现有很多数据挖掘工具是独立于数据仓库以外的，它们需要独立地输入输出数据，以及进行相对独立的数据分析。为了最大限度地发挥数据挖掘工具的潜力，它们必须像很多商业分析软件一样，紧密地和数据仓库集成起来。
数据挖掘系统像查询和报表语言仅仅是将数据查询结果反馈给最终用户那样，数据挖掘高级分析服务器把用户的商业模型直接应用于其数据仓库之上，并且反馈给用户一个相关信息的分析结果。
这个结果是一个经过分析和抽象的动态视图层，通常会根据用户的不同需求而变化。基于这个视图，各种报表工具和可视化工具就可以将分析结果展现在用户面前，以帮助用户计划将采取怎样的行动。
举例说，我国商业银行拥有海量的客户信息数据，如果能对庞杂的数据进行科学的梳理和细分，从中“发现”潜在的价值规律，那么我国银行私人金融业务的潜力将被最大程度地释放。从市场规模看，我国银行的私人金融业务存在着巨大的潜在利润，而要获取这一市场，主要依靠数据挖掘手段。
当然，进行数据挖掘所必须的条件就是顾客的历史数据，没有数据，一切都无从谈起。而积累大量可靠的历史数据，需要精心的准备，漫长的时间。
“平民化”探索 对国内很多企业来说，昂贵的
CRM和
商业智能费用却成一道门槛难以逾越，到现在，集
商业智能和托管型
CRM正在被业内热炒。有数据显示，亚太地区的大中小型企业纷纷采用Oracle托管型
CRM软件，以实现对至关重要的客户信息及销售数据的集中化管理，实时了解客户互动情况并获得重大的商业价值。
托管型与传统的授权型软件不同，因为软件是通过互联网来使用，而不是通过在本地安装后使用。托管模式可以为客户节省大量前期成本，又不必安装配置和维护大型企业级软件供应商提供的复杂的打包的系列软件。
甲骨文亚太区
客户关系管理副总裁Will Bosma表示，托管型
CRM提供了一套全面的销售、营销以及服务自动化功能，几乎并不需要任何的先期投资，而且其成本是可预测的。
综合来看，
CRM和
商业智能的融合正在受到来自互联网带来的机遇。例如Ajax、线上编辑、Web 2.0 生成器等。当然，如
CRM 14版也能在Oracle托管型
CRM系统与其它各个层次的应用软件及系统（包括数据、用户界面与流程）之间建立深层的集成。
想象一下，未来的智能分析会到何种程度，也许施瓦辛格大脑里的计算装置会更聪明，在判断出对手身份的同时，分析出他的优势和劣势，然后以最有效的出击方式进行格斗。
（c112）
|
服 务 CIO 推 进 信 息 化 
