信息爆炸时代，海量信息给人们带来许多负面影响，最主要的就是有效信息难以提炼，过多无用的信息必然会产生信息距离（信息状态转移距离），这是对一个事物信息状态转移所遇到障碍的测度，简称DIST或DIT）和有用知识的丢失。这也就是约翰·内斯伯特( John Nalsbert)称为的“信息丰富而知识贫乏”窘境。因此，人们迫切希望能对海量数据进行深入分析，发现并提取隐藏在其中的信息，以更好地利用这些数据。但仅以数据库系统的录入、查询、统计等功能，无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势，更缺乏挖掘数据背后隐藏知识的手段。正是在这样的条件下，数据挖掘技术应运而生。数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，作出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，作出正确的决策。
对于第三方数据分析发掘服务来说，如果具备先进的分析技术，可以时刻观察和预测所有商业细节，包括与客户的每一次互动、供应链中每一个环节的动向、以及发生在全球各地的每一笔金融交易。如果有一个数据架构，能迅速地处理信息，帮助您的顾客快速了解所需信息，从而提升客户服务满意度，加速产品的生产，并及时发现欺诈问题。这些预测分析能帮其预见未来，让其在事件发生前能够前瞻性地采取行动。比如防止客户流失，预防事故，预测医疗事故所带来的影响。如果这些分析技术能帮助其推动商务创新，开辟新的收益渠道去打造出从未想象过的新产品及服务选择。掌握了数据的价值，就如同拥有超能力一般。数据已经是一种资产。第三方数据发掘服务公司将帮助客户分析现有的状况，开发一个强大的数据基础，然后将现有数据货币化、借助信息的力量帮助客户优化经营业绩，把数据机会转化为商业价值。
图4-4-3 大数据挖掘流程示意图
