Inom multimodal interaktionsanalys utgörs data av videoinspelningar. Utan en videoinspelning kan man inte utföra multimodal interaktionsanalys i enlighet med vad som avses i denna bok. Videoanalysen inbegriper generellt såväl identifiering av relevanta sekvenser i förhållande till ett visst forskningsintresse som transkription av vad som dokumenterats i videofilmen och framskrivande av en empiriskt grundad argumentation. Det är denna analysprocess, ”från ax till limpa”, som utgör ämnet för detta kapitel. Olika undersökningar kan naturligtvis se olika ut. Vår framställning kan därför ses som ett vägledande förslag på arbetsgång.