有大量的數據在資訊產業使用。這個數據是沒有用的，直到轉化為有用的資訊。淺析這個龐大的數據量，並從中提取有用的資訊是必要的。
資訊的提取不是我們必須執行，這也涉及到其他進程，如數據清理，數據集成，數據轉換，數據挖掘，模式評估和數據演示的唯一進程。一旦所有這些過程都結束了，我們現在的位置，以使用這些資訊在許多應用，如欺詐檢測，市場分析，生產控制，科學探索等。
什麼是數據挖掘？
數據挖掘是指從大量的數據集提取資訊。換句話說，我們可以說，數據挖掘是從數據挖掘領域的知識。此信息可用於任何以下應用程式：
-
市場分析
-
欺詐檢測
-
客戶保持
-
生產控制
-
科學探索
數據挖掘的必要性
以下是下麵列出的理由：
-
在資訊技術領域，我們有大量的需要被轉化為有用的資訊可用的數據。
-
該資訊還可以用於各種應用，如市場分析，欺詐檢測，留住客戶，生產控制，科學探索等。
數據挖掘中的應用
下麵是數據挖掘的應用程式列表：
-
市場分析與管理
-
企業分析與風險管理
-
欺詐檢測
-
其他應用
市場分析與管理
以下是市場，數據挖掘使用的各個領域：
-
客戶分析 - 數據挖掘有助於確定什麼樣的人買什麼樣的產品。
-
識別顧客需求 - 數據挖掘有助於確定針對不同的客戶提供最好的產品。它使用的預測發現，可能會吸引新客戶的因素。
-
跨市場分析 - 數據挖掘技術進行產品銷售的關聯/相關性。
-
目標市場 - 數據挖掘有助於發現集群誰分享，如興趣，消費習慣，收入等相同的特徵模型的客戶
-
確定客戶採購模式 - 數據挖掘有助於確定客戶的採購模式。
-
提供了摘要資訊 -數據挖掘技術為我們提供各種多維總結報告
企業分析與風險管理
以下是企業部門在數據挖掘使用的各個領域：
-
財務規劃與資產評估 - 它涉及現金流量分析及預測，或有債權分析，以評估資產。
-
資源規劃 - 資源規劃它涉及總結和比較資源和消費。
-
競爭- 它涉及到監控競爭對手和市場方向。
欺詐檢測
數據挖掘技術也用在信用卡服務和電信領域的檢測欺詐行為。詐騙電話呼叫它有助於找到調用的目標，通話持續時間，一天或一周的時間。它也分析，從預期的偏離規範的模式。
其他應用
數據挖掘技術也用在其他領域，如體育，占星術和互聯網的Web衝浪輔助。