データマイニングは、人工知能、機械学習、統計、データベースシステムの交点にある手法を含む大規模なデータセットのパターンを発見する計算プロセス。
それはコンピュータサイエンスの学際的なサブフィールド。
データマイニングのプロセスの全体的な目標は、データセットから情報を抽出し、それを後で使用するためにに理解できる構造に変換すること。
生の分析ステップとは別に、データベースやデータ管理の側面、データの前処理、モデルと推論の考慮事項、興味深さの指標、複雑さの考慮事項、発見された構造の後処理、視覚化、データマイニングは、「データベースにおける知識発見」プロセス（KDD）の分析ステップ。
私は2002年頃に最初にデータマイニングという単語を覚え現在まで、データマイニングの印象を要約した。
統計分析のような従来の方法とは何が違うのか
情報から知識を知るまでへのの流れ
前書き
これまでに得た莫大な情報の中からビジネスに利用可能な有益データを抽出する技術として、データマイニング存在する。
単語だけを聞くことは夢のような技術だが、実際はは一連の泥臭いの仕事だ。　
もっと、汎用性があまりなく、私たちはそれを改造しつつ高度な専門知識を要し、、常にそれを調整しなければならなかった。
しかも更に高品質のデータマイニングは、大量な経費を要する。
なぜそのようなデータマイニングをする必要があるのか？
私はデータマイニング背景に焦点を当てる。
データマイニング出生の背景
データマイニングを必要とする社会の背景
データマイニングが必要とされる理由は、商売の環境の変化だろう。
ほとんどの場合、最も大きな要因は市場の飽和だと考えられる。
生産すれば売れる時代は終わった。
類似品の続出、生活時間が短くなって、使用者の需要の多様化等今までのノウハウは、飽和した商売の環境では使えなくなった。
顔を見ることができない市場で戦うよりも、各顧客の需要に対応するために、良い関係を作るのが必要だ。　
ビジネス用語にある「1対1」だ。　
また、過去、培った技術ノウハウをシステム化し、情報をを仲間と共有することが必須になった。
知識管理（ナレッジマネジメント）だ。　
1対1、CRM、ナレッジマネジメントは、情報の有効活用というのが共通した。
客の行動を情報可し解析し、顧客へのサービス、新しい客層を得ること、市場戦略と他社との違いを出すことや需要の分析、新しくどんな商品を売ればいいか予測すること、他社と顧客層を理解し、君の会社の在庫管理とリスク要因を理解し、社内の培った情報から法則を発見する等、すべての状況で情報を効果的に使用することは、生存のためにに必要不可欠になった。
米国の移動体通信産業のお話だ。　
米国の移動通信業界では、それは既に飽和しており、新しい顧客を得ることは非常に望ましくなかった。
顧客が逃げるのを阻止するほう大切のようだ。
そこで、
何年にも渡る客の通信情報をマイニングし、どの客が良い客かをはっきりとし、
それに応答することで、
巨額の収入を得て、その結果、私は会社を売却た。　
移動体通信の元データは、まず、呼び出しのデータ。
誰に誰に、いつ、通話の時間はいつまで掛かると言うも　
これはかなり巨大な情報だ。
しかも、各使用者に対してどのような種類の補助サービスを使っているかに関する情報がある。
留守番電話サービスを使っているかどうかなど。
次に、使用者のプロフィールもある。
この情報はすべて驚くべき量だが、アメリカのあの人達はは、データマイニングを最高に使用して成功した　
そのような広範囲なデータマイニングではないとしても、効果的にデータを使用し、他者と差別化することが大切だ。
情報を武器にして競合社と戦う、マイニングは社会的に必要であった。