L'analyse exploratoire des données (EDA, pour Exploratory Data Analysis) est une première étape essentielle de l'analyse de données. Elle consiste à explorer des jeux de données de façon visuelle et statistique pour faire ressortir des tendances, détecter des anomalies, repérer des liens et comprendre les évolutions de fond. L'EDA utilise des techniques comme les résumés statistiques, les graphiques, l'analyse de corrélation et l'étude des distributions pour mieux comprendre les caractéristiques des données.
Une EDA bien menée aide les analystes et les data scientists à faire les bons choix de modélisation, de préparation des données et de sélection des variables. En repérant tôt les valeurs manquantes, les valeurs aberrantes, les biais possibles et les liens clés, l'EDA rend plus précis et plus efficaces les modèles prédictifs, les projets de machine learning et les décisions stratégiques.