数据挖掘的主要两个目的

但潜在有用的信息的过程。 数据挖掘的目的是建立一个决策模型，根据过去的行动数据来预测未来的行为。 比如分析一家公司的不同用户对公司产品的购买情况，进而分析出哪一类客户会对公司的产品有兴趣。 在讲究实时、竞争激烈的网络时代，若能事先破解消费者的行为模式，将是公司获利的关键因素之一。

主要目的是发现没有发现的规律。 数据挖掘区别于数据分析最大的点在于，数据分析知道数据之间的大致关系，而数据挖掘面对的是海量的毫无规律的数据，需要从中挖掘出新的规律，进而为业务带来新的增长点。

（1）把握趋势和模式；通过分析网购交易的记录数据、呼叫中心内的投诉数据、顾客满意度的调查数据、购物数据等，可以把把握顾客的购买意愿和类型、投诉的种类等信息。 数据挖掘工具(方法)中神经网络、购物篮分析，粗糙(Rough)集、对应分析(双尺度法)、主成分分析、聚类分析等。