การวิเคราะห์เชิงพรรณนา (descriptive analytics) เป็นการวิเคราะห์ขั้นพื้นฐาน ที่ทำให้เห็นภาพรวมของข้อมูล และความสัมพันธ์ระหว่างข้อมูล ช่วยอธิบายว่าเกิดอะไรขึ้นบ้างในช่วงที่ผ่านมา และอาจนำมาช่วยในการตัดสินใจ โดยอาจใช้สถิติ เช่น การหาสัดส่วนหรือร้อยละ การวัดค่ากลางของข้อมูล (central tendency) การหาความสัมพันธ์ของชุดข้อมูล (correlation)

การวิเคราะห์เชิงทำนาย (predictive analysis) เป็นการวิเคราะห์ข้อมูลในอดีตเพื่อหารูปแบบความสัมพันธ์ในชุดข้อมูลที่สามารถนำมาเป็นต้นแบบในการทำนาย การคาดการณ์ผลหรือสิ่งที่น่าจะเกิดขึ้นในอนาคต ซึ่งจะช่วยให้บุคคลหรือองค์กร สามารถตัดสินใจได้อย่างมีประสิทธิภาพ

การทำนายข้อมูลเชิงตัวเลข (numeric prediction) เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาความสัมพันธ์ระหว่างชุดข้อมูลและสร้างแบบจำลองในการทำนายที่ให้ผลลัพธ์เป็นตัวเลข โดยทั่วไปมีวิธีการทำนาย 2 วิธีคือ การทำนายโดยใช้กราฟและการทำนายโดยใช้สมการเชิงเส้น

การทำนายเชิงหมวดหมู่ เป็นการทำนายข้อมูลที่สนใจที่ไม่ใช่ข้อมูลตัวเลข ซึ่งจะใช้ข้อมูลในอดีตที่มีการระบุหมวดหมู่มาแล้ว มาวิเคราะห์เพื่อทำนายข้อมูลชุดใหม่ที่ยังไม่ทราบหมวดหมู่ หนึ่งในเทคนิคที่ใช้ในการจัดหมวดหมู่ที่เป็นที่รู้จักกันดี คือวิธีการค้นหาเพื่อนบ้านใกล้เคียงที่สุด K ตัว (K-Nearest Neighbors: K-NN)