เทคนิคดั้งเดิมในการเปลี่ยนข้อมูลเป็นความรู้ ขึ้นอยู่กับการวิเคราะห์และการตีความด้วยมือ (Manual Analysis) ตัวอย่าง: ในอุตสาหกรรมสุขภาพ มักมีผู้เชี่ยวชาญวิเคราะห์ Trend และการเปลี่ยนแปลงในข้อมูลสุขภาพอย่างเป็นระบบทุกไตรมาส
ผู้เชี่ยวชาญให้รายงานรายละเอียดการวิเคราะห์ให้องค์กรสุขภาพที่สนับสนุน รายงานนี้กลายเป็นพื้นฐานสำหรับการตัดสินใจและวางแผนการจัดการสุขภาพในอนาคต มีหลายประเภทของ Application รวมถึง นักธรณีวิทยาดาวเคราะห์ (Planetary Geologists) ที่คัดแยกภาพ Remote Sensing ของดาวเคราะห์และดาวอังคาร จัดทำบันทึกและจัดทำรายการวัตถุทางธรณีวิทยาที่น่าสนใจ เช่น ฟอทอิมแพ็ค (Impact Craters)
รูปแบบการสำรวจข้อมูลด้วยมือ (Manual Probing) นี้ ช้า, แพง, และเป็น Subjective (มีอคติ) มาก เมื่อปริมาณข้อมูลเพิ่มขึ้นอย่างดรามาติก การวิเคราะห์ข้อมูลด้วยมือแบบนี้กลายเป็น Impractical (ไม่เป็นไปได้) ในหลายโดเมน
ในธุรกิจ พื้นที่ Application หลักของ KDD ประกอบด้วย Marketing, Finance (โดยเฉพาะ Investment), Fraud Detection, Manufacturing, Telecommunications, และ Web Agents
Marketing (การตลาด)
ในการตลาด Application พื้นฐานคือ Database Marketing Systems ซึ่งวิเคราะห์ Customer Databases เพื่อระบุกลุ่มลูกค้าหลายกลุ่ม และพยากรณ์พฤติกรรมของพวกเขา
Investment (การลงทุน)
หลายบริษัทใช้ Data Mining สำหรับการลงทุน แต่ส่วนใหญ่ไม่เปิดเผยระบบ ข้อยกเว้นคือ LBS Capital Management ระบบของพวกเขาใช้ Expert Systems, Neural Nets, และ Genetic Algorithms จัดการ Portfolio รวม $600 ล้าน ตั้งแต่เริ่มต้น 1993 ระบบนี้ Outperform ตลาดหุ้นกว้าง
Fraud Detection (การตรวจจับฉ้อโกง)
HNC Falcon และ Nestor PRISM Systems ใช้ตรวจสอบ Credit Card Fraud ดูแลล้านบัญชี ระบบ FAIS จาก U.S. Treasury Financial Crimes Enforcement Network สามารถระบุ Financial Transactions ที่อาจบ่งชี้กิจกรรม Money Laundering
Manufacturing (การผลิต)
CASSIOPEE Troubleshooting System พัฒนาเป็นส่วนหนึ่งของ Joint Venture ระหว่าง General Electric และ SNECMA ใช้โดยสายการบินยุโรป 3 สายหลัก เพื่อวินิจฉัยและพยากรณ์ปัญหาสำหรับ Boeing 737
Telecommunications (โทรคมนาคม)
Telecommunications Alarm-Sequence Analyzer (TASA) พัฒนาร่วมกับผู้ผลิตอุปกรณ์โทรคมนาคมและเครือข่ายโทรศัพท์ 3 แห่ง ระบบใช้ Infrastructure ใหม่สำหรับค้นหา Alarm Episodes ที่เกิดบ่อยจาก Alarm Stream และแสดงเป็น Rules
มีชุด Rules ที่ค้นพบมากมาย สำรวจได้ด้วย Data-Retrieval Tools ที่ยืดหยunist Interactive และ Iterative ดרך זו TASA ให้ Pruning, Grouping, และ Ordering Devices เพื่อปรับปรุงผลลัพธ์จาก Basic Brute-force Search สำหรับ Rules
Data Cleaning (การทำความสะอาดข้อมูล)
MERGE-PURGE System ใช้สำหรับระบุ Duplicate Welfare Claims ใช้อย่างหนักกับข้อมูลจาก Welfare Department ของรัฐ Washington
