記者／李雅惠
近幾年電子商務的興起和蓬勃發展，使得企業也不斷地在修正其因應策略，CRM更是隨著這股趨式因而在企業管理中成為焦點；而Data Mining的出現已有一段時間，但到近期才掀起廣泛的討論和注目，企業利用客戶資料與行為紀錄的分析與預測，決定行銷對象或是輔助顧客關係管理，讓行銷能更為精準、更有效益；但，前提是企業必需先投入不少的成本，才能建置一個有效的Data Mining系統。
Data Mining固然給企業帶來了不少便利與貢獻；透過Data Mining，企業可以瞭解他的顧客在哪，掌握顧客喜好，進而滿足顧客需要，除此之外，還能使企業充份運用組織資源，提升效率與生產力等更多元的好處。但值得注意的是，在享用這些好處前必需投入的成本。要想Data Mining產出的資訊有用，首先就得建立完整的Data WareHouse，而這項開發往往需要投入高額的金費，且為了蒐集各部門的歷史資料也需花上不少的時間與資源，因此龐大的投入成本將會是企業採用Data Mining的一項阻力。
一般我們所知應用在企業中的Data Mining，可以找出龐大資料中的一些共同特徵，使企業能藉此找出忠誠顧客與潛在顧客，預測顧客行為及推估正確的行銷目標。其實Data Mining也可應用在金融業分析市場動向或營運走向，在醫療業中也可以協助預測用藥、診斷等效果；此外，還有人認為Data Mining可以適用任何領域，像是社會、地理等層面，然而，這個當紅的Data Mining真得有這麼神奇的效果嗎?
目前我們常見的Data Mining工具大部分是用來探索大量資料中具重覆性的形態與關係，而這些工具很明顯地能為企業分析大量的商業資料庫，然而，若要應用在其他領域就會有所限制，甚至有錯估的可能性。建構Data Mining就像再建構一個有判斷能力的虛擬人腦，而這個判斷結果則是推論自資料庫中的知識內容，因此，判斷結果是否具有效益，端看資料是否具代表性之外，還有這個虛擬人腦整理資料的方式，也就是專業的分析軟體配合；不同資料有不同的整方式，因而還需要界定何為所需資料等等，在這些建構過程中，任何一環了差錯，都可能影響到Data Mining的結果；就算每個環節都仔細的設計與建構，也無法保証其結果就一定是顧客的真實想法。我們都知道，Data Mining幾乎是從統計的觀念出發的，從母體樣本中推出結論，但這些結論並無法涵蓋其他原先未考慮到的可能影響因素；再者，分析軟體的操作與使用也會影響到Data Mining的效率。Data Mining可以為我們結省不少時間和人力與經費，但在投入前，除了成本考量，上述這些都是我們在採用Data Mining時必需留意到的重點。