In einem ersten Schritt wurden mit einem eigens dafür entwickelten Matching & Scoring Algorithmus einige zusätzliche, individuelle und soziodemografische Attribute den bestehenden Kunden zugeordnet. Die Informationsanreicherung erfolgte auch mithilfe externer Datenbestände. Die so erschaffenen Kundenprofile wurden in einer Kombination aus dimensionenreduzierendem Verfahren und Klassifikationsbäumen zu – in sich homogenen – Gruppen unterteilt. Die Individuen der jeweiligen Gruppe hatten also über viele Dimensionen die grössten Ähnlichkeiten, und zugleich zu den anderen Gruppen die grössten Unähnlichkeiten. Die Typisierung und Beschreibung der «neuen» Kundengruppen führte so zu bisher unentdeckten Merkmalskombinationen, die relevant für die Kaufentscheidsfindung eines Produktes sind.