Cette phase initiale se concentre sur la compréhension des objectifs et des exigences du projet du point de vue de l'entreprise. Elle implique la définition des problèmes à résoudre et la formulation des questions d'analyse de données qui aideront à atteindre les objectifs Business.

Durant cette étape, les données sont collectées et explorées pour se familiariser avec elles. Cela peut inclure des tâches telles que la collecte de données initiales, la réalisation d'analyses exploratoires pour comprendre les caractéristiques et les tendances des données, et la vérification de la qualité des données.

Cette phase est souvent la plus longue et implique de rendre les données prêtes pour l'analyse. Cela peut inclure le nettoyage des données, la sélection des sous-ensembles de données, la construction de nouvelles variables (feature engineering), et la transformation des données (normalisation, encodage, etc.).

À cette étape, divers modèles et techniques d'analyse sont sélectionnés et appliqués. Cela peut nécessiter la conception de tests pour évaluer la qualité et la validité des modèles. Les paramètres des modèles peuvent être ajustés pour améliorer les résultats.

Les résultats des modèles sont évalués dans le contexte des objectifs commerciaux définis dans la première étape. Cela implique d'évaluer si les modèles répondent aux exigences commerciales et de décider si le projet est prêt à passer à la phase de déploiement

La dernière étape consiste à mettre en œuvre le modèle ou la solution d'analyse de données dans un environnement opérationnel. Cela peut inclure la création de rapports, la génération de listes d'actions à entreprendre, ou l'intégration du modèle dans les systèmes informatiques de l'entreprise pour une utilisation quotidienne.