Duomenų gavyba apibūdina duomenų išgavimo iš didelių informacijos rinkinių ir jų pateikimo unikaliu būdu procesą. Šis procesas dažnai aptinkamas verslo žvalgybos tyrimuose, kurių metu ekspertai renka didelius duomenų rinkinius apie rinką ar verslo veiklą ir bando atrasti anksčiau neatpažintus ryšius ir tendencijas. Duomenų gavybos modelis reiškia metodus, kuriuos specialistai naudoja informacijai grupuoti ir pateikti, taip pat būdus, kuriais jie gali pritaikyti informaciją tam tikriems klausimams ir problemoms spręsti.
Daugelis specialistų duomenų gavybos regresiją laiko pagrindiniu ir dažniausiai naudojamu duomenų gavybos modeliu. Šiame procese ekspertas analizuoja duomenų rinkinį ir sukuria jį apibūdinančią formulę. Daugelis finansų analitikų naudoja šią techniką, kad prognozuotų kainas ir rinkos tendencijas. Šis modelis geriausiai veikia scenarijuose, kai tikimasi, kad duomenys išliks nuoseklūs.
Kitas populiarus duomenų gavybos modelis yra pagrįstas asociacija. Specialistas gali analizuoti duomenų rinkinius, kad nustatytų, kurie komponentai dažnai atsiranda kartu. Kai du komponentai vėl ir vėl suporuojami, tyrėjas gali manyti, kad tarp jų yra tam tikras ryšys. Pavyzdžiui, tyrėjas, kuris naudoja duomenų gavybą, norėdamas sužinoti apie mažmeninės prekybos parduotuvės veiklą, gali pastebėti, kad vartotojai dažnai perka rašiklius ir pieštukus tuo pat metu, kai perka popierių. Vadovas gali naudoti informaciją, gautą iš duomenų gavybos modelio, kad padidintų pardavimą, parodydamas visus susijusius elementus vienoje vietoje.
Faktorinė analizė yra dar vienas įprastas duomenų gavybos modelis. Šiame procese tyrėjas surenka daugybę skirtingų kintamųjų ir bando nustatyti veiksnius, lemiančius vertės svyravimus. Pavyzdžiui, rinkos tyrinėtojas iš klientų gali sužinoti, kaip vertina panašių produktų savybes. Tada tyrėjas gali organizuoti šią informaciją, kad parodytų veiksnius, lemiančius vartotojų vertinimą dėl savybių. Nors šio modelio šalininkai mano, kad jis gali pabrėžti iš pažiūros skirtingų kintamųjų bendrumą, kai kurie kritikai mano, kad šis modelis gali paskatinti kai kuriuos aiškinėjus daryti priežastinį ryšį su tam tikrais reiškiniais, kai gali nebūti visos priežastiniam ryšiui nustatyti reikalingos informacijos.
Tyrėjai gali naudoti duomenų gavybos modelį, pagrįstą suskirstymu į kategorijas paprastesnėms problemoms spręsti. Naudodami šią techniką, specialistai tvarko duomenis pagal jų klasifikacijas ir yra linkę juos tvarkyti vaizdine forma, pavyzdžiui, medyje ar diagramoje. Toks modelis ypač naudingas tais atvejais, kai asmuo turi pasirinkti iš kelių kiekvienos kategorijos variantų. Dizaineriui šis modelis gali būti naudingas, jei kiekviename proceso etape jis ar ji gali pasirinkti iš kelių medžiagų.