De When in Data Journalism - dummies

Zoals het oude gezegde luidt, is timing alles. Het is een waardevolle vaardigheid om te weten hoe oude gegevens worden opgeknapt, zodat het interessant is voor een modern lezerspubliek. Evenzo is het in de gegevensjournalistiek noodzakelijk om contextuele relevantie in de gaten te houden en te weten wanneer het optimale moment is om een ​​bepaald verhaal te maken en te publiceren.

Wanneer als de context van je verhaal

Als je een stuk gegevensjournalistiek wilt maken dat echt veel respect en aandacht van je doelgroep trekt, overweeg dan wanneer - over welke tijdsperiode - uw gegevens zijn relevant. Verouderde, verouderde gegevens helpen het verhaal meestal niet om nieuws te brengen, en helaas kun je daar heel veel oude gegevens vinden. Maar als u handig bent met gegevens, kunt u datamashups maken die trends in oude datasets meenemen en deze presenteren op manieren die interessant zijn voor uw huidige lezerspubliek.

Neem bijvoorbeeld genderspecifieke trends in de arbeidsgegevens voor de jaren 1940 en maak een mashup - integratie, vergelijking of contrast - van die trends in gegevens en arbeidsgegevens van de vijf jaar net voorafgaand aan de huidige. U kunt deze gecombineerde gegevensset dan gebruiken om een ​​echt dramatisch verhaal te ondersteunen over hoeveel dingen zijn veranderd of hoe weinig dingen zijn veranderd, afhankelijk van de hoek die u met uw stuk zoekt.

Nogmaals terugkomend op de kwestie van ethische verantwoordelijkheden in de journalistiek, als een gegevensjournalist loop je een fijne lijn tussen het vinden van datasets die de meest overtuigende ondersteuning bieden voor je verhaallijn en het vinden van feiten die een feitelijk uitgedaagd verhaal ondersteunen dat je ' probeer opnieuw te duwen. Journalisten hebben een ethische verantwoordelijkheid om een ​​eerlijke boodschap over te brengen aan hun lezers. Wanneer je een case opstelt om je verhaal te ondersteunen, neem dan niet te veel afstand - met andere woorden, neem de informatie niet mee naar het rijk van de fictie. Er zijn een miljoen feiten die op ontelbare manieren kunnen worden gepresenteerd om elk verhaal dat je wilt vertellen te ondersteunen. Je verhaal moet in de realiteit zijn gebaseerd, en niet een of ander verhalend of verzonnen verhaal zijn dat je probeert te promoten, omdat je denkt dat je lezers het leuk zullen vinden.

Je hebt soms moeite met het vinden van interessante of boeiende datasets om je verhaal te ondersteunen. Zoek in dergelijke situaties naar manieren om gegevensmashups te maken die uw minder interessante gegevens koppelen aan bepaalde gegevens die buitengewoon interessant zijn voor uw doelgroep. Gebruik de gecombineerde gegevensset als basis voor uw gegevensgestuurde verhaal.

Wanneer verzorgt het publiek het meest?

Als het uw doel is om een ​​stuk datajournalistiek te publiceren dat viral gaat, dan wilt u zeker de tijdigheid van het verhaal beschouwen: Wanneer zou de prime time zijn om een ​​artikel over dit specifieke onderwerp te publiceren?

Om voor de hand liggende redenen zul je het niet goed gaan doen door in 2017 een verhaal te publiceren over wie de verkiezingen in 1984 voor de Amerikaanse president heeft gewonnen; iedereen weet het, en niemand geeft erom. Evenzo, als een enorm, tegenwoordig medierschandaal de interesse van uw lezerspubliek al heeft gewekt, is het geen slecht idee om de rugwind van die mediahype te trotseren en een gerelateerd verhaal te publiceren. Het verhaal zou waarschijnlijk behoorlijk goed presteren, als het interessant is.

Als recent voorbeeld had u een stuk gegevensjournalistiek kunnen maken over veronderstellingen en schendingen van privacy van internetgebruikers en het vervolgens gepubliceerd hebben in de dagen net nadat het nieuws van de controverse tussen Edward Snowden en NSA brak. Het bijhouden van relevante en tijdige publicatieprogramma's is een manier om ervoor te zorgen dat uw verhalen de aandacht trekken die ze nodig hebben om u in dienst te houden.