ストラテジ系 / 企業活動
データサイエンスのサイクル（課題抽出と定式化，データの取得・管理・加工，探索的データ解析，データ解析と推論，結果の共有・伝達，課題解決に向けた提案）
データサイエンスのサイクルは、業務課題をデータで解ける形にし、分析結果を提案や改善につなげる一連の流れです。
もう少し詳しく
最初に『何を解決したいのか』を明確にし、必要なデータを集め、欠損や外れ値を処理し、探索的に傾向を確認します。その後、統計解析や機械学習で推論し、結果を可視化・説明して、業務改善の提案につなげます。分析手法だけでなく、課題設定、データ管理、伝達まで含む点が重要です。
試験での見方
例：解約率を下げるために、解約者の特徴を定義し、顧客データを整備し、傾向を分析し、離脱しやすい顧客への施策を提案します。
いきなりAIモデルを作るのではなく、課題設定から結果共有までの循環として理解しましょう。『分析結果を業務上の意思決定に結び付ける』点が問われます。