企業面臨「資料豐富但資訊貧乏」困境，資料倉儲解決歷史報表，而資料探勘進一步發掘隱藏模式、預測未來、偵測異常、分析非結構化資料。
資料探勘能解決的問題範例
- 關聯分析：哪些產品常一起購買？(市場籃子分析)
- 客戶流失預測：哪些客戶可能流失？關鍵影響因子為何？
- 市場趨勢預測：銷售走勢如何演變？
- 網站行為分析：使用者瀏覽路徑模式為何？
- 行銷活動成效評估：促銷活動 ROI 如何？
- 資料品質防護：攔截輸入階段的異常/錯誤資料。
- 非結構化文字探勘：客服紀錄、社群媒體文字情感分析、主題擷取。
SQL Server 2005 探勘平台關鍵特色
- 整合於資料庫引擎：模型儲存於資料庫，享有備份/還原/安全性/並行控制。
- 九大內建演算法：決策樹、類神經網路、樸素貝式、K-Means 分群、關聯規則、序列群集、時間序列、線性回歸、羅吉斯迴歸。
- DMX (Data Mining Extensions)：類 SQL 語言建立/訓練/預測/瀏覽模型 (
CREATE MINING MODEL, INSERT INTO, SELECT ... FROM PREDICTION JOIN)。
- 即時分數/整合應用：探勘模型結果可直接用於 OLAP 切片、報表篩選、應用程式即時推薦/評分，形成「探勘→分析→行動」閉環。
- ETL 階段嵌入探勘：SSIS 中使用「資料探勘查詢」轉換，資料載入前即進行異常偵測/分群，產出更乾淨的資料倉儲。
- 資料輸入端驗證：依探勘規則即時檢核輸入資料合理性。
商業價值
從「報告過去」進化到「預測未來」與「自動發現未知模式」，支援更精準的客戶細分、交叉銷售、風險控管與營運優化。
