有些事情看起來毫不起眼，甚至風馬牛毫無相干，但其實在這背後常常蘊藏著不為人知的秘密。我以前在美國逛賣場時，常常發現某一區會突然冒出不屬於本區的產品，比如說是賣汽車用品的地方會擺小瓶零散的易開罐飲料，一開始還以為是賣場人員無聊亂擺，其實這是經過「購物車分析」所產生的結果。
「尿布與啤酒」這個真實案例在MIS、管理學上常被拿來討論：美國超市經由長年的資料分析，發現每個禮拜五晚上，尿布與啤酒的銷售量最好。再進一步分析，發現買啤酒的人大部分也會買尿布，實際調查後發現，原來週末夜晚，太太會囑咐先生幫小嬰兒買尿布，而先生通常會順便帶個一手啤酒回家歡渡週末。這是著名的「購物車分析」結果，賣場可以經由這樣的情況來做行銷，把銷路較差、獲利潤較高的啤酒與嬰兒尿布區擺在一起，另外也把銷路較差、獲利潤較高的尿布放到啤酒飲料區，藉此刺激銷售與提高獲利。
像這種「購物車分析」需藉由建立資料倉儲（Data Warehouse）累積長年大量的資料，再配合資料掘礦（Data Mining）的統計分析技術才能夠達成。這幾年這樣的技術成長快速，也被應用得相當廣泛，現在有許多大公司的IT部門會有所謂「資料掘礦工程師」，就是負責這些統計分析來支援行銷部門，「尿布與啤酒」就是Wal-Mart的IT人員利用這樣的技術所得到的案例。如何在一堆不相干的東西中找出彼此前所未知的關係？除了運用第六感之外，上述的IT技術也可以幫上忙，只是所費不貲就是。