回退模型──這一技術把標準統計技術應用到數據中來證明或推翻事先的假設。一個例子就是線性回退，這種情況下變數是根據一定時間內標準或變化路徑來衡量。另一個例子是邏輯回退，這種情況下是根據以前相似事件發生的已知值來確定事件發生的可能性。市場調查
可視化──這一技術是建立多維圖形，讓數據分析人員確定數據的變化趨勢、模式以及相互關係。
相關性──這一技術用來確定數據集合內兩個或多個變數間的相互關係。
變化分析──這一統計技術是用來確定目標或已知變數與非獨立變數或可變數據集合間平均值的差異。
差異分析──這一分類技術用於確定或“區別”集合中的關係要素。
預測──預測技術是根據過去事件的已知值來確定未知結果
群集技術──群集技術是把數據分成很多組，並分析這些組的特性。
決策樹──決策樹是採用能用“if-then-else”語言表示的規則來分配數據。
神經網路──神經網路是用來模擬已知函數的數據模型，這一技術通過對數據進行迭代，同時在確定變化模式和趨勢上有更大的靈活性。