Ο καθαρισμός δεδομένων (data cleaning) είναι η διαδικασία όπου εντοπίζεις, διορθώνεις ή αφαιρείς λάθος, ελλιπή ή άσχετα δεδομένα από ένα σύνολο δεδομένων, ώστε να γίνει πιο ποιοτικό και αξιόπιστο. Περιλαμβάνει εργασίες όπως αφαίρεση διπλοτύπων, χειρισμό τιμών που λείπουν, διόρθωση λαθών, ενιαίες μορφές και έλεγχο των δεδομένων με βάση κανόνες.
Ο σωστός καθαρισμός δεδομένων είναι απαραίτητος για ακριβή ανάλυση και σωστές αποφάσεις. Όταν τα δεδομένα είναι συνεπή, πλήρη και ακριβή, τα συμπεράσματα από τα analytics είναι καλύτερα, τα προβλεπτικά μοντέλα πιο αξιόπιστα και οι διαδικασίες που βασίζονται σε δεδομένα πιο αποδοτικές. Τα καθαρά δεδομένα είναι η βάση για αξιόπιστες, τεκμηριωμένες επιχειρηματικές αποφάσεις.