In dit proefschrift onderzoeken we hoe crowdsourced data kan worden gebruikt als aanvullende gegevensbron voor beleidsondersteuning in mobiliteitsvraagstukken. We focussen specifiek op de kwaliteitsaspecten van crowdsourced data en het verwerken ervan. De validiteit en betrouwbaarheid van de resultaten zijn dan ook essentieel voor het ondersteunen van beleidsbeslissingen. We hebben volgende onderzoeksdoelstellingen vastgelegd: (i) definieer een kader voor het verwerken en beheren van crowdsourced data; (ii) identificeer factoren die de kwaliteit van de resultaten kunnen beïnvloeden; en (iii) corrigeer de rapportage van trips door het classificeren van de transportmodus te verbeteren. Om deze doelen te bereiken, introduceren we een nieuw kader voor het behandelen van crowdsourced data, gebaseerd op de vereisten van beleidsondersteuning. We stellen ook een procesketen die omgaat met data op vier verschillende niveaus voor. Vervolgens bestuderen we verschillende factoren die de kwaliteit van resultaten kunnen beïnvloeden, waarbij we ons toespitsen op de verwerking van spatiale data. Het onderzoek leidde tot beter inzicht in welke transportmodi het meest beïnvloed worden en welke invloed landgebruik heeft op de kwaliteit van de verzamelde data. Verder analyseren we hoe specifieke fouten, die een grote invloed kunnen hebben op de rapportage van de trip en tripsegmenten van een gebruiker, kunnen worden vermeden.