Kiểm định giả thuyết (Hypothesis testing) là cách tiếp cận đơn giản nhất để tích hợp dữ liệu vào quy trình ra quyết định của công ty. Mục đích của kiểm định giả thuyết là chứng thực hoặc bác bỏ các ý định định sẵn, và nó là một phần của hầu như tất cả các nỗ lực khai thác dữ liệu.
Người khai thác dữ liệu (Data miners) đi qua lại giữa các phương pháp, trước tiên nghĩ ra các giải thích có thể cho hành vi quan sát được và để những giả thuyết đó chỉ đạo dữ liệu được tính toán.
Kiểm định giả thuyết là những gì các nhà khoa học và thống kê học truyền thống dành cuộc đời làm. Một giả thuyết là một giải thích được đề xuất có tính hợp lệ có thể được kiểm tra bằng cách phân tích dữ liệu. Thông tin như vậy có thể dễ dàng được thu thập bằng quan sát hoặc tạo ra qua thí nghiệm, bao gồm gửi thư thử (test mailing).
Kiểm định giả thuyết có giá trị nhất khi nó tiết lộ rằng các giả định đã hướng dẫn hành động của một tổ chức trong khu vực ngành là sai. Ví dụ, xét rằng quảng cáo của một tổ chức phụ thuộc vào một số giả thuyết về thị trường mục tiêu cho một sản phẩm hoặc dịch vụ và đặc điểm của các phản hồi. Việc kiểm tra xem các giả thuyết này có được hỗ trợ bởi phản hồi thực tế hay không là có giá trị.
Một cách tiếp cận là sử dụng các số gọi khác nhau trong các quảng cáo khác nhau và ghi lại số mà mỗi người phản hồi quay. Thông tin thu thập trong cuộc gọi sau đó có thể được so sánh với hồ sơ của dân số mà quảng cáo được thiết kế để tiếp cận.
Chìa khóa để tạo ra giả thuyết là nhận được đầu vào đa dạng từ khắp tổ chức và, khi thích hợp, bên ngoài nó cũng vậy. Thường xuyên, tất cả những gì cần để bắt đầu ý tưởng chảy là một câu chuyện rõ ràng về chính vấn đề đó — đặc biệt nếu đó là điều chưa từng được nhận ra là một vấn đề.
Điều này xảy ra thường xuyên hơn người ta có thể nghĩ rằng các vấn đề không được nhận ra vì chúng không bị bắt bởi các chỉ số được dùng để đánh giá hiệu suất của tổ chức.
Nếu một tổ chức luôn tính toán lực bán hàng của mình trên số lượng bán hàng mới mỗi tháng, nhân viên bán hàng có thể chưa bao giờ suy nghĩ nhiều về câu hỏi người dùng mới hoạt động bao lâu hoặc họ chi bao nhiêu trong suốt mối quan hệ với tổ chức.
Kiểm định giả thuyết chắc chắn hữu ích, nhưng sẽ đến lúc nó không đủ. Các kỹ thuật khai thác dữ liệu được mô tả trong phần còn lại của cuốn sách này đều được thiết kế để học điều mới bằng cách tạo mô hình dựa trên dữ liệu.
theo nghĩa tổng quát nhất, một mô hình là một giải thích hoặc mô tả về cách một thứ gì đó hoạt động phản ánh thực tế đủ tốt để có thể dùng để suy ra kết luận về thế giới thực.