Pesatnya Perkembangan internet memberi pengaruh yang signifikan dalam berbagai aspek kehidupan, data mining merupakan pencarian proses nilai tambah salah satu dari rangkaian knowledge discovery in databases (KDD). Pemanfaatan data mining dilihat dari dua aspek, yaitu komersil dan keilmuan. Pengumpulan dataset pengujian dilakukan dengan melakukan observasi terhadap obyek penelitian pada situs analisis yang menyediakan informasi vital dan data perkiraan web e-commerce lokal. Penelitian dilakukan dengan eksplorasi dan eksperimen, metode penelitian standar digunakan pada pengujian yaitu cross industry standart process for data mining (CRISP-DM) yaitu terdiri dari 6 fase dengan framework Weka 3-8-3. Algoritma regresi logistik merupakan suatu metode analisis data yang merumuskan antara variabel respon dengan satu atau lebih variabel prediktor. Hasil pengujian nilai keatraktifan e-commerce pada confusion matrix, 5 dikategorikan memiliki probabilitas yang tinggi tujuan investasi dan profilenya, 1 dikategorikan memiliki prospek probabilitas investasi dengan profile baik, 2 dikategorikan mempunyai probabilitas investasi baik dengan profile yang menjanjikan dan 1 dengan probabilitas investasi menjanjikan dan profile kurang baik serta 31 secara probabilitas dan profile kurang baik. Sementara hasil untuk kelas Asal confusion matrix adalah 31 di identifikasi dari lokal Indonesia dengan kebingungan 5, 4 dari Global dengan ketidakpastian 0.