データ分析プロジェクトを「思いつきの順番」で進めると、目的を見失ったり手戻りだらけになったりします。CRISP-DMは、そうならないための世界標準の道しるべです。G検定では6つのフェーズの名前と順序、そして「行き来しながら進む」という性質が問われます。この記事でしっかり固めましょう。
📖 ひと言でいうと
CRISP-DM(Cross-Industry Standard Process for Data Mining)とは、データマイニングプロジェクトを6つのフェーズ(ビジネス理解→データ理解→データ準備→モデリング→評価→展開)に分けて進める、業界横断の標準プロセスモデルです。料理にたとえると、「何を作るか決める→冷蔵庫の食材を確認する→下ごしらえする→調理する→味見する→食卓に出す」という流れに似ています。味見で薄ければ調理に戻るように、CRISP-DMも必要に応じて前のフェーズに戻りながら進むのが特徴です。
🖼 1枚でわかるCRISP-DM
📘 公式テキストの説明
CRISP-DM（Cross-Industry Standard Process for Data Mining）は、データマイニングの標準的なプロセスモデルであり、1990年代後半に欧州の企業や研究機関によって開発された。このモデルは、業界やツールに依存しない汎用的な手法として広く採用されている。CRISP-DMは、データマイニングプロジェクトを以下の6つのフェーズに分けて進行する。 > > - ビジネス理解：プロジェクトの目的や背景を明確にし、ビジネス上の課題を特定する。 > - データ理解：利用可能なデータを収集し、その品質や特性を評価する。 > - データ準備：分析に適した形式にデータを整形し、必要な前処理を行う。 > - モデリング：適切な分析手法やアルゴリズムを選択し、モデルを構築する。 > - 評価：構築したモデルの性能を評価し、ビジネス目標との整合性を確認する。 > - 展開：最終的なモデルを実運用環境に導入し、成果を活用する。 > > これらのフェーズは直線的に進むわけではなく、必要に応じて前の段階に戻ることもある。例えば、モデルの評価結果に基づいてデータ準備やモデリングを再度行うことが求められる場合もある。CRISP-DMは、データサイエンスや機械学習のプロジェクトにおいても有用なフレームワークとして認識されている。その汎用性と柔軟性から、多くの組織でデータ分析プロジェクトの指針として採用されている。
押さえるべきは、(1)名前の意味「Cross-Industry(業界横断)のStandard Process(標準プロセス)」、(2)1990年代後半・欧州発という出自、(3)6フェーズの名前と順序、(4)直線的でなく行き来する反復型、という4点です。とくに最初が「データ」ではなく「ビジネス理解」から始まることが、このモデルの思想を表しています。
🔍 しっかり理解する
6つのフェーズの流れ
出発点がビジネス理解であることに注目してください。「何のために分析するのか」「解くべき課題は何か」を最初に固めなければ、その後の全工程が的外れになります。続くデータ理解・データ準備は、手元のデータの品質を評価し、分析できる形に整える工程です。実務ではこの前処理に多くの時間がかかることが知られています。モデリングで手法を選んでモデルを作り、評価では精度だけでなく「ビジネス目標と整合しているか」を確認します。ここが単なる技術評価と違う点です。最後の展開で、モデルを実運用環境に導入して成果につなげます。
「直線的に進まない」ことの意味
CRISP-DMはウォーターフォールのような一方通行の工程表ではありません。評価の結果、精度が不足していると分かれば、データ準備やモデリングに戻ってやり直します。データ理解の段階で「この課題は今あるデータでは解けない」と判明すれば、ビジネス理解に立ち返って課題設定を見直すこともあります。
この反復性は、「やってみないと結果が分からない」というデータ分析・AI開発の性質そのものに対応しています。AIプロジェクトにアジャイル型の開発が適するのと同じ理由で、CRISP-DMもフェーズ間を行き来する柔軟な構造を持っているのです。試験では「各フェーズは順番に一度ずつ実行され、後戻りしない」という記述が誤りになる、と覚えておきましょう。
なぜ広く使われ続けているのか
CRISP-DMは1990年代後半、欧州の企業や研究機関によって開発されました。名前のとおり「業界横断(Cross-Industry)」を掲げ、特定の業界・ツール・手法に依存しない汎用的な枠組みとして設計されたことが、長く使われている理由です。データマイニングという言葉が生まれた時代のモデルですが、その汎用性と柔軟性から、現代のデータサイエンスや機械学習のプロジェクトでも指針として広く採用されています。一方で、機械学習特有の運用・監視の課題を明示的に扱うために拡張されたのが、次のキーワードで学ぶCRISP-MLです。
💡 具体例で考える
ECサイトの「解約しそうな顧客を予測して引き留めたい」というプロジェクトをCRISP-DMで進めてみましょう。まずビジネス理解で「解約率を下げて収益を守る」という目的と、「解約の予兆をどう定義するか」を明確にします。データ理解では購買履歴やログイン頻度のデータを集め、欠損や偏りがないか品質を確かめます。データ準備で「最終購入からの日数」などの特徴量を作り、モデリングで予測モデルを構築します。
評価では、予測精度だけでなく「このモデルで引き留め施策を打ったら収益改善につながるか」というビジネス目標との整合性を確認します。もし「解約直前の顧客しか検出できず施策が間に合わない」と分かれば、データ準備に戻って予兆をより早く捉える特徴量を作り直します。合格なら展開へ進み、モデルを本番システムに組み込んで、検出された顧客に自動でクーポンを送る運用を開始します。フェーズを行き来しながら「ビジネスの成果」に向かって収束していく感覚がつかめるはずです。
⚠️ よくある誤解・紛らわしい用語
- 「最初のフェーズはデータ収集」という誤解: 最初は「ビジネス理解」です。目的と課題の特定が先で、データはその後です。順序の入れ替え問題で狙われます。
- 「フェーズは一方通行」という誤解: 直線的に進むわけではなく、評価結果に基づいてデータ準備やモデリングをやり直すなど、前の段階に戻ることがあります。
- CRISP-MLとの混同: CRISP-DMはデータマイニング全般の標準プロセス、CRISP-MLはそれを基盤に機械学習特有の課題や品質保証を取り入れて拡張したモデルです。CRISP-MLには「監視と保守」のフェーズがある点が大きな違いです。
- 「評価」フェーズの誤解: 単にモデルの精度を測るだけでなく、ビジネス目標との整合性を確認するフェーズです。ビジネス理解で定めた目的に立ち返る点まで含めて覚えましょう。
📝 試験でのポイント
- 6フェーズの名称と順序(ビジネス理解→データ理解→データ準備→モデリング→評価→展開)の並べ替えや穴埋めが最頻出の想定パターンです。
- 「最初のフェーズはどれか」と問われたら「ビジネス理解」。データ関連のフェーズから始まる選択肢は誤りです。
- 「必要に応じて前の段階に戻ることもある」という反復性の正誤判定に備えましょう。
- CRISP-DMとCRISP-MLの対比(基盤と拡張の関係、機械学習向けの品質保証・監視の有無)を問う問題が想定されます。
- 「業界やツールに依存しない汎用的な手法」「1990年代後半に欧州で開発」という出自の記述も選択肢の判定材料になります。
📚 まとめ
- CRISP-DMは、1990年代後半に欧州の企業・研究機関が開発した、データマイニングの標準プロセスモデルです。
- プロジェクトを「ビジネス理解→データ理解→データ準備→モデリング→評価→展開」の6フェーズで進めます。
- フェーズは直線的ではなく、評価結果に応じて前の段階へ戻る反復型です。
- 業界やツールに依存しない汎用性から、現代のデータサイエンス・機械学習プロジェクトの指針としても広く採用されています。
- 機械学習向けに拡張したものがCRISP-MLで、両者の違いは試験の定番論点です。
