Khai thác dữ liệu còn được định nghĩa là Khám phá Tri thức trong Dữ liệu (Knowledge Discovery in Data) là kỹ thuật nhận diện bất kỳ bất thường, tương quan, xu hướng, hoặc mẫu giữa hàng triệu dữ liệu (đặc biệt dữ liệu có cấu trúc) để thu thập insights có thể hữu ích cho ra quyết định kinh doanh và có thể đã bị bỏ lỡ trong phân tích truyền thống. Mục tiêu của khai thác dữ liệu là tìm sự thật hoặc dữ liệu trước đây bị bỏ qua hoặc không biết dùng thuật toán số học phức tạp.
Khai thác Dữ liệu tương tự Khoa học Dữ liệu (Data Science). Nó được thực hiện bởi một người, trong tình huống cụ thể, trên tập dữ liệu cụ thể, với mục tiêu. Giai đoạn này chứa nhiều loại dịch vụ bao gồm khai thác văn bản, khai thác web, khai thác âm thanh và video, khai thác dữ liệu hình ảnh, và khai thác mạng xã hội. Nó được hoàn thành qua phần mềm đơn giản hoặc rất chuyên biệt.
Bằng cách outsourcing khai thác dữ liệu, tất cả công việc có thể làm nhanh hơn với chi phí vận hành thấp. Các công ty chuyên biệt cũng có thể dùng công nghệ mới để lưu dữ liệu không thể tìm thủ công. Có tấn dữ liệu có sẵn trên nhiều nền tảng, nhưng tri thức rất hạn chế có thể truy cập.
Thách thức chính là phân tích dữ liệu để trích xuất dữ liệu thiết yếu có thể dùng để giải quyết vấn đề hoặc cho phát triển công ty. Có nhiều công cụ và kỹ thuật mạnh mẽ có sẵn để khai thác dữ liệu và tìm ra phán đoán tốt hơn từ nó.
Khai thác dữ liệu được dùng cho nhiều mục đích trong cả khu vực tư nhân và công cộng. Ngành bao gồm ngân hàng, bảo hiểm, y tế, và bán lẻ thường dùng khai thác dữ liệu để giảm chi phí, tăng cường nghiên cứu, và tăng doanh số.
Ngành bảo hiểm và ngân hàng dùng ứng dụng khai thác dữ liệu để khám phá gian lận và hỗ trợ đánh giá rủi ro như chấm điểm tín dụng (credit scoring).
Các công ty có thể thiết lập mô hình qua cơ sở dữ liệu thu thập bởi họ qua nhiều năm dự đoán xem người dùng có phải rủi ro tín dụng tốt, hoặc yêu cầu tai nạn bảo hiểm có gian lận và phải điều tra kỹ hơn.
Cộng đồng y tế dùng khai thác dữ liệu để dự đoán hiệu quả của thủ thuật hoặc thuốc.
Công ty dược phẩm dùng khai thác dữ liệu hợp chất hóa học và vật liệu di truyền để hỗ trợ nghiên cứu điều trị mới cho bệnh tật.
Người bán lẻ có thể dùng dữ liệu thu thập qua chương trình thân thiết (ví dụ, thẻ hội viên mua sắm, điểm bay thường xuyên, cuộc thi) để đánh giá hiệu quả lựa chọn và đặt sản phẩm, ưu đãi coupon, và sản phẩm nào thường được mua cùng nhau.
Nhà cung cấp dịch vụ viễn thông và câu lạc bộ âm nhạc có thể dùng khai thác dữ liệu để tạo 'phân tích churn' (churn analysis), đánh giá người dùng nào có khả năng ở lại là người đăng ký và người nào có khả năng chuyển sang đối thủ.
Trong khu vực công, ứng dụng khai thác dữ liệu ban đầu được dùng như phương tiện phát hiện gian lận và lãng phí, nhưng chúng đã phát triển cũng được dùng cho mục đích bao gồm đo lường và tăng cường hiệu suất chương trình.