Khai thác dữ liệu là quy trình tìm mối tương quan, mẫu, và xu hướng hữu ích mới bằng cách duyệt qua lượng lớn dữ liệu lưu trữ trong kho, sử dụng công nghệ nhận diện mẫu bao gồm kỹ thuật thống kê và toán học. Nó là phân tích tập dữ liệu thực tế để khám phá mối quan hệ không ngờ và tóm tắt bản ghi theo phương pháp mới vừa logic vừa hữu ích cho chủ sở hữu dữ liệu.
Khai thác dữ liệu là lĩnh vực liên ngành, sự tổng hợp của một tập kỷ luật, như hệ thống cơ sở dữ liệu, thống kê, học máy, trực quan hóa, và khoa học dữ liệu. Tùy thuộc vào phương pháp khai thác dữ liệu dùng, kỹ thuật từ các kỷ luật khác có thể được áp dụng, như mạng nơ-ron, lý thuyết tập mờ và/hoặc thô, biểu diễn tri thức, lập trình logic quy nạp, hoặc tính toán hiệu năng cao.
Khai thác Dữ liệu tương tự Khoa học Dữ liệu. 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.
Các hạn chế của khai thác dữ liệu chủ yếu liên quan đến dữ liệu hoặc nhân sự, chứ không phải công nghệ.
Phần mềm khai thác dữ liệu là công cụ rất mạnh nhưng chúng không phải ứng dụng tự đủ. Để thành công, nó cần chuyên gia kỹ thuật và phân tích có kỹ năng có thể cấu trúc phân tích và diễn giải đầu ra được tạo ra.
Khai thác dữ liệu được dùng để đạt được mẫu và mối quan hệ, nó không nói cho người dùng giá trị hoặc ý nghĩa của các mẫu này. Những loại quyết định này phải do người dùng làm.
Độ hợp lệ của các mẫu được khám phá phụ thuộc vào cách so sánh chúng với hoàn cảnh thực tế. Ví dụ, để đánh giá độ hợp lệ của ứng dụng khai thác dữ liệu thiết kế để nhận diện nghi phạm tiềm tàng trong nhóm lớn cá nhân, người dùng có thể kiểm tra mô hình dùng dữ liệu bao gồm thông tin về kẻ khủng bố biết.
Khai thác dữ liệu có thể nhận diện mối liên kết giữa hành vi và biến, nó không nhất thiết nhận diện mối quan hệ nhân quả. Ví dụ, một ứng dụng có thể nhận diện mẫu hành vi, như xu hướng mua vé máy bay ngay trước khi chuyến bay dự kiến khởi hành, liên quan đến đặc điểm như thu nhập, trình độ học vấn, và sử dụng internet.