La preparazione dei dati consiste nella pulizia, nella ristrutturazione e nell'unione dei dati grezzi prima dell'analisi o della reportistica. Può includere la rimozione dei duplicati, la correzione dei formati, l'unione di fonti, il filtraggio dei record errati e la standardizzazione dei campi, in modo che gli strumenti a valle possano fidarsi dell'output.
Nella sicurezza informatica, la preparazione dei dati è importante perché molte violazioni e molti errori di reporting iniziano con input disordinati e gestione manuale. I flussi di lavoro copia-incolla, le esportazioni ad hoc e le fasi di trasformazione non tracciate possono esporre dati sensibili, introdurre errori o nascondere manomissioni. Gli attaccanti possono prendere di mira le pipeline di preparazione per contaminare le analisi, alterare i report o sfruttare una convalida debole in script e fogli di calcolo. I difensori riducono il rischio usando flussi di lavoro ripetibili, convalida dell'input, controlli di accesso, registri di audit e trasformazioni versionate. Una buona preparazione dei dati rende i risultati riproducibili, tracciabili e più difficili da manipolare.