قبل از ورود به بحث داده کاوی، ابتدا باید تعریف داده را بدانیم:

داده ها ممکن است شامل اعداد، کلمات، تصاویر و … به عنوان اندازه گیری مجموعه ای از متغیرها باشد.

داده ها به مجموعه حقایقی اطلاق می گردد که معمولاً در نتیجه تجربیات، مشاهدات یا آزمایشها به دست می آید.

داده ها اغلب به عنوان پایین ترین سطح انتزاع از اطلاعات و دانش اطلاق می شود.

اغلب کسب و کارها با داده هایی مواجه هستند که این داده ها عبارتند از جنسیت افراد خریدار، قیمت کالاها، قیمت خرید، قیمت فروش، داده های منابع انسانی و ….

داده ها خود به انواع مختلفی مانند داده های اسمی، عددی، طبقه بندی شده و سایر انواع داده طبقه بندی می شود که در اینجا به ساختار داده اشاره نمی شود.

حال داده کاوی روشی برای توسعه هوش تجاری (BI) از داده هایی است که یک کسب و کار جمع آوری، سازماندهی و ذخیره می کند.

از اصطلاح داده کاوی، برای توصیف، کشف یا استخراج دانش از مقادیر زیادی از داده ها بکار می رود.

از نظر فنی  فرایندی است که از تکنیک های آماری، ریاضی و هوش مصنوعی برای استخراج و شناسائی اطلاعات مفید و دانش بعدی ( یا الگوهای) حاصل از مجموعه های بزرگ داده استفاده می کند.

این الگوها می توانند به صورت قواعد تجاری، وابستگی، همبستگی، روند یا مدل های پیش بینی باشند.

داده کاوی یک رشته جدید نیست، بلکه تعریف جدیدی برای استفاده از بسیاری از رشته هاست.

در واقع این تعریف در محل تلاقی رشته هایی مانند آمار، هوش مصنوعی، یادگیری ماشین، علوم مدیریت، سیستم های اطلاعاتی و پایگاههای داده قرار گرفته است.

شرکتی که به طور موثر از ابزارها و فناوری های داده کاوی بهره می برد، می تواند یک مزیت رقابتی استراتژیک را به دست آورد و حفظ کند.

استفاده از این روش به سازمان ها یک محیط تصمیم گیری ضروری برای بهره برداری از فرصت های جدید با تبدیل داده با اسلحه استراتژیک ارائه می دهد.