Аналитичното извличане на знания от данни (на английски: analytical data mining) e нова и перспективна  мултидисциплинарна област на знание, която ще намира все по-голямо приложение в съвременната маркетингова практика. Аналитичното извличане на знания от данни е процес на автоматично или полуавтоматично разкриване на смислени асоциации, зависимости, повтарящи се образци или структури, тенденции и аномалии в големи масиви от данни (например клиентски бази данни), чрез използване на методи от областта на статистиката и математиката, както и техники, алгоритми и технологии от областта на машинното обучение (т.нар. изкуствена интелигентност), разпознаването на образи и визуализация на данни. Чрез процесите на аналитично извличане на знания от маркетингови бази данни се генерират имплицитно формулирана, неочевидна, предварително неизвестна и потенциално полезна информация за поведението на клиентите и потенциалните потребители.

Целта на тази иновативна дисциплина е да предостави знания и да формира практически умения за анализиране на клиентските бази данни с помощта на аналитични модели, изграждани с помощта на статистически методи и компютърни алгоритми. Чрез това знание пред маркетинговите мениджъри се разкрива нови възможности за повишаване на ефективността на програмите за директен маркетинг и за подобряване на маркетинговата продуктивност като цяло. Уменията за съставянето, валидирането и използването на аналитични модели за оптимално таргетиране, предсказване и в крайна сметка управление на взаимоотношенията с клиентите, поставят нови предизвикателства пред маркетинговите мениджъри. Те са провокирани от нуждата за нов тип знания, от познаването на нови методи, техники и технологии за решаването на познатия стар проблем - задоволяването на потребностите на потребителите чрез предоставяне на допълнителни изгоди и повече ползи и то по печеливш и рентабилен за фирмата начин.

Съдържанието на предлаганата дисциплина е базирана на използването на софтуерни аналитични платформи и софтуерни пакети (KNIME Analytics Platform, RapidMiner Studio, IBM SPSS Modeler, IBM SPSS Statistics, XLMiner Data Mining Add-in For Excel) Обучението е ориентирано към решаване на реални маркетингови проблеми и е с пряко практическо приложение. Теоретичните и чисто статистическите аспекти са сведени до възможния минимум. Съдържанието е построено върху проблемно ориентирани постановки и въпроси, илюстрирани подробно  с конкретни практически казуси, чието решение е обяснено стъпка по стъпка.

Harvard Business Review calls it the sexiest tech job of the 21st century :)