Classification是根据一些变数的数值作计算，再依照结果作分类（计算的结果最后会被分类为几个少数的离散数值，例如将一组资料分为“可能会回应”或是“可能不会回应”两类）。
    Classification常被用来处理如前所述的邮寄对象筛选的问题。
 

    我们会用一些已经根据历史经验分好类的资料来研究它们的品牌策划特征，然后再根据这些特征对其他未经分类的或新的资料作预测。
    这些用来寻找特征的已分类资料可能来自现有的客户资料，或是将一个完整资料库做部分取样，再经由实际的运作来测试，譬如利用一个大型邮寄对象资料库的部分取样来建立一个分类模型，再利用这个模型来对资料库的其他资料或是新的资料作分类预测。
    Clustering用在将资料分群，其目的在于将群间的差异找出来，同时也将群内成员的相似性找出来。