Nell'area R&D, un altro obiettivo di Exhicon è rafforzare le sue competenze in ambito di Data Mining.
È ormai risaputo, in ambito scientifico, che il sempre crescente proliferare di dati dovuto alla rapida e voluzione dei sistemi automatici di rilevamento (telerilevamento, lettori di codici a barre, sportelli automatici) crea una enorme quantità di dati che è sempre più difficile analizzare.
Tale problema coinvolge praticamente tutti gli ambiti applicativi (medicina, biologia, geografia, finanza, sicurezza, ecc.), ed interessa con sempre maggiore intensità le aziende a diverso calibro operanti sul mercato, le quali dispongono ormai di una infinita mole di dati che risulta essere impossibile da utilizzare.
L'obiettivo del Data Mining è fornire soluzioni informatiche per la analisi automatica dei dati al fine di scoprire nuova conoscenza che sia non banale, potenzialmente utile e comprensibile.

Nell'ambito del Data Mining ricadono diverse discipline che si caratterizzano in base al tipo di analisi di dati che sono in grado di effettuare e agli obiettivi che si pongono. Tra questi Exhicon punta particolare attenzione a problemi di classificazione e di clustering dei dati.

GLi algoritmi di classificazione si pongono l'obiettivo di scoprire definizioni intensionali, in termini di modelli matematici, di concetti a partire da esempi forniti in fase di addestramento e di applicare tali modelli per classificare automaticamente nuove osservazioni.

Obiettivo del clustering è invece la disposizione automatica di oggetti (non etichettati) in gruppi di elementi omogenei. Il risultato è un insieme di gruppi (o clusters) che tipicamente rappresentano una partizione dei dati osservati e i cui elementi sono simili a quelli appartenenti allo stesso cluster e dissimili dagli elementi assegnati a clusters differenti.