• 女性購入者は30万人。女性でバック購入者5万人（全体の16.7％）、女性で婦人靴購入者6万人（20％）、女性で化粧品購入者5万人。これらは性別という顧客属性と商品分類で把握できる。
• バック、婦人靴、化粧品の3売場の購入顧客は8000人。女性購入者の2.7％、バック購入者の16％が3売場を利用していた。
• ブランド別購入顧客をつぎに抽出してみる。「シャネル」ブランドの購入者3000人、「ディオール」ブランドの購入者5000人、「エルメス」ブランドの購入者2000人、「フェラガモ」ブランドの購入者3000人であった。この数値には、商品全体が対象。つまり、スーツ、シャツ、化粧品、靴、バックなど該当するブランドのついたすべての商品購入者が抽出される。
• 商品購入者とブランド購入者を結びつける。たとえば「シャネル購入者で靴を購入した顧客」「フェラガモ購入者で靴の購入者」などとブランドと品種、品目を結びつけて顧客数を調べたい。
  靴の購入者は6万人、シャネル購入者は3000人。この集合と集合を結びつける。1000人になった（シャネル婦人靴の購入者）。つまり、靴購入者6万人の2％がシャネルの靴の購入者、シャネルブランド購入者3000人の33.3％が靴の購入者であることがわかる。
  フェラガモ靴購入者1500人。靴購入者の2.5％がフェラガモ靴の購入者、フェラガモ購入者3000人の50％が靴の購入者であることがわかる。

正しい分類体系にすれば以上のような分類が可能になる。分類体系が悪ければ、すばらしく優秀なデータマイニング・ツールを購入しても例示したような分類はできない。ツールを検討する前に、自社の分類体系を検討してみる必要がある。

前の項目	分類体系のセオリー
次の項目	セオリー1：管理分類