數據挖掘用處當然很大，但是我們要知道數據挖掘、數據分析只是工具，是要完成我們對業務的訴求的。舉個例子：在大海上，孤零零地屹立著礦井，想要開采出石油。
 
普通人，對于大海是沒有感覺的，更不用說找到寶藏了。但是對于專業的石油開采人員來說，大海在他們眼里是一座寶藏，他們勘探坐標，用開采工具，找到寶藏。數據挖掘對企業和個人的作用也是如此，對數據更加敏感，找到其背后的規律，就能為你帶來效益。

數據分析、數據挖掘對于普通人來說更像是個專業的名詞，數據分析師們實際上也是在做一些支持性的工作。

對于一個商品在未來的銷售情況，1、我們首先明確我們的目的：是要找到商品未來的銷售情況。2、我們嘗試收集商品過往的數據，對數據進行探索，包括數據簡單描述、數據質量驗證等。3、我們開始收集數據，對數據進行清洗，集成，完成數據挖掘前的準備工作。4、我們選擇和應用各種數據挖掘模型，并進行優化。5、對模型進行評估，確認模型是否實現了預期的商業目標。6、將數據可視化，方便后續監控和維護。

其中可能還會用到相關的算法：如 Apriori 算法來揭示各商品之間的關系。

以上便是數據挖掘的六步：簡記為：1、商業理解。2、數據理解。3、數據準備。4、模型建立。5、模型評估。6、呈現結果

完成這六步，你想要的結果自然可以得出。