[빅분기 필기] CRISP-DM : "업무이해, 데이터 이해, 데이터 준비, 모델링, 평가배포" 분석 프로세스 6단계 핵심 요약

CRISP-DM

한 줄 요약

"데이터 분석 프로젝트를 어떤 순서로 진행할지 정해놓은 표준 방법론"

실무에서 데이터 분석할 때 "뭐부터 해야 하지?" 를 해결해주는 6단계 프레임워크

전체 구조 먼저 보기❗️

1. 업무 이해  →  2. 데이터 이해  →  3. 데이터 준비
↑                                          ↓
6. 배포      ←  5. 평가         ←  4. 모델링

→ 이 전체가 순환(반복) 구조. 배포 후 다시 업무 이해로 돌아갈 수 있음.

---

각 단계 상세 설명

1단계. 업무 이해 (Business Understanding)

"우리가 뭘 해결하려는 건지 먼저 파악하자"

분석 시작 전에 비즈니스 관점에서 목표를 정의하는 단계.

 

하는 일:

• 왜 이 분석을 하는가? 목적 명확화
• 성공 기준이 뭔가? (정확도 90% 이상? 매출 10% 향상?)
• 현재 상황과 제약 조건 파악
• 데이터 분석 목표로 변환

예시:

비즈니스 문제: "고객 이탈률이 높아서 매출이 줄고 있다"
         ↓
분석 목표: "이탈 가능성이 높은 고객을 사전에 예측하는 모델 만들기"

---

2단계. 데이터 이해 (Data Understanding)

"어떤 데이터가 있는지 파악하고, 쓸 만한지 확인하자"

데이터를 처음 수집하고 탐색하는 단계.

 

하는 일:

• 어떤 데이터가 있는지 목록화
• 기초 통계 확인 (평균, 분포, 결측치 등)
• 데이터 품질 문제 발견
• 흥미로운 패턴이나 인사이트 초기 탐색 (EDA)

예시

- 고객 DB: 100만 명, 가입일/나이/구매이력 포함
- 결측치: 나이 컬럼 15% 누락
- 이상치: 구매금액에 음수값 존재
- 발견: 3개월 이상 미접속 고객의 이탈률이 2배 높음

---

3단계. 데이터 준비 (Data Preparation)

"모델에 넣을 수 있게 데이터를 깔끔하게 다듬자"

전체 프로젝트에서 가장 시간이 많이 걸리는 단계 (보통 전체의 60~70%)

 

하는 일:

• 결측치 처리 (제거 or 대체)
• 이상치 처리
• 변수 변환 (로그변환, 정규화 등)
• 파생변수 생성
• 훈련/검증/테스트 세트 분리

예시:

원본 데이터                  →    전처리 후
나이: NULL (15%)            →    평균값으로 대체
구매금액: -5000원 (이상치)   →    제거 또는 0으로 처리
가입일: 2020-01-15          →    가입기간(일수)으로 변환

---

4단계. 모델링 (Modeling)

"실제로 분석 모델을 만들고 학습시키자"

알고리즘을 선택하고 모델을 구축하는 단계.

 

하는 일:

• 적절한 알고리즘 선택 (회귀, 분류, 군집 등)
• 모델 학습
• 하이퍼파라미터 튜닝
• 여러 모델 비교

예시:

이탈 예측 모델 후보:
- 로지스틱 회귀: 정확도 82%
- 랜덤포레스트: 정확도 89%  ← 선택
- XGBoost: 정확도 88%

⚠️ 모델링 중 데이터가 부족하거나 품질 문제가 발견되면 3단계로 다시 돌아감.

---

5단계. 평가 (Evaluation)

"모델이 진짜 비즈니스 목표를 달성하는지 검증하자"

단순히 모델 성능만 보는 게 아니라, 처음 세운 비즈니스 목표와 맞는지 확인하는 단계.

 

하는 일:

• 모델 성능 지표 평가 (정확도, F1, AUC 등)
• 비즈니스 목표 달성 여부 확인
• 모델의 한계와 위험 요소 파악
• 배포할지 말지 최종 결정

예시:

기술적 성능: 정확도 89%, AUC 0.91  ✅
비즈니스 관점: 이탈 예측 후 개입 시 이탈률 15% 감소  ✅
위험 요소: 특정 연령대 예측 성능 낮음  ⚠️
→ 배포 결정

---

6단계. 배포 (Deployment)

"모델을 실제 현업에서 쓸 수 있게 적용하자"

분석 결과를 실제 시스템에 통합하거나 보고서로 전달하는 단계야.

 

하는 일:

• 모델을 실제 서비스에 연동
• 모니터링 체계 구축
• 유지보수 계획 수립
• 최종 보고서 작성

예시:

- CRM 시스템에 이탈 예측 점수 자동 업데이트
- 매주 월요일 이탈 위험 고객 리스트 마케팅팀 전달
- 3개월 후 모델 성능 재검토 일정 수립

---

❓왜 "순환" 구조인가

배포 → 실제 운영하다 보면 데이터 패턴이 바뀜
              ↓
        모델 성능이 떨어짐
              ↓
        다시 업무 이해부터 재검토

→ 현실에서는 한 방향으로만 흐르진 않음. 어느 단계에서든 이전 단계로 돌아갈 수 있고, 이게 CRISP-DM의 핵심 철학.

---

✅ 시험 핵심 포인트

<자주 나오는 질문>

가장 먼저 하는 단계	업무 이해
가장 시간이 많이 걸리는 단계	데이터 준비
비즈니스 목표 달성 여부 확인 단계	평가
전체 구조의 특징	선형이 아닌 순환 구조
모델링 중 데이터 문제 발견 시	데이터 준비 단계로 되돌아감