The data sprint approach enables various objectives for the digital methods community, from fostering interdisciplinary collaboration to providing teaching-learning spaces regarding creative methods. However, data sprints’ purpose, advantages and concrete results are still little known across disciplines. Thus, this paper presents four facets pertaining to and deriving from data sprints to explain their prospects for different (non-) academic communities. First, we define the data sprint approach, providing a detailed description of what data sprints are and what they involve in practice and, in turn, propose guidance to facilitate the replicability of this work method. Second, we elucidate how data sprints are (1) a means of teaching and learning digital methods research, arguing that the data sprint environment is not only (2) a space for methods and tools creation but also (3) a reflective tool to understand the triad of data-, software- and platform-oriented research (from the standpoint of practice). Therefore, data sprints offer researchers situational ways to access and critique scientific knowledge production. Finally, we address a standard post-sprint procedure, which is the last facet: (4) the reutilisation of data sprint reports for producing scientific knowledge, through academic and non-academic publications, as an established research practice. The four facets unpack the data sprint approach for a broader audience whilst indicating the possible takeaways during and after such events. We conclude with reflections from and on data sprints.\ud \ud El método data sprint permite varios objetivos para la comunidad de métodos digitales, desde el fomento de la colaboración interdisciplinaria hasta la provisión de espacios de enseñanza-aprendizaje en relación con los diseños metodológicos creativos. Sin embargo, el propósito, las ventajas y los resultados concretos de los data sprints son todavía poco conocidos en todas las disciplinas. Este artículo presents cuatro facetas que pertenecen y se derivan de esta metodología de trabajo para explicar sus perspectivas para diferentes comunidades (no) académicas. En primer lugar, definimos el método de los data sprints, proporcionando una descripción detallada de lo que son y lo que implican en la práctica y, a su vez, proponemos una guía para facilitar la replicabilidad de este método de trabajo. En segundo lugar, exponemos cómo los data sprints son: (1) un medio de enseñanza y aprendizaje de la investigación de métodos digitales, argumentando que el entorno de los data sprints no es sólo (2) un espacio para la creación de métodos y herramientas, sino también (3) una herramienta de reflexión para entender la tríada de la investigación orientada a los datos, el software y la plataforma, desde el punto de vista de la práctica. Por lo tanto, los data sprints ofrecen a los investigadores formas delimitadas de acceder y criticar la producción de conocimiento científico. Finalmente, abordamos un procedimiento estándar posterior al sprint: (4) la reutilización de los informes del data sprint para producir conocimiento científico, a través de publicaciones académicas y no académicas, como una práctica de investigación establecida. Estas cuatro dimensiones desvelan el enfoque del data sprint para un público más amplio, a la vez que indican las posibles conclusiones durante y después de tales eventos. Concluimos con reflexiones procedentes de los data sprints y sobre ellos.\ud \ud \ud