什麼是資料探勘？

• 資料探勘（Data Mining），又稱資訊發掘（Knowledge Discovery），是用自動或半自動化的方法在資料中找到潛在的，有價值的資訊和規則。
• 資料探勘技術來源於資料庫，統計和人工智慧。

資料探勘能夠做什麼

對企業中產生的大量的資料進行分析，找出其中潛藏的規則
更加清晰的瞭解目前的業務執行狀況
使得決策者把握未來的決策方向有了科學的依據
預測銷售額

• 向特定客戶傳送郵件
• 確定可能需要搭售的產品
• 查詢客戶將產品放入購物車的順序序列
• ......

資料探勘演算法
資料探勘是從特定形式的資料中提煉知識的過程，其主要任務是對資料的描述、分類和預測。資料探勘常用的資料預測技術包括線性迴歸、最小二乘法和神經網路。

關於分析服務另外一個比較有意思的就是資料探勘，在商業智慧中，資料探勘是其中最高的一個層次。現在流行的大資料，最終往往也要靠資料探勘來體現其價值。

如果說，BI的過程可以看成是資料的昨天，今天和明天，資料的昨天，通過報表告訴你的業務之前發生了什麼，資料的今天，通過多維分析等工具告訴你這些為什麼會發生，那麼資料的明天，就是通過資料探勘演算法，對已有的海量歷史資料進行挖掘，從而讓你知道你的業務未來會是什麼樣。

微軟的資料探勘工具包含了很多演算法，比較常見的比如貝葉斯，決策樹，關聯規則和時序分析等。
資料探勘會分析樣本資料，從中發現規則，然後用於對未來未知資料的預測。通常用來比如電商網站的商品推薦，潛在客戶分析，以及客戶分類等問題之上。

資料探勘的過程，跟其它IT專案一樣，大概可以劃分為如下幾個過程。首先，定義問題，然後準備和瀏覽資料，然後生成和驗證模型，最後部署和更新模型。

這個過程不一定是一口氣道底的，比如在模型中發現沒有需要的資料那麼就需要重新對資料進行準備，或者在模型驗證階段發現有問題那麼可能需要重新定義模型。
資料探勘用到的查詢語句是DMX，它可以用來建立和處理挖掘模型，並且做預測查詢。