提示：數據挖掘是從大型數據集中發現可行信息的過程。數據挖掘使用數學分析來派生存在於數據中的模式和趨勢。通常，由於這些模式的關系過於復雜或涉及數據過多，因此使用傳統數據浏覽無法發現這些模式。 這些模式和趨勢可以被收集在一起並定義為數據挖掘模型。挖掘模型可以應
盡管關系圖中所示的過程是一個循環過程，但是每個步驟並不需要直接執行到下一個步驟。創建數據挖掘模型是一個動態、交互的過程。浏覽完數據之後，您可能會發現數據不足，無法創建適當的挖掘模型，因此必須查找更多的數據。或者，您可以生成數個模型，但隨後發現這些模型無法充分地回答定義的問題，因此必須重新定義問題。您可能必須在部署模型之後對其進行更新，因為又出現了更多的可用數據。可能需要多次重復過程中的每個步驟才能創建良好的模型。
SQL Server 2008 提供用於創建和使用數據挖掘模型的集成環境，稱為 Business Intelligence Development Studio。該環境包括數據挖掘算法和工具，使用這些算法和工具更易於生成用於各種項目的綜合解決方案。
創建數據挖掘解決方案後，您可以使用 SQL Server Management Studio 維護和浏覽該解決方案。
定義問題
與以下關系圖的突出顯示相同，數據挖掘過程的第一步就是明確定義業務問題，並考慮解答該問題的方法。
該步驟包括分析業務需求，定義問題的范圍，定義計算模型所使用的度量，以及定義數據挖掘項目的特定目標。這些任務轉換為下列問題：
◆ 您在查找什麼?您要嘗試找到什麼類型的關系?
◆ 您要嘗試解決的問題是否反映了業務策略或流程?
◆ 您要通過數據挖掘模型進行預測，還是僅僅查找受關注的模式和關聯?
◆ 您要嘗試預測數據集的哪個屬性?
◆ 列如何關聯?或者如果有多個表，則表如何關聯?
◆ 如何分發數據?數據是否具有季節性性質?數據是否可以准確反映業務流程?
若要回答這些問題，可能必須進行數據可用性研究，必須調查業務用戶對可用數據的需求。如果數據不支持用戶的需求，則還必須重新定義項目。
此外，還需要考慮如何將模型結果納入用於度量業務進度的關鍵績效指標 (KPI)。
