Das Konzept des Deployments im prädiktiven Data Mining verweist auf die Anwendung eines Vorhersage- oder Klassifikationsmodells auf neue Daten. Nachdem für eine bestimmte Anwendung ein zufriedenstellendes Modell identifiziert (trainiert) wurde, möchte man dieses Modell üblicherweise einsetzen, sodass man aus den neuen Daten schnell Vorhersagen oder vorhergesagte Klassifikationen erhält.

Beispielsweise möchte eine Kreditkartenfirma möglicherweise ein trainiertes Modell oder mehrere Modelle (z. B. neuronale Netze, Meta-Learner) einsetzen, um schnell Transaktionen zu identifizieren, für die eine hohe Wahrscheinlichkeit besteht, dass sie zu betrügerischen Zwecken durchgeführt werden.