Suvremena poduzeća traže način na koji će korištenjem ogromnih količina dostupnih podataka steći konkurentske prednosti. Jedan od načina za ostvarenje tog cilja je korištenje tehnika rudarenja podataka. Aktivnosti rudarenja podataka (eng. Data Mining) predstavljaju iterativni proces usmjeren prema analizi velikih količina podataka s ciljem izvlačenja korisnih informacija i znanja, koji se mogu pokazati korisnim za rješavanje problema i donošenje odluka. Pri tom se koristi širokom lepezom alata kao što su asocijacije, grupiranja i stabla odlučivanja, kako bi postiglo svoje ciljeve. Prema CRISP-DM metodologiji, uobičajeni proces rudarenja podataka sastoji se od šest iterativnih koraka. Prvi korak je razumijevanje poslovanja gdje je cilj shvatiti što se želi rudarenjem podataka postići iz poslovne perspektive. Druga faza, razumijevanje podataka, odnosi se na prikupljanje i opće sagledavanje podataka. Treća faza, priprema podataka, svodi se na pretvaranje podataka u oblik pogodan za analizu i rudarenje. Četvrta faza, modeliranje, sastoji se od odabira tehnika rudarenja, stvaranje modela rudarenja podataka i pokretanja tog modela. Peta faza, procjena, utvrđuje se stupanj zadovoljavanja poslovnih ciljeva, Posljednja faza, implementacija, identificira način na koji će se stvoreni rezultati koristiti. Ti su teorijski koncepti praktično primijenjeni na primjeru skupa podataka o općim karakteristikama Erasmus+ projekata. Provođenjem eksplorativne analize na primjeru dolazi se do rezultata o učestalim karakteristikama projekata, dok se dubljim rudarenjem podataka otkrivaju skriveni obrasci u podacima.