De plus en plus développées en sciences sociales (ethnométhodologie, Analyse Conversationnelle, linguistique interactionnelle, anthropologie linguistique ou culturelle, éthologie humaine ou sociologie cognitive), les méthodes d'observation et d'analyse vidéo permettent de préserver trois dimensions essentielles à l'organisation endogène des activités : la multimodalité des actions, leur ancrage contextuel, dans un cadre spatial et matériel très riche, et la dynamique de leur production et de leur interprétation en situation. Cet article porte sur une démarche méthodologique ‘naturaliste' mise au point par une équipe de recherche en France pour étudier des activités et des interactions dans la sphère domestique : nous décrirons l'entrelacement d'opérations et de phases méthodologiques diverses et montrerons comment la constitution des conditions de fabrication des données s'est constamment ajustée et adaptée aux contingences sociales et matérielles du terrain.