можливість роботи з наявними MOLAP-системами, незначне використання обчислювальних ресурсів і велика швидкодія при додаванні нових вимірів;

можливість роботи з наявними реляційними БД, більш економне використання обчислювальних ресурсів і велика гнучкість при додаванні нових вимірів;

можливість роботи з наявними OLAP- і MOLAP-системами, більш економне використання комп'ютерних ресурсів і велика гнучкість при додаванні нових вимірів;

можливість роботи з наявними OLAP-системами, економне використання оперативної пам'яті та велика гнучкість при додаванні нових систем;

класифікаційні ознаки, дерева рішень, математичні (лінійні та нелінійні) функції;

класифікаційні правила, зважені бінарні дерева, математичні (лінійні та нелінійні) функції;

класифікаційні правила, дерева рішень, математичні (лінійні та нелінійні) функції;

класифікаційні ознаки, модель дерева рішень, математичні (лінійні та нелінійні) функціонали;

на методі найменших квадратів;

на методах математичної статистики;

на методі "зверху-вниз";

на методі "розділяй і володарюй";

у застосування моделі для передбачування майбутніх значень на підставі значень попередньо спостережених;

у визначенні можливих станів теперішніх подій за станами подій, що вже відбулися або мають відбутися;

у застосування математичної моделі для передбачення майбутніх значень об'єктів на підставі значень попередньо обчислених;

у визначенні теперішніх подій за подіями, що мають відбутися;

розуміння та формулювання завдання аналізу даних та їх підготовка для автоматизованого аналізу (передпроцесингу), застосування методів Data Mining; побудова моделей даних, їх перевірка на адекватність та інтерпретація аналітиком;

застосування методів Data Mining і побудова моделей даних, перевірка моделей даних на адекватність;

розуміння та формулювання завдання аналізу даних, підготовка даних для автоматизованого аналізу (передпроцесингу);

перевірка моделей даних на адекватність та їх інтерпретація аналітиком;

багатовимірний масив, виміри якого вказують на тип інформації;

двовимірну модель у вигляді прямокутника, сторонами якого є виміри;

тривимірну модель у вигляді куба, ребрами якого є виміри;

багатовимірну модель або гіперкуб, ребрами якого є виміри;

статистичні методи або методи кластерного аналізу;

методи кластерного аналізу в поєднанні з класифікації методами Data Mining;

методи регресійного аналізу в поєднанні з методами Data Mining;

методи математичної статистики або методи класифікації Data Mining;

інтеграція даних і усунення проблем множинних джерел даних; уточнення проблем оперативних джерел даних і підготовка даних для подальшої їх інтеграції;

інтеграція даних і усунення проблем множинних джерел даних;

уточнення проблем оперативних джерел даних і підготовка даних для подальшої їх інтеграції;

уточнення проблем оперативних джерел даних і підготовка даних для подальшої їх інтеграції; інтеграція даних і усунення проблем множинних джерел даних;

швидкий аналіз поділеної багатовимірної інформації;

швидке перетворення розподіленої багаторівневої інформації;

швидкий аналіз багатовимірної задачі оптимізації;

швидкий аналіз розподіленої багаторівневої інформації;

стани об'єктів, ґрунтуючись на великій кількості нагромаджених даних, які можна перевіряти за допомогою часових рядів;

передбачення, ґрунтуючись на великій кількості нагромаджених даних, які можна перевіряти за допомогою технології Knowledge Management;

гіпотези, ґрунтуючись на великій кількості нагромаджених даних, які можна перевіряти іншими засобами аналізу, наприклад, OLAP-системами;

гіпотези, ґрунтуючись на великій кількості нагромаджених даних, правдоподібність яких можна перевіряти через організацію зв'язку між клієнтами;