Prawidłowość przeprowadzenia tego etapu decyduje o sukcesie procesu budowania modelu scoringowego. W języku angielskim istnieje powiedzenie: „Garbage In, Garbage Out”, które oznacza, że wyniki przetwarzania błędnych danych będą błędne nawet, gdy procedura przetwarzania będzie poprawna. Etap przygotowania danych dzielimy na:

• Zdefiniowanie przez ekspertów grupy zmiennych, jakie powinny wejść do modelu oraz ich priorytetów. Do modelu mogą wejść zarówno zmienne jakościowe jak i ilościowe
• Zebranie danych z różnych systemów
• Ocena danych pod kątem:
• Wiarygodności statystycznej
• Jakości i spójności danych
• Kompletności
• Istnienia obserwacji odstających
• Wyłączenia obserwacji z próby z przyczyn biznesowych

Dobór cech do budowy modelu

W tym etapie budowania modelu za pomocą miar jakościowych cech i modelu przeprowadza się analizy mocy predykcyjnej modelu i stabilności w czasie. Budujemy model, który cechuje się:

• Dużą mocą predykcyjną
• Najlepszą stabilnością zmiennych objaśniających w czasie
• Najszerszym zakresem score’u
• Najmniejszą różnicą w statystykach między próbą treningową i testową
• Monotonicznością wskaźnika bad rate względem score’u
• Niską zależnością między zmiennymi objaśniającymi
• Estymacja parametrów modelu

Po wyborze najlepszych zmiennych do prognozy, dokonujemy oszacowania parametrów modelu. Najczęściej wykorzystywane modele statystyczne to: regresja liniowa, regresja logistyczna, analiza dyskryminacyjna, modele przeżycia, drzewa decyzyjne.