隨著刷卡集點、紅利回饋以及其他各樣促銷活動的盛行，信用卡持有人在四處採購的同時，也擁有越來越多的選擇權利。為了吸引更多的新客戶，並留住現有的持卡人，發卡機構間的競爭日趨激烈。我們不妨以日本一家以零售業為主的信用卡公司──DaieiOMC 為例，來看看其所面臨的市場競爭，以及它克服困難的實例。
DaieiOMC 隸屬 Daiei 集團，是日本以零售業為主的信用卡市場中的領導廠商之一。日本 Daiei 集團的投資範圍相當廣泛，業務範圍包括從超市與便利商店，到郵購與旅行服務。儘管目前日本經濟情況欠佳，DaieiOMC 仍擁有一○％以上的業務成長率，而且單是信用卡的年營業額就超過一兆日圓。為了配合蒸蒸日上的業務，DaieiOMC 靈活運用 Daiei 集團內的網路，利用各通路以及配銷中心作為促銷信用卡，與提供相關服務的據點。
正如日本 IBM 公司 Hiroshi Yamahata 表示，「雖然 DaieiOMC 已經很了解客戶的購買模式，但仍需要進一步分析。DaieiOMC 需要一套功能完備的商業智慧工具，它必須能夠蒐集、管理和分析大量的客戶資料，並且把這些資料轉換成企業決策所需的深入資訊」。
因此，位於東京近郊的 IBM Yamato 實驗室的商業智慧解決方案發展部門已經與DaieiOMC 合作，共同建置一個資料庫、一套資料倉儲解決方案，以及利用 IBM公司 Intelligent Miner 軟體所發展出的資料開採計畫，這套系統可以在 IB公司 RS/6000 伺服器上執行。對 DaieiOMC 公司而言，利用舊型的系統，行銷人員很難真正了解客戶的行為模式。但現在利用商業智慧軟體，便發現更多的市場趨勢與細節。
透過商業智慧解決方案的行銷活動管理功能，DaieiOMC 現在能針對不同的客戶群，進行更詳細的分析，以便判斷各族群對於特定的促銷活動的反應程度。當公司針對不同的客戶群，測試他們對於行銷活動的反應之後，就可以追蹤所有收到宣傳資料的客戶，分析他們使用信用卡的情形，然後再與未受到行銷活動影響的人比較。
營運系統與配銷的經理 Kazuo Nakayama 解釋說，「我們現在可以蒐集信用卡的使用情形，然後判斷行銷活動是否有效。假設在未區隔客戶群的情形下，某項促銷行動的平均反應比率是四％，那麼在將客戶群區隔的情形下，反應的比率就可能升到六％或是八％。一旦我們取得了明確的量化結果，我們就可以根據這些資料來設計行銷活動了」。
Nakayama 還補充說，「同樣的，我們的習慣是在客戶的舊卡過期之前，就先送一張新信用卡給他，而從過去的經驗來看，在平常都不使用信用卡的客戶中，約有七％會因為這項行動而開始使用新卡。但在另一方面，如果我們在舊卡期滿前的三個月，就先對這些持卡人展開促銷活動，我們發現十四％的人會開始使用信用卡」。
透過資料開採計畫，Daiei 就能夠找出以前未發現的行為模式、趨勢以及差異。舉例來說，Daiei 就發現在持有 OMC 卡不滿一年的客戶群當中，刷卡金額最大的使用者對於促銷活動的反應，要比那些較節省的使用者來得更好。換言之，DaieiOMC 認為對好的客戶展開促銷活動，就會讓這些客戶變得更好。
