Tom Davenport是美国巴布森学院管理和信息技术的教授，同时也是一名分析师，在“营销市场上的大数据分析”论坛会上，他介绍了数据挖掘工具在企业中的应用。

Davenport认为企业要想在数据服务产业获得有效的市场竞争力，就必须尽快采用数据挖掘工具。充分利用大数据，企业可以在运营中心实现快速的数据分析，为业务提供及时的支撑。

他在演讲中举了通用电气公司的例子。通用电气公司是传统的制造业厂商，近年采用了数据分析技术，截止到目前，其数据服务已经带来了超过一半的利润。

Davenport认为，机会始终都在，关键看企业是否愿意去利用这个机会。企业可以通过数据挖掘工具深入了解客户需求，增加销量，科学地管理市场预算。这些都是市场活动中不可或缺的部分。

他说道：“数据分析支撑的决策会带来巨大的改变。”

那么，组织如何利用这个机会呢？Davenport认为，采用数据挖掘工具需要一定的技术投入。投入的多少取决于对数据分析要求的高低。一些简单的数据可视化系统，任何人都能够直接看到趋势和数据集之间的联系。但要想让分析深入运营系统，就需要购买更成熟的软件，这就需要聘请数据科学家。

无论如何，企业至少需要一个既懂业务又懂技术的人。他可能有点技术背景，比如会写SQL查询，还能了解业务和技术如何结合。

最后，计划精密的管理模型很重要。组织应该首先确定数据管理工具是为IT部门所用，还是为业务用户所用，然后再投入相关技术和人员。数据挖掘项目需要来自管理层的支持，管理者还要确保业务用户和IT团队的有效合作。

Davenport表示：“组织需要能够用技术和数据挖掘能力支撑业务的IT管理者。每当我听到市场抱怨IT，或者IT抱怨市场，我知道，他们的业务注定要失败。”

现在，市场部门有足够的预算来运行高效的数据挖掘项目的组织还很少。但数据挖掘项目会越来越流行，因为组织已经开始从中获益。随着管理模型的日益成熟，数据挖掘项目会更稳健地开展，组织会更好地利用数据服务和市场机会。

Davenport表示：“现在虽然还处于起步阶段，但我们会看到更多的数据挖掘项目在组织中落成。届时，市场部门要么是实施者，要么就是第一个用户。”