Examen d'un jeu de données pour comprendre sa structure, son contenu, sa complétude et ses problèmes de qualité potentiels avant de l'utiliser.
Le profilage des données est la première étape de tout effort sérieux de qualité des données. Il consiste à analyser chaque colonne pour déterminer son type de données, sa plage de valeurs, sa distribution de fréquences, son taux de valeurs nulles et son unicité. Le résultat est un résumé qui indique ce que les données contiennent réellement — ce qui peut différer de ce que la documentation affirme.
Exemple : Avant d'intégrer un nouveau jeu de données de licences commerciales, un analyste le profile et découvre que 12 % des codes postaux sont nuls, 3 % contiennent des formats invalides et une colonne décrite comme « entier » contient en réalité des valeurs textuelles. Ce profil guide le travail de nettoyage nécessaire avant que les données puissent être utilisées.