在日常生活工作中统计数据发掘主要就是为的是支持销售业务，而销售业务非常大某种程度上是紧紧围绕使用者展开的，因此能从使用者情景起程来具体文本优先选择统计数据辅助工具。使用者情景主要就分为五类：
第二类是洞悉，要去检视和找出他们使用者之中的许多特征规律性。
第二类是捕捉，目地只不过是为的是紧紧抓住他们的使用者，紧紧抓住他们的使用者文本。
第五类是关于结晶，这种的情景是指的他们怎样把使用者或者说的结晶留下来，为未来更多的销售业务做有效率的发展。
完全相同的统计数据发掘师能说明完全相同的统计数据。推论可能完全相同甚至恰好相反，但推论不对或错，所以从主观统计数据到直觉人都须要有许多自然科学的数学方式作为公路桥，协助统计数据重要信息更快，更全面性，更快。
统计数据发掘从统计数据中抽取有用重要信息的操作过程，操作过程中须要对统计数据展开各种处置和进行分类，只有掌控了恰当的统计数据进行分类方式和统计信息处置商业模式，就可以起著四两拨千斤的效用，下列是统计数据发掘员必不可少的4种统计数据发掘方式：
统计数据发掘新颖认识论
术，是阵型，是切实可行的认识论。在统计数据发掘应用领域，怎样发掘统计数据商业价值，让统计数据简单呈现出并效法，统计数据建模虽说成绩斐然。
不过你所制的建模展现出方式呢或者说简单而明晰地抒发出了统计数据另一面的商业价值，他们之间与否完全合制？是你须要考量的。这里为大家提供许多路子。
比较类
不论是基于时间的纵向比较还是基于进行分类的横向比较，被统称为比较类统计数据，发散开来能有如下展现出形式：
构成类
构成又被称作占比，这类图表主要就用于展示统计数据的组成结构，能用于显示同一维度上统计数据之间的占比
分布类
分布类图表能较好的表现统计数据的分布，通常用于展示连续统计数据上数值的分布情况。例如，在企业展开质量管控操作过程中为的是控制误差，会优先选择正态分布图。
联系类
联系类图表表现形式与上述分布类有些类似，能呈现出展示多个变量之间的关系。比如，树木随着年龄的增长越来越高，年龄和高度之间与否存在某种联系。
