記者／林雯君
過去，我們因為老闆娘記得我們，親切的給予招呼，甚至特別服務、折扣，而感覺到窩心，喜歡一再光顧此店。如果是有固定習慣的熟客，一聲「老樣子」，其他什麼都省了，既安心又愉快；偶爾進了新貨，老闆記得哪個顧客可能會喜歡，特地為他保留一份，那感覺就又更備受重視了。顧客與商家之間建立的關係，為生意帶來更長遠的未來與可能性。要是老闆記憶不好，那可就不是這麼回事了。
現在，託資訊科技之福，建立與儲存每個顧客的屬性、愛好、交易紀錄等，越來越簡便，不過重要的不是資料庫，而是如何從龐大的紀錄找出規則，預測顧客未來的交易與需求，尤其是在網路上進行交易的電子商務更是重要。即使少了人與人之間面對面的溝通，但卻更容易蒐集顧客在網路上的一舉一動，包括瀏覽過哪些頁面？瀏覽時間？路徑順序？有更好的基礎做資料分析，甚至從中「挖掘」出顧客心理層面的「知識」，什麼東西只看不買？為什麼買？而不僅只是什麼時候買了什麼的「資料」。
國內博客來網路書店是相當重視data
mining的企業之一，它分析顧客的喜好，並納入其他買同樣書籍的人的行為作考量，來推薦書籍。不過，適當且符合顧客需求的推薦會被視為貼心，相反的則會變成擾人的垃圾信。顯然的，這類的推薦服務並不能滿足顧客的需求，許多用過博客來的人都為其經常發送，且不適當的推薦廣告信所困擾。有時候只是購買一本教科書，顧客根本對其相關領域沒有興趣，卻得因而一再收到類似書籍的推薦廣告，系統卻一點也沒發現顧客從未因推薦信而購買，data
mining建立出的規則必須要夠精準，且也如同傳統商業，關係需要長期累積。
Data mining的妙用絕對不僅止於行銷、顧客關係管理，對於產品開發也有莫大的幫助，例如發現某類商品的顧客群擁有何種共同喜好，未來即可朝此方向改進；或者什麼商品在什麼季節賣的好、什麼地區賣的差，生產、庫存管理如何調配等其他各式各樣的應用。從前用人腦做的事，交給電腦來做是不是能做的更好？恐怕還是得看人腦能不能有效利用這項技術了。