只有具備紮實的基礎學科基礎，才能夠不斷取得技術上的創新，而技術創新是模式創新的前提。所以，不論未來從事何種行業，都應該重視基礎學科的學習。

首先，這個問題的答案是肯定的，在以前，電商剛剛興起的時候，對電商人的各方面能力的要求都會高一些，因為那個時候，沒有專業人士引導，所有的一切都需要自己去摸索，去學習。

但是現在不同了，在現在這個大市場環境的變化下，社會在發展，科技在進步，不管學習什麼都變得輕而易舉，甚至根本不需要學習，都可以進行操作。現在的電子商務嵌入了大資料服務，進行消費者喜好篩選，讓買賣變得更有針對性，當然，隨著國內電子商務的發展，也是讓電子商務技術越發的成熟，現在我們做跨境電商不管有沒有電商基礎都可以做，再有技術的基礎下，同樣出現了好的市場機遇，對於我們來說就是一個很好的機會。

所以在電子商務和數學能力在現在已經沒有多大聯絡了，因為這所有的一切都可以透過系統智慧計算出來，需要具備一定的學習能力，但是不需要具備很強的數學能力!