データの内在する構造を発見する技法（例：クラスタリング、次元削減、異常検知）は、クラスタの結束や再構築誤差などの目的を最適化することによって行われます。ガバナンスには、発見したパターンをドメインの専門知識に照らし合わせて検証することや、誤ったまたは偏向したグループの監視、データにラベルが存在しないため自動的にエラーをとらえることができないという点から、データ品質の確保を考慮する必要があります。使用するアルゴリズムの選択、パラメーターの設定、結果の検証に使用する解釈ツールを文書化する必要があります。