Processus d’identification et de correction des erreurs, incohérences et valeurs manquantes dans un jeu de données pour améliorer sa qualité.
Le nettoyage des données (aussi appelé épuration ou assainissement des données) traite des problèmes comme les valeurs manquantes, les enregistrements en double, les incohérences de format, les valeurs invalides et les informations obsolètes. C’est une étape critique avant l’analyse ou l’intégration des données.
Exemple : Avant d’analyser une liste de clients, un analyste nettoie les données en standardisant les formats de numéros de téléphone, en supprimant les doublons et en corrigeant les codes postaux invalides.