1.資料的挖掘能力的大小，由現在或曾經所能掌握的資料量的能力所決定。

因為，大資料在中國並不算太先進和流行。所以，大部分的資料探勘技術以及人才，一般都在所掌握的資料量大的企業中。因為，這類企業更需要從所掌握的大量資料中進行挖掘，以為企業的發展、產品的設計等進行決策參考。

2.而資料探勘的關鍵在於演算法的應用。

目前比較流行的資料探勘演算法包括：決策樹法、粗糙集法、關聯規則法、遺傳演算法、神經網路法、模糊演算法等。

3.目前國內比較專業的資料探勘演算法，除了國際級的實驗室、科研機構外，企業中百度、阿里、騰訊都有一定的能力。尤其是百度，畢竟他們是以搜尋起家，靠技術打天下，靠資料檢索技術進行內容呈現。

首先要想資料探勘做得好，必須要滿足兩個前提條件

1.海量資料

2.處理海量資料的能力

海量資料而言目前在國內：阿里，百度，騰訊，位元組跳動屈指可數

阿里擁有大量的消費資料，百度擁有海量的搜尋資料，騰訊擁有海量的社交資料，位元組跳動也擁有基數龐大的使用者，並且他們都有基於hadoop，mpi以及圖計算框架（如spark，graphlab）進行二次開發成為自己的海量資料處理平臺（叢集），包括儲存資料、快速查詢資料、增量更新資料、繼承的資料探勘與機器學習演算法工具等，而且大資料都成為了BAT的戰略，相信會越來越好。

在國外：Google，Facebook，Amazon，IBM，MS等比較出眾

思邁特軟體企業資料探勘平臺（Smartbi Mining）是用於預測性分析的獨立產品，旨在為企業所做的決策提供預測性智慧。該平臺不僅可為使用者提供直觀的流式建模、拖拽式操作和流程化、視覺化 的建模介面，還提供了大量的資料預處理操作。此外，它內建了多種實用的、經典的機器學習演算法，這些演算法配置簡單降低了機器學習的使用門檻，大大節省了企業成本，並支援標準的PMML模 型輸出，可以將模型傳送到Smartbi統一平臺，與商業智慧平臺實現了完美整合。