Cadrer et explorer
Une étude commence par une question métier précise : « quels clients risquent de partir dans les trois prochains mois ? » vaut mieux que « que disent nos données ? ». On fixe aussi ce qui comptera comme succès et la décision que le résultat éclairera.
Vient ensuite la collecte : d'où viennent les données, qui les produit, sont-elles à jour, a-t-on le droit de les utiliser ? Les données personnelles demandent une base légale et le minimum nécessaire.
L'exploration fait le tour du jeu : nombre de lignes, types, valeurs manquantes, doublons, valeurs impossibles (un âge de 230 ans). On regarde chaque variable seule (histogramme, boîte à moustaches), puis les variables deux à deux. Le nettoyage corrige ce qui peut l'être et documente chaque choix, pour que l'étude soit refaisable.
