Analiza rudarenja podataka može biti koristan proces koji daje različite rezultate ovisno o specifičnom algoritmu koji se koristi za evaluaciju podataka. Uobičajene vrste analize rudarenja podataka uključuju istraživačku analizu podataka (EDA), deskriptivno modeliranje, prediktivno modeliranje i otkrivanje obrazaca i pravila. Korištenje svakog od ovih alata za rudarenje podataka pruža drugačiji pogled na prikupljene informacije. Profesionalci koji koriste ove tehnike mogu steći dodatni uvid u problem ili problem na temelju specifičnog korištenog alata za analizu.
Zbog različitih rezultata koje alati za analizu rudarenja podataka pružaju kada se koriste, važno je razmotriti osnovni pregled svakog od njih. Istraživačka analiza podataka, ili EDA, uključuje pregled skupa podataka bez ikakvih jasnih ciljeva za ispitivanje. Varijable koje definiraju podatke koriste se kao temelj za pružanje vizualnih reprezentacija istraživaču. Kako se broj varijabli povećava, ovaj alat za analizu može postati manje učinkovit za vizualizaciju podataka.
Deskriptivno modeliranje je alat za analizu rudarenja podataka koji se koristi za zajednički opisivanje svih podataka u danom skupu podataka. Konkretno, ovaj pristup sintetizira sve podatke kako bi pružio informacije o trendovima, segmentima i klasterima koji su prisutni u traženim informacijama. Deskriptivna analiza rudarenja podataka obično se koristi u oglašavanju. Jedan primjer toga je segmentacija tržišta u kojoj trgovci uzimaju veće grupe kupaca i segmentiraju ih prema homogenim karakteristikama.
Ostali alati također uključuju prediktivno modeliranje. Prediktivno modeliranje uključuje razvoj modela na temelju postojećih podataka. Model se tada koristi kao osnova za predviđanje druge varijable koja je relevantna za pregledane podatke. Izraz “prediktivno” označava da ovaj alat za rudarenje podataka može omogućiti korisniku da predvidi neku vrijednost na temelju onoga što je poznato u skupu podataka. Prediktivnu analizu mogu koristiti marketinški stručnjaci kako bi odredili koje proizvode kupci traže. Na temelju trenutnih trendova kupnje, trgovci bi mogli predvidjeti koji novi proizvodi mogu biti popularni u budućnosti.
Otkrivanje obrazaca i pravila razlikuje se od deskriptivnih i prediktivnih alata za rudarenje podataka. Dok deskriptivni i prediktivni alati koriste izgradnju modela kao temelj za analizu, otkrivanje obrazaca i pravila usredotočuje se na identifikaciju obrazaca u podacima. Na primjer, trgovci koji rade za trgovine mješovitom robom često koriste ovaj alat za analizu rudarenja podataka kao sredstvo za određivanje obrazaca kupnje. Određivanjem koje proizvode kupci stalno kupuju istim redoslijedom, mogu se razviti ciljane promocije za artikle.