Le tecniche di Data Mining comprendono l'inseguimento di modelli, la classificazione, l'associazione, il rilevamento di outlier, il clustering, la regressione e la predizione. Il primo passo del Data mining è l'individuazione dei modelli in cui il data mining sta imparando a riconoscere i modelli negli insiemi di dati. La classificazione è il secondo passo del data mining che è una tecnica di data mining più complessa che costringe gli utenti a raccogliere vari attributi. L'associazione è collegata ai modelli di tracciamento, ma è più specifica per le variabili collegate in modo dipendente. L'individuazione di outlier semplicemente riconoscendo il modello generale non può dare una chiara comprensione del set di dati che è considerato il terzo passo nel data mining. Il passo successivo nell'estrazione dei dati nel Clustering è molto simile alla classificazione, ma comporta il raggruppamento di pezzi di dati in base alle loro somiglianze. La regressione, usata principalmente come una forma di pianificazione e modellazione, è usata per identificare una certa variabile, data la presenza di altre variabili. La fase finale della tecnica di data mining è la predizione. È una delle tecniche di data mining più preziose.