記者／李韋佑
利用Data Mining的特性和優勢，未來可能發展的版圖無限寬廣，只要是必須接觸、使用大量資料庫的行業或領域，都可能利用這樣的技術更進一步的提高效率與效能。DataMining在市場推廣方面主要的三個應用方式分別是：Customer Profiling、Targeted Marketing、以及 Market-Basket Analysis。
在 Customer Profiling與Targeted Marketing方面，它幫助我們以不同的特徵類目將消費者分門別類，以幫助行銷人員在行銷特定產品時快速的鎖定目標。如果應用在警政系統上，它可以透過犯罪資料庫的內爆和連結將前科犯分類，提供辦案人員快速縮小偵辦方向的可能。
重大的刑事案件一向需要藉由警察利用邏輯思考來歸納演繹，但有了Data Mining的技術之後，這個包含深層數學邏輯、統計技巧的技術將幫助我們深入分析資料，找出其中的知識與關聯，提供破案所需的重要線索。甚至它所特有人工智慧累積的功能會隨著不同的資料分析經驗而日趨擴增，特例的出現也不會降低它的實用程度。在這整個分析、尋找過程結束之後，DataMining技術將型構出一個決策模型，針對不同的類目提供不同的決策模式。
在個人識別晶片可能危害隱私的人權爭議之外，一旦國家能夠拿到所有人民的識別晶片並建立資料庫，Data Mining的應用將會更具有舉足輕重的地位。以之前人人聞之色變的SARS防疫事件為例，最難做到的部分就在於如何找出帶原者，甚至帶原者可能傳染的群體資訊。
Data Mining中Market-Basket Analysis的技術本來是用來幫助零售業者瞭解客戶的消費行為，譬如哪些產品客戶會一起購買，或是客戶在買了某一樣產品之後，在多久之內會買另一樣產品等等。透過這樣技術的應用，再加上個人資料的完整收集，Data Mining將在最短的時間內歸納出可能患病的危險族群，甚至在這段期間中可能再度傳染的次要危險族群，提供危機處理的黃金時機。
Data Ming的核心價值就在於如何透過電腦不累、不倦，反應比人快的優勢，在最短的時間內，歸納出最有整體性的決策模型。只是，這樣的歸納方式總不免陷入同質化，單一化的爭議當中。想想，如果所有的企業都使用Data Mining的技術，消費者的權益是不是相對的極小化了？另外，過份依賴電子科技，而連邏輯演繹這麼重要（人類文明的發展動力）的工作都越來越偏廢，是否陷入了蛋生雞、雞生蛋的文明倒退迷思之中呢？