Data Crunching ist die Vorbereitung von großen Daten- und Informationsmengen für eine automatisierte, intelligente Verarbeitung. Die Daten werden verarbeitet, sortiert und strukturiert, damit Algorithmen und Programme darauf robust laufen können. Data Crunching umfasst die Rohdatenextraktion zur Vorbereitung auf die Auswertung, die Konvertierung eines Formats in ein anderes, z.B. Text in XML-Datensätze, die Korrektur von Fehlern z.B. Rechtschreibfehler. Gewöhnliche Tasks sind das Abgleichen von Datensätzen, das Ermitteln von Ungenauigkeiten, das Evaluieren der Gesamtqualität der Daten, die Deduplizierung und die Spaltensegmentierung.

Abhängig vom Kontext setzen Data Scientists verschiedene Tools und Algorithmen ein: früher Excel-Programmierung und heute Sprachen wie Java, Python oder R.