CRISP-DMとは

CRISP-DM（Cross-Industry Standard Process for Data Mining）は、データ分析プロジェクトの進め方を、業種を問わず使える形に整理したプロセスモデルです。1990年代後半に、DaimlerChrysler、SPSS、NCRなどの企業が集まったコンソーシアムがまとめ、2000年に手引き書の1.0版が公開されました。

6つのフェーズ

1. ビジネスの理解：分析の目的と、成功の基準を決めます。
2. データの理解：データを集め、中身や品質を確かめます。
3. データの準備：欠損値の処理や特徴量の作成など、モデルに入力できる形に整えます。
4. モデリング：手法を選び、モデルを作って調整します。
5. 評価：モデルがビジネスの目標を満たすかを確かめ、展開に進むかを判断します。
6. 展開（デプロイ）：結果を業務に組み込み、運用や監視の計画を立てます。

行き来しながら進める

フェーズの順番は固定ではありません。データを調べて目標の見直しが必要になれば、ビジネスの理解に戻ります。モデリングの途中でデータの加工をやり直すこともあります。全体図では、こうした行き来を矢印で示し、全体を円で囲みます。円は、展開で得た知見が次の問いを生み、分析が繰り返されることを表します。

CRISP-MLとの関係

CRISP-DMはデータマイニングのために作られたモデルです。運用中のモデルの劣化への備えは、展開フェーズの1作業にとどまります。そこで、CRISP-DMを土台に機械学習向けに広げたCRISP-ML（CRISP-ML(Q)とも呼ばれます）が提案されました。ビジネスの理解とデータの理解を1つのフェーズにまとめ、運用後のモニタリングと保守を独立したフェーズとして加えています。運用を自動化して回し続ける仕組みは、MLOpsが担います。

覚え方

「目的を決め、データを見て、整えて、作って、確かめて、届ける」の6拍で覚えます。