Avec l'émergence de nouveaux domaines de recherche bénéficiant de technologies innovantes, la quantité de données à disposition permettant de caractériser un phénomène d'intérêt est en augmentation constante. Alors que l'expérimentateur était habitué à ne produire qu'une quantité restreinte de données qu'il pouvait analyser à la main, l'évolution technologique des instruments de laboratoire et de l'informatique a conduit à un changement fondamental dans la façon de concevoir l'analyse de données. A l'heure où les méthodologies de recherche modernes produisent ces données de manière exponentielle, il n'est plus concevable de les exploiter avec une approche traditionnelle. Si la supervision humaine reste un pré-requis fondamental, le traitement et l'extraction de l'information pertinente tendent en effet à s'automatiser. D'autre part, les outils statistiques classiques ne sont pas adaptés aux données de grande dimensionnalité qui caractérisent aujourd'hui ces approches. Dans cette perspective, des méthodes d'analyse multivariée ont fait leur apparition de manière à palier à ces nouveaux besoins.