マイニングには、明確な目的と詳細な仮説の設定が大切です

企業は売上データ、出荷（仕入れ）データ、商品データ、顧客データ、クレーム情報…等々、様々なデータを日々生み出し、入手し、ストックしています。
それらのデータは数値企データ（定量）と文書データ（定性）に大別されます。
通常、全データ量を１００としたとき、数値データは２０、文書データは８０を占めると
言われています。

これらのデータを解析し、新たな知見・知識を発見することによって商品開発や顧客開発
あるいは顧客とのコミュニケーション開発…等々、様々なマーケティング活動に繋げよう
とする手法にデータマイニングとテキストマイニングがあります。

ご承知の通り、データマイニングの対象は数値データであり、テキストマイニングの対象は文書データです。
どちらのマイニングも、データの中に潜んでいる価値ある情報や知識を掘り出すことを目的とした手法です。（従来の解析方法が計算手法とすれば、データマイニングやテキストマイニングは「総合知識発見手法」と言えましょう）

ところで、データマイニングやテキストマイニングを用いても芳しい成果が得られていないケースが多いという声を耳にすることがあります。
その多くの理由は、そもそも過大な期待をしているということが挙げられます。
データマイニングやテキストマイニングを用いれば何でも情報が発掘できると勘違いしている人が多いのではないでしょうか。

これらマイニングを行うのに大事なことは、明確な目的と詳細な仮説を設定です。

ご質問のケースで言えば、目的は「売上増」であり、「会員増」です。
例えば、目的が「売上増」の場合、背景には売上の鈍化・低迷があるのでしょう。

そのときの仮説項目は、
　　　
　　　　現状の売上構造は？何故そうなっているのか？

　　　　何故売上が伸びないのか？その要因は何か？

　　　　顧客はどの要因に何故不満があるのか？

…等々です。

具体的な仮説が描けない場合、マイニングできる能力よりも期待値の方が大きくなり、
結果、データマイニングやテキストマイニングは役に立たないと、失望へと繋がってし
まうのです。

尚、データマイニングやテキストマイニングの成果事例は数多くあります。（流通業、医薬、旅行代理店、自動車…など）
中でもテキストマイニングは、最近、特に重要視されております。