Na metodologia de Ciência de Dados, são mapeados os problemas que se deseja resolver ou apoiar a solução, analisados os dados e propondo um modelo de compreensão que possibilita observar padrões e até mesmo prever resultados, numa abordagem chamada top-down (cima para baixo). Essa metodologia deve ser eficaz em atender as demandas apresentadas sem limitações ou dependência direta de qualquer tecnologia, adequada ao volume de dados que serão processados e gerar uma resposta confiável que represente a análise quantitativa e/ou qualitativa dos dados (AMARAL, 1986). 

Este projeto analisou os dados sobre alcance, engajamento, interações e outras métricas sobre a comunicação e difusão científica realizada pelas redes sociais oficiais da instituição e seus resultados na dinâmica de cultura científica com as comunidades interna e externa e se ocorreu algum letramento científico. 

Além da análises das redes sociais e suas estruturas relacionais, também são investigados projetos e instâncias que demandam serviços de comunicação, difusão e letramento científico multiplataforma através de sites multimídia e canais de streaming.

Além dos resultados descritivos e estatísticos demonstrados, os dados etnográficos virtuais coletados permitem analisar fenômenos relacionais, linguísticos e comunicacionais que ocorrem em determinado tempo (períodos analisados), local (redes complexas) e cultura científica (divulgação, difusão e letramento) .

As cinco etapas oferecem um acompanhamento constante do desenvolvimento do modelo e possibilitam que ajustes e correções de premissas ou objetivos possam ser realizados durante as dinâmicas de preparação e limpeza na mineração de dados brutos e possíveis transformações necessárias nos mesmos, otimizando e viabilizando as etapas posteriores. 

O método também deve permitir a análise contínua dos dados em qualquer período de tempo em cinco etapas, não se limitando à sazonalidade de demandas (CASTRO e FERRARI, 2016). Os dados dos gráficos e tabelas podem ser atualizadas automaticamente nas planilhas ou por recursos JSON

As fases da metodologia de coleta e análise de dados estão descritas:   

• Os dados são coletados em formato CSV nas plataformas e exportados para o Google Planilhas, onde são analisados e limpos, rotulados e validados também no Maxqda quanto aos dados dos conteúdos (Preparação de Dados)
• Na segunda etapa (Análise Exploratória dos Dados) são descobertos padrões, distribuições e suas correlações para obter uma compreensão abrangente, propondo inferências quantitativas e/ou qualitativas que formulam hipóteses.
• A terceira etapa consiste em utilizar métodos estatísticos como análises de variância, regressão linear e/ou logística, séries temporais e tabelas de frequências para testar as hipóteses formuladas na etapa anterior e criar tabelas dinâmicas que permitam implementar a Modelagem de Dados. 
• Após a Modelagem Estatística, os chats, comentários e vídeos são transcritos e analisados no Maxqda e submetidos a um treinamento de aprendizado de máquina em framework Python-NLTK de Processamento de Linguagem Natural (PLN) por um método Naive-Bayes de probabilidades, tais como lematização, gerenciamento de derivações e redução de flexões.
• Na última etapa são gerados os gráficos das análises descritivas e os conteúdos submetidos à janelas de contexto no Gemini Advanced (mais de 1.5 milhão de tokens) e de 64 mil palavras no Maxqda através de comandos diretamente no chat dessas ferramentas, quando são gerados os resumos, comentários e análises de sentimento e discurso. Os gráficos e tabelas são organizados em um site WordPress para publicação dos resultados..

Os vídeos transmitidos e armazenados no Youtube, seus comentários e chats analisados qualitativamente, iniciando pela transcrição em arquivo de texto PDF pela ferramenta Maxqda e disponibilizado com acesso ao audiovisual incorporado no site, onde se pode ler a transcrição e acessar o trecho do conteúdo na transmissão.