Een eerste stap is om de data eerst in het juiste formaat te gieten, corrupte data te verwijderen en grootheden in de data (volume, snelheid, lengte et cetera) te harmoniseren. Dit wordt ook wel data cleaning genoemd. Het zou zeer handig zijn als alle data met elkaar overeenkwamen, vergelijkbaar waren en uit een rechtlijnig bestand konden worden gehaald. Maar zo simpel verloopt het proces meestal niet. We verzamelen data uit diverse soorten bronnen (databases, historische bronnen, Twitterfeeds, PDF’s,). Als GROVER advies voegen we alle data samen voordat we onze analyses er op los kunnen laten.