Datamining er den systematiske søgen efter mønstre, sammenhænge og afvigelser i store datasæt. Det trækker på statistiske teknikker og maskinlæringsmetoder som klyngeanalyse, klassifikation eller associationsanalyse. Et klassisk eksempel er kurvanalyse i detailhandlen, som viser, hvilke produkter der ofte købes sammen – et grundlag for sortiment, placering og anbefalinger.
Mønstergenkendelse er den automatiske identifikation af regelmæssigheder, strukturer eller tilbagevendende træk i data som billeder, lyde, tekster eller målinger. Systemer placerer nye observationer i kendte kategorier eller finder grupper uden foruddefinerede labels. Anvendelser omfatter ansigtsgenkendelse, håndskriftgenkendelse, kvalitetskontrol i produktionen og opsporing af usædvanlige transaktioner. Disciplinen er et vigtigt fundament for machine learning.
Klyngeanalyse (clustering) er en metode inden for unsupervised learning, der inddeler datapunkter i grupper ud fra deres lighed uden foruddefinerede kategorier. Den afslører mønstre, som ingen har sat navn på før – for eksempel kundesegmenter med lignende købsadfærd. Ved tekster hjælper klyngeanalyse med at sortere hundredvis af kundehenvendelser i emner som levering, fakturering eller klager og viser, hvor tyngdepunktet ligger.
Predictive analytics bruger historiske data, statistik og machine learning til at vurdere sandsynlige fremtidige begivenheder. Det besvarer spørgsmål som: Hvilke kunder er på vej til at opsige? Hvor stort lager får vi brug for næste måned? Hvornår går en maskine sandsynligvis i stykker? Resultaterne er sandsynligheder, ikke sikkerheder. Deres værdi afhænger i høj grad af datakvaliteten og af, om forudsigelserne rent faktisk indgår i beslutninger og processer.
Eksplorativ dataanalyse (exploratory data analysis, EDA) er det første, åbne blik på et datasæt: Man beregner sammenfattende tal, undersøger fordelinger og diagrammer og leder efter mønstre, outliers og manglende værdier – endnu uden en fast hypotese. Den hjælper med at vurdere datakvaliteten og finde fornuftige spørgsmål til videre analyse eller modellering. Eksempel: Før en salgsprognose afslører EDA, at én måned blev registreret ufuldstændigt på grund af en systemmigrering.
