得益于强大的个人电脑、软件和服务器，数字计算从未如此简单。

但是计算什么数据以及如何决定从来没有像现在这样困难。

商业智能不仅仅局限于电子表格，而是着眼于公司在做什么。换句话说，就是向后看。分析展望未来——公司能做什么？

这就是密西沙加，Ont。总部位于MaritzLytyMarketing，一年前开始寻找数据挖掘解决方案时遭到通缉。该公司是总部位于圣路易斯的马里茨控股公司的一个部门，该公司专门为北美组织设计和实施忠诚度解决方案，例如，为零售商或信用卡公司设计的积分或礼品计划。

Marit不仅创建了这些程序，还帮助客户充分利用它们。因此，它经常有大量的客户数据，不得不涉水而过。

该部门的客户研究主管Maria Pallante表示，虽然Maritz已经有了一个SAS企业指南来分析数据，但它希望有一个更深入的数据挖掘工具。

她说：“我们一直在寻求加强对客户的服务。

她解释说，数据是忠诚度计划的基石。工作者特别需要的是数据挖掘工具中包含的预测建模能力和处理大型数据集的能力。

“对许多人来说，数据挖掘是预测分析的入口，”企业战略战略集团高级首席分析师埃文说。数据挖掘使组织能够找到模式或数据集群来帮助预测一些事情。

例如，Pallante表示，其公司客户希望能够识别哪些客户更有可能响应营销计划，或者哪些客户有转向其他产品的风险。

奎恩说，数据挖掘工具越来越多地被列为SAS、IBM、BusinessObjects和Hyperion提供的产品的一部分。在最近的一项研究中，他发现了61家商业智能提供商，其中约三分之一提供数据挖掘功能。

以马蒂斯为例，在对记分卡上的一些解决方案进行评估后，它选择了萨斯企业矿工。一年半后，帕兰特对这个选择感到满意，部分原因是软件强大的建模工具。数据挖掘帮助她的公司根据客户以前的交易为他们提供正确类型的解决方案。

Quinn表示，新版数据挖掘解决方案组织的趋势是包括可视化工具，以帮助向非技术人员提供图表或图表中的数据。他说，越来越多的数据挖掘解决方案正变得“更适合业务分析师”，这不需要数据科学家的操纵。

他们还更多地利用开源相关技术，如R统计编程和大学教授的语言环境。与一些软件供应商依赖的专有编码语言相比，数据分析师更容易接受它。此外，我们寻找使用预测模型标记语言(PMML)来定义模型的软件。PMML允许用户在多个应用程序之间共享模型。

Quinn补充道，不要只寻找数据挖掘解决方案，而是要找到一个提供多种数据相关功能的分析平台。他指出，在挖掘之前，必须对数据进行清理和加载，然后进行分析，然后以业务经理可以使用的方式呈现。

奎恩说：“地球上任何一家合理的公司都应该从事数据挖掘等工作。”他们的竞争对手可能是。"