（1）业务理解Business understanding

该初始阶段集中在从商业角度理解项目的目标和要求，通过理论分析转化为数据挖掘可操作的问题，制定实现目标的初步计划。

（2）数据理解Data understanding

数据理解阶段开始于原始数据的收集，然后是熟悉数据、标明数据质量问题、探索对数据的初步理解、发觉有趣的子集以形成对探索关系的假设。

（3）数据准备Data preparation

数据准备阶段包括所有从原始的、未加工的数据构造数据挖掘所需信息的活动。数据准备任务可能被实施多次，而且没有任何规定的顺序。这些任务的主要目的是从源系统根据维度分析的要求，获取所需要的信息，需要对数据进行转换和清洗。

（4）建模Modeling

在此阶段，主要是选择和应用各种建模技术。同时对它们的参数进行校准，以达到最优值。通常对同一个数据挖掘问题类型，会有多种建模技术。一些技术对数据格式有特殊的要求。因此，常常需要返回到数据准备阶段。

（5）模型评估Evaluation

在模型最后发布前，根据商业目标评估模型和检查建立模型的各个步骤。此阶段关键目的是，判断是否存在一些重要的商业问题仍未得到充分考虑。

（6）模型发布Deployment

模型完成后，由模型使用者（客户）根据当时背景和目标完成情况，决定如何在现场使用模型。比如，在网页的实时个人化[11] 中或营销数据的重复评分中。