데이터 마이닝은 이전에는 발전되지 않았던 데이터들간의 상호관계를 분석하는 것이다. 예를 들어, 만약 특정 상표의 테니스 라켓 판매기록이 충분히 분석되고 다른 시장데이터와 관련지어졌다면, 같은 회사의 골프 장비 구입과의 계절적인 상호관계를 밝힐 수 있을 것이다.

데이터 마이닝의 결과는 다음과 같은 것들을 포함한다:

• 연합 : 한 사건이 다른 사건과 상호 관련이 있을 수 있을 때(맥주 구입자가 땅콩을 함께 사는 확률)
• 연속 : 한 사건이 뒤의 다른 사건을 유발 (마루깔개를 사고 이어서 커튼을 구입)
• 분류 : 패턴을 인식하고 새롭게 분류된 데이터를 창출하기 (예를 들어 구매를 하는 고객들의 신상)
• 집단화 : 이전에는 알려지지 않았던 사실 집단을 발견하고 가시화 하기
• 예측 : 데이터 내에서 단순히 발견되는 패턴을 통해 미래에 관한 예측을 할 수 있다

데이터 웨어하우스 개념은 커다란 수확으로 이어지는 데이터 마이닝의 가능성 때문에 일반적으로 용인되고 있다.