数据开采技术从一开始就是面向应用的。它不仅仅要完成面向特定数据库的检索、查询、调用，而且要对这些数据进行统计、分析、综合和推理，以指导实际问题的求解，发现一件事和其他事件的相互关联，甚至利用已有的数据对未来的活动进行预测。

数据开采技术的目标是从大量数据中，发现隐藏于其后的规律或数据间的关系，从而服务于决策。数据挖掘一般有以下四类主要任务：数据总结、分类、关联分析和聚类。

来自各种源的大量数据通常以这种方式进行分析。某个机构通过将其数据库与从其他源中获得的数据库相关联,就可能从它现有的数据中提取新的数据。例如,如果用户的数据库结合另一个源(包含那些相同用户的其他信息)的数据库,则该用户数据库可能提供新的信息。开采可能产生超出合并的数据基本关系的未预料信息。但是数据开采的潜能超出了用户数据库范围。科学数据库是一个主要的候选者。例如,地理信息是可以“开采的”,以找到潜在的矿藏和油田位置!