Transformasi data mengubah data dari satu format atau struktur ke format atau struktur lain. Tanggal yang tersimpan sebagai 03/14/2024 dalam satu sistem menjadi 2024-03-14 di sistem lain. Nama pelanggan yang terbagi di dua kolom digabungkan menjadi satu. Nilai mata uang dikonversi dari euro ke dolar. Datanya sama. Representasinya yang berubah. Tanpa transformasi, sistem tidak dapat saling berkomunikasi.

Transformasi mencakup berbagai macam operasi. Pembersihan memperbaiki kesalahan dan menstandarisasi format. Pengayaan menambahkan bidang turunan, seperti menghitung usia dari tanggal lahir. Agregasi meringkas baris detail menjadi total. Penggabungan menggabungkan data dari berbagai sumber. Pengkodean mengubah nilai kategorikal menjadi angka untuk pembelajaran mesin. Setiap operasi mengubah data dengan cara yang telah ditentukan. Aturan-aturan tersebut harus didokumentasikan dan dikontrol versinya. Transformasi yang tidak terdokumentasi adalah kotak hitam. Ketika output terlihat salah, tidak ada yang tahu mengapa. Transformasi juga perlu diuji. Penggabungan yang menghilangkan baris yang tidak cocok secara diam-diam akan kehilangan data. Pengurai tanggal yang mengasumsikan format yang salah akan merusak setiap catatan. Kesalahan transformasi kecil akan menumpuk di jutaan baris. Output terlihat masuk akal tetapi salah. Itulah kesalahan yang paling sulit untuk ditangkap.

Transformasi umum

• Pembersihan — menstandarkan format dan memperbaiki kesalahan
• Pengayaan — menambahkan data turunan atau eksternal
• Agregasi — merangkum detail menjadi total.
• Penggabungan — menggabungkan data dari berbagai sumber
• Pengkodean — mengubah kategori menjadi nilai numerik

Transformasi adalah saat data menjadi bermanfaat. Namun, di sinilah juga kesalahan tersembunyi muncul. Uji aturan dan dokumentasikan.