Explorativ dataanalys (EDA, Exploratory Data Analysis) är ett viktigt första steg i dataanalys, där datamängder utforskas visuellt och statistiskt för att hitta mönster, upptäcka avvikelser, se samband och förstå bakomliggande trender. EDA använder metoder som statistiska sammanfattningar, grafiska visualiseringar, korrelationsanalys och kontroller av fördelningar för att få djupare insikter om datans egenskaper.
En bra EDA hjälper analytiker och datavetare att fatta välgrundade beslut om datamodellering, förbehandling och val av variabler. Genom att tidigt hitta saknade värden, extremvärden, möjliga snedvridningar och viktiga samband ger EDA högre träffsäkerhet och effektivitet i prediktiv modellering, projekt med maskininlärning och strategiska beslut.