Avec la CRM et le Marketing, la gestion du risque est un des grands domaines d'applications du Data Mining. Ce risque est le plus souvent de nature financière, et a été étudié en premier par les assurances et les organismes de prêt. Il se traduit par un score de risque, calculé soit par :
* des spécialistes qui l'élaborent sur la base de leur expérience,
* Data Mining, à partir de dossiers historiques.
La notion de risque s'applique à beaucoup de situations apparemment différentes, mais en fait très similaires :
* Risque d'accorder un prêt d'un montant donné, ou sur une période donnée.
* Risque d'accorder un contrat d'assurance "standard".
* Risques d'impayés.
* Risque de couverture des découverts bancaires.
* Risques de changement d'attitude des clients devant un changement, par exemple de politique tarifaire.
Une notion proche de celle de l'évalauation du risque est celle de la détection de fraude à l'assurance. Dans les deux cas, il s'agit de discriminer entre :
* Une population "normale" très largement majoritaire,
* Et une population "atypique" rare.
La détection de fraude, si possible en temps réel, à la carte de crédit ou au téléphone mobile relève d'une problématique légèrement différente : il s'agit alors de détecter rapidement des écarts à des comportements précédents, mais d'un seul et même individu (ç.à.d. : numéro de carte, numéro de téléphone).