Mens data mining en gang ble ansett som mer av en hyped up konsept , i dag er det anses å være et nyttig og pålitelig verktøy for bedrifter og organisasjoner. Vurderer folk pleide å være mindre forbigående , var det lettere for bedrifter og andre grupper å holde styr på hvilken type forbrukerne de betjente og deres kjøpemønster. Nå med organisasjonens størrelse , ikke folk kjenner sine kunder . Dataene mine til å vurdere kundenes vaner . Instruksjoner
en

Se at data mining refererer til ulike typer informasjonsinnhenting . Kjenne til de vanligste formene for data mining innebære å bruke data gruvearbeider programvare for overvåking /analysere datamaskinen bruker aktivitet enten for å undersøke et selskaps egne brukere eller ukjente nettbrukere .
2

Finn at organisasjoner bruker spyware programmer for å overvåke Internett brukernes aktiviteter for rettet reklame og til andre formål . Folk vanligvis uforvarende laste opp spyware på sine datamaskiner , og disse programmene overvåke sine surfevaner og min annen informasjon om dem .
3

Forstå at data mining har forskjellige formål også. Data mine " Google" leser feeds, for eksempel. Still søket parametere og oppdage trender . Avdekke hva slags person liker en viss type sportsbil, for eksempel, og se på deres surfing eller nevne trender for å finne ut hvilke auto selskapet er mest populære. Observere mønstre og få innsikt .
4

Tippe forbrukernes atferd og resultater for din bedrift eller organisasjon . Følg en data mining prosessen til vitenskapelig data mine: . Leting, mønster besluttsomhet og distribusjon
5

Ansett letefasen for data forberedelse ved å organisere datatyper, variabler og funksjoner for å bedre håndtere data . Bygge modeller og validere . Prøve å bruke ulike modeller til data for å se hva som fungerer best for å bestemme mønstre eller trender. Distribuere utvalgte modeller til nye datasett og tiltak mot forventede resultater .