Методология CRISP-DM применима для проектов с разными целями и задачами, потому что она не жёсткая и допускает вариацию в зависимости от конкретного проекта. 1

Согласно CRISP-DM, аналитический проект состоит из шести основных этапов, выполняемых последовательно: 1

1. Бизнес-анализ. 14 Нужно сформулировать, какую задачу бизнеса решают, какие для этого есть ресурсы, какие модели машинного обучения будут использоваться. 4 Также на этом этапе устанавливают метрики для принятия решения о внедрении модели. 4
2. Анализ данных. 4 На этом шаге проверяют, какие есть источники информации. 4 Затем изучают и описывают структуру данных, проверяют их качество, считают статистики вроде средних величин. 4
3. Подготовка данных. 45 Исправляют огрехи, которые обнаружили на предыдущем этапе, дополняют недостающими данными, приводят к единому формату. 4
4. Моделирование. 45 Определяют один или несколько алгоритмов машинного обучения, которые будут использоваться. 4 Выбор зависит от задачи, которую решают, требований по сложности, а ещё от количества и качества данных, которые нашли и подготовили. 4
5. Оценка. 45 На этом этапе делают оценку того, соответствуют ли результаты проекта критериям успеха бизнеса. 5
6. Внедрение. 45 Это процесс использования новых идей и знаний для повышения эффективности компании. 5

Преимущество методологии CRISP-DM в том, что она нейтральна в отношении предметных областей, инструментов и приложений. 5