Los continuos avances tecnológicos junto con el aumento y generalización del uso de Internet, entre otros factores, está facilitando que los datos generados por el conjunto de la sociedad puedan ser recolectados por cualquier agente. No obstante, estos datos generados de forma masiva requieren de un tratamiento adecuado antes de ser analizados y utilizados en investigación. De hecho, se considera que los investigadores dedican en torno a un 80% de su tiempo a preparar los datos, y el 20% restante a analizarlos. En la presente investigación se ofrecen técnicas y herramientas que permiten reducir considerablemente el tiempo y el esfuerzo que el investigador dedica a esa fase inicial y se muestran ejemplos de uso mediante su utilización para responder preguntas de investigación sustantivas. También se proponen algunos procedimientos para que la generación de bases de datos sea de calidad, considerándose una mejora sustantiva la puesta a disposición de los datos a otros investigadores y a la sociedad en general. Para ello se han manejado datos de diferentes tipos y provenientes de diferentes fuentes, mostrando la versatilidad de los métodos y herramientas propuestas. Al trabajo realizado se le ha dado visibilidad en varios congresos nacionales e internacionales, y mediante diversas publicaciones científicas, las cuales se comentan en profundidad a lo largo del presente documento, quedando disponibles para su lectura y análisis en los Anexos I a VI.