你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Team Data Science Process 生命周期的业务理解阶段

本文概述了与 Team Data Science Process (TDSP) 的业务理解阶段相关联的目标、任务和可交付结果。 此过程提供团队可用于构建数据科学项目的建议生命周期。 生命周期概述了团队执行的主要阶段（通常以迭代方式进行）：

• 了解业务
• 数据采集和理解
• 建模
• 部署
• 客户验收

此处直观地展示了 TDSP 生命周期：

目标

业务理解阶段的目标是：

• 指定用作模型目标的关键变量。 并指定目标指标来确定项目是否成功。

• 确定业务有权访问或需要获取的相关数据源。

如何完成任务

业务理解阶段有两个主要任务：

• 定义目标：与客户和其他利益干系人协同合作，以了解和确定业务问题。 制定定义业务目标且能够通过数据科学技术得到解决的问题。

• 标识数据源：查找相关数据，这些数据有助于解决定义项目目标的问题。

定义目标

1. 此阶段的主要目标是确定分析需要预测的关键业务变量。 这些变量被称为模型目标，而与之关联的指标则用于确定项目是否成功。 例如，目标可以是销售预测，也可以是订单欺诈的概率。

2. 若要定义项目目标，请提出和完善相关、特定和明确的尖锐问题。 数据科学是使用名称和数字来回答此类问题的过程。 数据科学或机器学习通常用于回答以下五类问题：

   • 多少？ （回归）
   • 哪一类别？ （分类）
   • 哪一组？ （群集）
   • 这是否异常？ （异常情况检测）
   • 应采用哪些选项？ （建议）

   确定要提出上述哪些问题，以及如何回答才有助于实现业务目标。

3. 若要定义项目团队，请指定角色及其成员的责任。 随着发现的信息不断增多，制定可以循环访问的高级里程碑计划。

4. 你必须定义成功指标。 例如，你可能想要在三个月的项目结束时使客户流失预测准确度达到 x%。 有了这些数据，你就可以进行客户促销，以减少客户流失。 指标必须为 SMART：

   • S - 明确 (Specific)
   • M - 可测量 (Measurable)
   • A - 可实现 (Achievable)
   • R - 相关 (Relevant)
   • T - 有时限 (Time-bound)

确定数据源

标识包含问题答案的已知示例的数据源。 查找以下数据：

• 与问题相关的数据。 是否具有针对目标以及与该目标相关的功能的度量值？
• 作为模型目标和感兴趣功能的准确度量值的数据。

例如，现有系统可能没有解决问题并实现项目目标所需的数据。 在这种情况下，你可能需要查找外部数据源或更新系统以收集新数据。

与 MLflow 集成

对于业务理解阶段，你的团队不使用 MLflow 工具，但它可以间接受益于 MLflow 的文档和试验跟踪功能。 这些功能可以提供见解和历史上下文，以帮助使项目与业务目标保持一致。

Artifacts

在此阶段，你的团队提供：

• 章程文档。 章程文档是一个动态文档。 在发现新内容时，业务需求发生变化时，请更新整个项目中的文档。 关键是循环访问本文档。 在发现过程中添加更多详细信息。 告知客户和其他利益干系人更改及其原因。

• 数据源。 可以使用 Azure 机器学习来处理数据源管理。 建议将此 Azure 服务用于活动项目，尤其是大型项目，因为它与 MLflow 集成。

• 数据字典。 本文档提供客户端提供的数据的说明。 这些说明介绍了架构（数据类型、验证规则的相关信息（若有））和实体关系图（若有）。 团队应记录部分或全部此信息。

同行评审的文献

研究人员在经过同行评审的文献中发表了有关 TDSP 的研究。 引文提供了调查 TDSP 的其他应用程序或类似想法的机会，包括业务理解生命周期阶段。

作者

本文由 Microsoft 维护， 它最初是由以下贡献者撰写的。

首席作者：

• Mark Tabladillo | 高级云解决方案架构师

若要查看非公开的 LinkedIn 个人资料，请登录到 LinkedIn。

相关资源

这些文章介绍了 TDSP 生命周期的其他阶段：

• 数据采集和理解
• 建模
• 部署
• 客户验收