Os cientistas de dados e analistas de dados passam a maior parte do tempo coletando e limpando dados. Essa etapa é fundamental porque dados brutos geralmente contêm erros, inconsistências e informações faltantes, e precisam ser preparados antes de qualquer análise ou modelagem. Portanto, apesar de a análise ser o objetivo final, a preparação dos dados consome a maior parte do tempo.