Según la OECD, los datos de investigación o research data son todo el material que fue registrado y utilizado como fuente primaria durante la investigación científica, y que es comúnmente aceptado por la comunidad científica como necesario para validar los resultados de la investigación. Un conjunto de datos constituye una representación sistemática y parcial del tema investigado.

Se consideran datos de investigación:

• cuadernos de laboratorio,
• cuadernos de campo,
• datos de investigación primaria,
• cuestionarios,
• cintas de audio,
• vídeos,
• desarrollo de modelos,
• fotografías,
• películas,
• objetos digitales,
• algoritmos,
• scripts,
• bases de datos,
• metadatos y esquemas de metadatos,
• configuraciones de software, las comprobaciones y las respuestas de la prueba.

Asimismo, el código de software utilizado para generar, comentar o analizar los datos también puede ser considerado como dato.

No son considerados datos finales de investigación: notas de laboratorio, sets de datos parciales, análisis preliminares, borradores de trabajos, planes para investigaciones futuras, comunicaciones con colegas, objetos físicos, ejemplares de laboratorio como ratones y muestras de laboratorio o cepas de bacterias.

Los datos pueden ser numéricos, descriptivos o visuales.

Clasificación:

• Según su naturaleza: cualitativos o cuantitativos.
• Según su nivel de procesamiento: en estado bruto (datos primarios), procesados o analizados.
• Según la fuente de la que provienen: experimentales (ex. cromatografías), observacionales (ex. enquestas) o computacionales (obtenidos mediante simulación).
• Según su formato: textuales (Word, PDF, RTF...), numéricos (Excel, CSV...), multimedia (JPEG, MPEG, WAV...), estructurados (XML, MySQL...), código de software (Java, C...), específicos de un software (Mesh, 3D CAD, modelo estatístico...) o específicos de una disciplina o instrumento.