Data cleansing is het proces van het detecteren en corrigeren of verwijderen van corrupte, inaccurate of irrelevante records uit een dataset.
Data cleansing, ook bekend als data scrubbing of data purification, is het systematische proces van het identificeren en corrigeren van fouten, inconsistenties en onnauwkeurigheden binnen een dataset. Dit omvat het detecteren van incorrecte, onvolledige of irrelevante informatie en het vervolgens wijzigen, vervangen of verwijderen ervan om de datakwaliteit te verbeteren. Het doel is om een schone, betrouwbare en gestandaardiseerde dataset te produceren die kan worden gebruikt voor diverse bedrijfsactiviteiten zonder te leiden tot gebrekkige beslissingen of slechte klantervaringen. Het proces omvat doorgaans stappen zoals het parsen van data om afwijkingen te identificeren, het standaardiseren van formaten (bijv. datumformaten, maateenheden), het dedupliceren van records, het corrigeren van spelfouten en het aanvullen van ontbrekende waarden met behulp van logische inferentie of externe bronnen. Effectieve data cleansing vereist zowel geautomatiseerde tools als menselijk toezicht om complexe datakwaliteitsproblemen aan te pakken die algoritmen alleen mogelijk missen.
Voor e-commerce is productdata van hoge kwaliteit van het grootste belang. Slechte datakwaliteit, vaak aangepakt door data cleansing, leidt tot verkeerd geïnformeerde klanten, hoge retourpercentages, geschaad merkimago en verloren verkopen. Onjuiste productafmetingen kunnen bijvoorbeeld verzendfouten veroorzaken, terwijl inconsistente beschrijvingen kopers in verwarring brengen. Data cleansing zorgt ervoor dat de productinformatie die aan klanten wordt gepresenteerd accuraat, consistent en betrouwbaar is. PIM systemen zijn cruciaal voor het handhaven van datakwaliteit, en data cleansing is een essentiële pre-PIM of doorlopende PIM activiteit. Voordat data in een PIM wordt opgenomen, zorgt cleansing ervoor dat alleen data van hoge kwaliteit het systeem binnenkomt. Na de opname voorkomen regelmatige cleansing processen dat de data na verloop van tijd degradeert, vooral bij het integreren van data uit meerdere bronnen of het beheren van frequente productupdates. Deze continue inspanning ondersteunt effectief productdata management en een positieve klantervaring.