（一）传统的模型
传统的模型，主要就是为了解决分类（例如决策树、神经网络、逻辑回归等）、预测（例如回归分析、时间序列等）、聚类（kmeans、系谱、密度聚类等）、关联（无序关联和有序关联）这四类问题。这些都是较为常规和经典的。
（二）时髦有趣的模型
比较有趣、前沿的模型，大概包括以下几种类型，即社会网络分析、文本分析、基于位置的服务（Location-Based Service，LBS）、数据可视化等。
它们之所以比较时髦，可能的原因是，采用比较新颖前沿的分析技术（社会网络、文本分析），非常贴近实际的应用（LBS），或者是能够带来更好的客户体验（数据可视化）。
（1）社会网络的应用
传统的模型将客户视为单一个体，忽视客户之间的关系，基于客户的特征建立模型。社会网络是基于群体的，侧重研究客户之间的关联，通过网络、中心度、联系强度、密度，得到一些非常有趣的结果。典型的应用，例如，关键客户的识别、新产品的渗透和扩散、微博的传播、风险的传染、保险或信用卡网络团伙欺诈、基于社会网络的推荐引擎开发等。