Zaman sınırı olan hikayelere verinin gücünü kazandırmak

Fotoğraf: https://www.mexperience.com/
Fotoğraf: https://www.mexperience.com/

Çeviri:Aydan Aloğlu
Voyd gönüllüsü-Yüksek Lisans Öğrencisi


Veri gazeteciliği neden sadece araştırmalar ve ayrıntılı raporlama için değildir?

Muhabirler, aylarca zaman harcamak gerektirmeyen hikayelerle de veri analizi oluşturmanın mümkün olduğunu söylediğimde bana şüpheyle yaklaşıyorlar.

Çok sayıda muhabir ve editör; veri gazeteciliğini büyük ve çok fazla araştırma gerektiren projelerle kıyaslıyor. Aslında bu da veri gazeteciliği alanında çok yaygın bir pratik olduğundan pek şaşırtıcı değil.

Ancak daha hızlı geri dönüş elde edebileceğiniz hikayelerde küçük verilerle çalışmaktan elde edilebilecek büyük faydalar da var. Bu durum zorlu proje teslim tarihleriyle yüz yüze gelirken ve editörleriniz yayın akışını devam ettirirken neredeyse her alanda yapılabilir bir şeydir.

Günlük iş akışınızda veri gazeteciliği tekniklerini uygulamak için, en azından bazı temel veri eğitimleri gibi, biraz ön yatırımda bulunmanız gerekir. Ancak kısa bir süreliğine bunu yapmak için kesinlikle deneyimli bir veri gazetecisi olmanıza gerek yok. Kısa vadeli hikaye girişimleri için son dakika haberlerini ya da günlük veri hikayelerini takip etmek yeterli olabilir. Bu uzun okumada, gündelik işlere veri analizi uygulamayı göstereceğim. Ayrıca Star Tribune’deki bazı meslektaşlarımın bunu pratikte nasıl gerçekleştirdiğinin altını çizerek bu doğrultuda size yol göstereceğim.

“Paranın takip edilmesi, uzmanlığınızdan bağımsız olarak her zaman veri odaklı bir seçenektir.”

Düşünce Yapısı 

Ben “aklın veri durumu” gücüne ve bir e-tabloda gezinebilme gücüne inanıyorum. Verileri özel veya farklı bir şeyden ziyade bir kaynak olarak düşünmek ve bazı temel Excel eğitimleriyle eşleştirmek size başarı kazandıracaktır.

Bunu bir örnekle açıklayalım:

Star Tribune eğitim muhabiri Faiza Mahamud, Minnesota’daki ilkokul ve ortaokul öğretmenleri arasındaki çeşitliliğin eksikliği hakkında bir hikaye oluşturmak istedi. Resmi bir rapor, öğrencilerin %34’üne kıyasla öğretmenlerin sadece %5’inin siyahi ya da beyaz olmayan olduğunu gösterdi.

Bu iki rakam, bu durumun peşine düşülmeye değer bir hikaye olduğunu göstermek için  yeterliydi, ancak Mahamud’un başka soruları da vardı. Öğretmen ve öğrenci çeşitliliği konusunda hangi okullarda aranın açıklığı daha fazlaydı? Son yıllarda bu açığı kapatmak için ilerleme kaydeden herhangi biri oldu mu? Röportajlar ve fotoğraflar için hangi okullar ziyaret edilmeli? Bu sorulara cevap bulmaya çalışmak için devletin eğitim konusundaki yetkili kişileri arayabilirdi. Ancak e-tabloları nasıl kullanacağını yeni öğrenmişti ve verilerin yardımcı olup olamayacağını bilemedi.

Devlet öğretmen lisanslama kurulu ve devlet eğitim bölümünden öğretmenlerin ve öğrencilerin ırksal analizlerini yapan oldukça basit ve kolay ulaşılabilir iki veri seti, ona tüm bu soruların cevaplarını verdi ve öğretmen çeşitliliğinin eksikliğine ışık tutan bir hikaye yayınlamasına yardımcı oldu.

Hedefleri bulmak

Kuşkusuz, her hikayede veri kullanmaya ihtiyaç olmayacak ya da oluşturulan her hikayede veri kullanmak için yeterli zaman olmayacak. Aşılması gereken ilk engel hedefleri seçmek. Faiza’nın ürettiği gibi hikaye girişimleri doğal bir hedeftir. Ama aklınızda bir fikriniz yoksa ne olacak?

Uzman muhabirlerle sık sık haber odamda oturuyor ve onlara birkaç soru yöneltiyorum: “Uzmanlığınızda hangi konular tekrar tekrar gündeme geliyor?” ve “İnsanlar doğru olup olmadığını kanıtlamak istediğiniz nelerden bahsediyorlar?”. Sorularım için gerekli cevapları aldıktan sonra onlara şunu söylüyorum: “Hikayen burada!”

Bir kent hükümeti muhabiri olan Emma Nelson, St. Paul hükümetinin, mülk sahipleri su faturalarını ödeyemedikleri için birçoğunu kınadığını duymuştu. Bunun doğru olup olmadığını merak etti.

Şehrin bu verileri takip etmediğini ancak kınama mektuplarının gönderildiği tarih ve adresleri içeren bir e-tabloyu onun çalışması için sağlayabileceklerini öğrendi. Ancak kınama nedenini bulmak için gerçek mektupların yüzlerce PDF kopyasını okumak ve bunu e-tabloya manuel olarak eklemek zorunda kaldı. Emma Nelson, diğer işlerinin yanında birkaç ay boyunca yavaş yavaş bu hikaye üzerine çalışmaya devam etti. Tamamladığında ise analiz oldukça basitti.

“Editörler bu önemli insan kaynaklarıyla tanışmanızı istiyor, öyleyse neden veri kaynaklarınızla “kahve içmeye” biraz zaman ayırmıyorsunuz?”

Hikayesi, şehir hükümetini, şehir sakinlerine su faturalarına itiraz etmek ve süreci takip etmek için onlara daha fazla zaman tanıyan bir politikayı onaylamaya itti.

Hikaye aramak için bir diğer yer, uzun zamana yayılan bir konuda zaman harcamanızdır. Editörler son dakika haberlerini takip etmenizi ve aynı zamanda hikaye girişimleri oluşturmanızı istiyor. Bu durum, verilerin size daha iyi bir hikaye sunmaya yardımcı olup olamayacağını görmek için her zaman iyi bir fırsattır.

Mila Koumpilova bu süreçte kendisini Minnesota Üniversitesi’nin emekli rektörünü değiştirme çabasını kapsayan yüksek öğretim muhabiri olarak buldu. Bu yıl, uzun süren bir süreçten sonra hikayesi meyvesini verdi. Ama parayı takip ederek bir veri hikayesi fırsatı daha gördü. Üniversite bu işe aday bulmak için bir araştırma firmasıyla anlaşmıştı. O da ne kadar para aldıklarını merak etti. Üniversite diğer işlerin halledilmesi için araştırma firmalarına ne kadar para harcamıştı? Verilerle, üniversitelerin araştırma firmalarını ne kadar sık kullandığına dair oldukça etkili bir hikaye oluşturdu. Not: Parayı takip etmek, uzmanlığınızdan bağımsız olarak her zaman veri odaklı bir seçenektir.

Verilerinizle Tanışın

Hangi veri kaynaklarının ulaşılabilir olduğunu biliyorsanız, hikaye bulma olasılığınız o kadar artacaktır. Yeni bir uzmanlığa başladığınızda genellikle ilk göreviniz uzmanlık alanınızı kapsayan önemli insanların (düzenli olarak iletişimde kalmanız gereken) kim olduğunu bulmaktır. Gazetecilere bu süreci genişletmelerini ve ayrıca “konuşmaları” gereken önemli veri setleri bulmalarını söylüyorum.

Sadece veri edinme süreci için değil, aynı zamanda boş anlarda onunla uğraşmak için önemli veri setlerinin bir kopyalarını almalarını öneriyorum. Editörler bu önemli insan kaynaklarıyla tanışmanızı istiyor, öyleyse neden veri kaynaklarınızla “kahve içmeye” biraz zaman ayırmıyorsunuz?

Bir veri setine aşina olmak, onu gelecekte yayınlanabilir hale getirebilmenizi çok daha muhtemel kılacaktır. Bir muhabirin veya editörün yayın zamanı yaklaşan bir hikayeyi tartışmak için bana geldiği birçok durumla karşılaştım ve bir veri setine dair geçmiş deneyimlerim sayesinde neyin mümkün olabileceğini çabucak tahayyül edebiliyordum.

“Bazen istediğiniz verilere ulaşamayabilirsiniz. İşte o zaman gerçekten özel bir hikaye elde edebilirsiniz: Verileri kendiniz oluştururak.”

Aynı zamanda bu durum, günlük veya çok çabuk yayınlanacak olan bir hikayeye veri analizi eklemeyi daha da mümkün hale getirir. Spor muhabiri Ben Goessling’in 2019 Amerikan Futbol Sezonu’nda yaklaşık olarak üç hafta boyunca yaptığı şey buydu.

Çok sayıda takımın istatistiklerini indirebileceği, önemli metrikler içeren bir web sitesi biliyordu: Takımların koşmayı pas vermeye karşı ne sıklıkta kullandıkları. Minnesota takımlarından Vikings’in 2019 sezonu performansını tarihsel bağlama koymak istedi. Vikings, oyunlarının %60’tan fazlasını koşmaya dayandırıyordu. Bu da takım hakkında orta derecede bilgi sahibi olan bir Vikings hayranı için bile alışılmamış bir şeydi.

Ben, yaklaşık 10 yıllık takım istatistiklerini indirdi ve ardından her takımın o yıl play-off’larda nasıl oynadığını belirten bir sütun ekledi. Hikayesi, en başarılı takımların oyun boyunca topa %40 ila %45 oranında sahip olduğunu ve daha dengeli bir hücum yaptığı analizini ortaya koydu. Tüm bunları bir haftadan daha kısa sürede yaptığını, ayrıca günlük hikayeler yazdığını ve bir podcast yaptığını not etmeliyim. Hikayeyi okursanız, analizinin birkaç cümle ve bir grafikle sonuçlandığını göreceksiniz. Ancak raporun geri kalan kısmını başka verilerle destekledi.

Yinelenen Veri Setleri

Veri setleri için araştırmaya gittiğinizde, onların düzenli olarak ne zaman güncellendiğini de öğrenin. Yeni veriler yayınlandığında, genellikle haber değeri taşıyabilecek bazı detayları da yakalayacaksınız.

Bu gibi durumlarda, yıllık hikayeler ortaya çıkarmak ve hatta bazen aklınıza gelmedik biçimde beklenmedik hikayeler üretmek için bu verilere güvenebilirsiniz. 

Böyle zamanlarda, temel nokta ileriyi planlamaktır. Bu sizin, verilerle nasıl bir hikaye oluşturabileceğiniz hakkında kabaca bir fikre sahip olmanıza yardımcı olur. Bir plan yapmadan herhangi bir veri kümesine dalmak istemezsiniz.

İş muhabiri Christopher Snowbeck, her yıl ortaya çıkan tıbbi bakım sigortası harcamalarını ve bunların kayıt verilerini; işlerin nasıl değiştiği ve yaşlı vatandaşların  planları için alışveriş yaparken onları neler bekleyebileceği konusundaki raporlarını güçlendirmek için onları sürekli araştırıyor. Veriler gelmeden önce, kaynaklardan duyduklarına dayanarak veriler hakkında belirlediği soruları var. Analizi genellikle, onun alışılagelmiş raporlamasını destekleyen ya da başkalarından duyduklarını doğrulayan bir iki cümle içeriyor. 

Eğitim muhabiri Erin Golden, öğrenci başarısıyla okuyucuları hızlandırmak için için her yıl mezuniyet oranları ve okul test puanları hakkındaki verileri araştırıyor. Oranların önceki yıla nazaran düzelip düzelmediği konusunda her zaman temel hikayeler söz konusudur. Ancak her yıl bunu kullanarak verilere aşina olması ona başka şekillerde de yardımcı olur.

2019 yılında, devletin eğitim departmanı, sonuçlar üzerinde olumlu bir dönüş yapmaya çalışan okul test puanlarını özetleyen bir basın açıklaması yaptı. İkimiz birlikte verilere baktık ve bu konu hakkında olumlu hiçbir şey görmedik. Veriler hemen hemen her yerde ve her grupta düz ilerlerdi ve hatta azalan test puanları gösterdi.

Öncelikli olarak verileri anlamadan, başka bir muhabir bu basın açıklamasına dayalı olarak çok farklı bir hikaye yazmış olabilir. Bazen bu veri dökümleri de basın açıklamalarında olmayan sürprizler getirebilir. Aynı veri setinden Erin ve ben başka bir hikaye bulduk: standartlaştırılmış sınavlara girmeyi seçmeyen okul çağı çocuğu sayısındaki artış.

Yeni haberler

Tanımlanmış bir konu alanı olmadan genel görevlendirme ile çalışan gazeteciler, uzmanlıkları ile ilgili veri kümelerini bulmak için benim önerim ile mücadele içine girerler. Ancak, bu muhabirlerin hazır olması gereken yeni haber durumlarında yararlı olabilecek birçok veri kümesi vardır. Sadece birkaç gün sonra haber içeriğine dahil ederek etkileyici bir hikaye sayesinde, editörü şaşırtacak bir muhabir olduğunuzu düşünün.

2007 yılında Minneapolis’teki Mississippi Nehri’ne büyük bir köprünün çöktüğü, 13 kişinin öldüğü ve düzinelerce kişinin yaralandığı bu durumla karşı karşıyaydım. O sırada St. Paul Pioneer Press’te çalışıyordum ve daha önce federal köprü denetim veri tabanıyla uğraşmıştım. Bu verileri nereden alacağım hakkında bir fikrim vardı ve Minnesota’daki diğer köprülerin eksiklerine, onarıma veya değiştirilmeye ihtiyaç duyduğuna bakmamıza izin verileceğini biliyordum. Bu hikayeyi köprünün çökmesinden dört gün sonra yayınladık.

Araç ve uçak kazaları, bina yangınları, işyeri ölümleri veya gaz hattı patlamaları hakkında veri kümeleri arayın. Aynı zamanda hangi kurumların bu felaketleri önlemek için tasarlanmış teftişler yaptığını ve verilerinde neler olduğunu görün.

“Kilit nokta,  analizinizi yönetilebilir bir kapsamla odaklanmış halde tutmaktır.”

“Bu yıl kentimizde geçmişte herhangi bir yıldan daha fazla cinayet oldu mu?” gibi sorulara cevap verebilmek için bazı hazır temel verileri edinin. Bölgenizdeki bir şehir veya ilçenin çoğunluk-azınlık olma ya da diğer önemli ölçütleri geçme eşiğinde olduğunu bilmek için nüfus sayımı demografik verilerini iyi anlayın.

Bölgenizdeki büyük olaylarla ilgili veri fırsatları da olabilir. Şehriniz bir festivale, önemli bir spor veya siyasi etkinliğe ev sahipliği yapıyor mu? Bunlar varsa, gerçekleştikten sonra ortaya veri fırsatları çıkabilir. İzleyebileceğiniz hükümet harcamaları var mı? Etkinlikler için güvenlik sağlamak amacıyla ne kadar fazla mesai yaptırımı olduğunu gösteren veriler var mı?

Ayrıca önemli yıldönümleri olup olmadığını da düşünün. Bu köprünün çökmesinden on yıl sonra, Star Tribune muhabirlerinden birinin bir arkadaşının Minnesota’nın diğer tüm onarıma muhtaç köprüleri düzeltme vaadini yerine getirip getirmediğini görmek için veri kullanmasına yardımcı oldum. Bir lise hokeyi oyuncusu için korkunç bir sakatlığın yıldönümünde, spor muhabiri David La Vaque, veri gazetecisi Alan Palazzolo‘nun yardımıyla, bu sakatlıktan sonra kural değişikliklerinin oyunu değiştirip değiştirmediğini değerlendirmek için penaltı verilerini analiz etti.

Kendiniz oluşturun

Bazen istediğiniz verilere ulaşamayabilirsiniz. İşte o zaman gerçekten özel bir hikaye elde edebilirsiniz: Verileri kendiniz oluşturarak. 

Birkaç yıl önce, benimki de dahil olmak üzere ABD’deki birçok haber kuruluşu polisle yaşanan çatışmalarda kaç kişinin öldüğünü saymaya başladı. Hepimiz kolluk kuvvetlerinin bunu saymakta başarılı olmadığının farkına vardık. Biz de kendimiz yaptık.

Neredeyse dört yıl önce gazetem bu veri hikayesini yayınladı ve biz bunu güncel tutmaya karar verdik. Her yeni ölüm gerçekleştiğinde buna bir kayıt daha ekliyoruz. Birkaç ayda bir, Minnesota’nın her tarafından gelen haberleri ve kaçırdığımız bir şey olduysa bunu bulmak için eyaletin ölüm belgesi veri tabanını gözden geçirmek için biraz zaman ayırıyoruz. Şimdi yeni bir olay meydana geldiğinde, son dakika haber ekibimiz okuyuculara özel kolluk kuvvetleri yetki alanında bu yıl benzer olayların yaşanıp yaşanmadığına veya kaç kez yaşandığına dair verileri hazır hale getiriyor.

Herhangi bir şeyi izleme fikrinizi alın ve bunu uygulayabileceğiniz başka yerler olup olmadığını düşünün. Bu yolda takip etmek istediğiniz belediye meclisi kararları var mı? Nefret suçları takip edilmeye ve her biri hakkında kolluk kuvvetlerinden daha fazla ayrıntı belgelenmeye değer mi?

Birkaç yıl önce spor muhabiri Marcus Fuller, üniversite erkek basketbolunu izlerken fark ettiği bir şeyi ölçmek istedi. Çok fazla siyahi baş antrenör olmadığını gördü ve bunun zamanla azaldığından da emindi. Marcus, bir stajyerin yardımlarıyla birlikte, üniversite web siteleri ve medya rehberleri aracılığıyla konuyla ilgili olarak iz sürdü. Konuyla ilgili olarak üst düzey takımların her birinde sportif direktörleri bir antrenör tablosu oluşturmaya çağırdı ve zaman içinde geri dönüş sağladı. Veriler teorisini kanıtladı ve önemli bir hikaye için belkemiği oluşturdu. 

Yukarıdaki grafikte, her yıl sezonun başladığı yılı temsil etmektedir. 1996'da Big 12 olan Big 8'deki okullar Big 12 kapsamına alındı.
Yukarıdaki grafikte, her yıl sezonun başladığı yılı temsil etmektedir. 1996’da Big 12 olan Big 8’deki okullar Big 12 kapsamına alındı.

Veriyi yönetilebilir halde tutmak

Şimdi kafanıza bir ton fikir eklediğime göre, eminim ki merak ediyorsunuzdur: “Diğer sorumluluklarım arasında bütün bunları nasıl başarabilirim?”

Evet, bu zorlayıcı.

Burada kilit nokta,  analizinizi yönetilebilir bir kapsamla odaklanmış halde tutmaktır. Bunun ne kadar büyük olduğu her hikaye için farklıdır ve bir bağlamda veriyle olan ilişkinizdeki becerilerinize de bağlıdır. Haber odanızda size yardımcı olacak biri varsa biraz daha ileri gidebilirsiniz. Verilerle çalışmak konusunda gerçekten yeniyseniz veya size yardımcı olabilecek birileri yoksa, verileri çok sıkı tutmak isteyecek ve basit veri setleri seçmeye çalışacaksınız.

Arama tabloları kullanılarak çevrilmesi gereken kodlarla yüklü dokuz ilişkisel tablo içeren bir veri kümesi, hızlı dönüşlü bir hikaye için muhtemelen çok fazla olacaktır.

Ayrıca, üzerinde çalıştığınız veri miktarını da göz önünde bulundurun. İstediğiniz hikayeyi anlatmak için 20 yıllık verilere ihtiyacınız var mı? Eyaletteki her okulu kapsaması gerekiyor mu? Bazen daha az veri yeterlidir, bu da daha az zaman alır.

“İhtiyaç duymadığınız şeyler için çok fazla zaman harcamadan verilerinizi tam olarak anladığınızdan ve analizi doğru bir şekilde yaptığınızdan emin olmak istiyorsunuz.”

Elinizdeki veri setinin her alanında veri temizleme veya standartlaştırma yapmanız gerekmeyebilir. Bunu aklınızdan çıkarmayın. Eğer kullanmayacağınız bir alansa onu olduğu gibi bırakın.

Faiza Mahamud’un öğretmen çeşitliliği hakkındaki hikayesinde yaptığı gibi, cevaplamak istediğiniz birkaç soru ile başlayın. Bu sorulara sadık kalın ve konudan sapmamaya çalışın. 

Size işin kestirme yolunu gösteriyormuşum gibi gelebilir, ancak veri çalışmasında işin kalitesinden ödün vermeden kestirmeden gitmek mümkündür. İhtiyaç duymadığınız şeyler için çok fazla zaman harcamadan verilerinizi tam olarak anladığınızdan ve analizi doğru bir şekilde yaptığınızdan emin olmak istiyorsunuz.

Burada iyi bir editör veya iş arkadaşı işe yarayabilir. Bu kişinin veri becerisine sahip olup olmaması mühim değildir. Siz ilerleme sürecinde ona bulgularınızı gösterin. Tepkisi, altın vuruşu ne zaman veya hangi sorularla yapacağınız konusunda size yardımcı olacaktır. Bir şeyin gerçek olmayacak kadar iyi olup olmadığını veya analizinizin kaynaklardan duyduklarınızla çelişmediğini görmenize yardımcı olacaktır. Ayrıca konudan uzaklaşmamanıza ve enerjinizi korumanıza yardımcı olabilir.

Veri günlüğü sizin arkadaşınızdır

Muhtemelen uzun bir süre boyunca başka şeyler üzerinde çalışırken veri analizinizi yavaşça ayırmanız gerekecektir. Bazı bulgularınız olduğunda, belki de editörünüz raporlamanın geri kalanını yapmak ve hikayeyi kalitesine bakmaksızın çok sayıda üretmek için sizi biraz serbest bırakabilir.

Bir veri günlüğü tutarak hayatınızı kolaylaştırın. Bu bir metin belgesi veya herhangi bir defter de olabilir. R veya Pyton gibi bir kodlama dili kullanıyorsanız, günlüğünüzü doğrudan kodlarınızın yanında kayıt altında tutabilirsiniz.

Günlüğünüz, verileri nereden ve ne zaman aldığınıza, bu bilgileri sağlayan kişinin/kurumun adı ve iletişim bilgilerine; ayrıca verilerde ne olup olmadığına ilişkin temel bilgileri içermelidir. İlerlerken her adımınızı notlarınıza ekleyin. Verilerde temizlediğiniz bölümleri kayıt altına alın ve aklınıza gelen soruları yazın.

“Günlük veya hızlı geri dönüşe sahip girişimler için verileri kullanarak başarılı olmanın anahtarı destekleyici bir editöre sahip olmaktır.”

Verilerinizle çalıştığınız her oturumun sonunda bir dahaki sefer için kendinize bir yapılacaklar listesi hazırlayın. Bu adımların tümü, verileri mümkün olduğunca verimli bir şekilde işlemenizi kolaylaştırır. Geçen hafta ne yaptığınızı anlamaya çalışarak gelecek hafta tonlarca zaman harcamak istemezsiniz.

Verileriniz üzerinde çalışmak için ajandanızda bu konu için size özel bir zamanınızın olması gerekir. Sadece 15 dakika da olsa boş zamanınız olduğunda başvurabileceğiniz iyi düzenlenmiş bir yapılacaklar listeniz olması size yardımcı olacaktır. Bu listeyi oluştururken; “verilerim üzerinde çalışmak” gibi belirsiz bir şey yazmak yerine, yapacaklarınızı daha detaylı bir şekilde ve parçalar halinde yazın. Örneğin; bir yapılacaklar listesi şunları içerebilir: “Veri kaynağını ara ve X alanının neden boş olduğunu sor.”, “X’i araştıran bir pivot tablosu oluştur.”… Her öğeyi oldukça basit tutmaya çalışın ve görevlerinizi oluştururken zaman sınırlamanız olduğunu unutmayın.

Bir başka yararlı ipucu: Günün ilk 15 dakikasını başka bir işe başlamadan önce veriye ayırın. Gerekirse günlük işlerinize geri dönmenizi hatırlatmak için bir zamanlayıcı ayarlayın.

Editörlerinizle çalışmak

Günlük veya hızlı geri dönüşe sahip girişimler için verileri kullanarak başarılı olmanın anahtarı destekleyici bir editöre sahip olmaktır. Bunun en ideali, editörünüzün size biraz daha hırslı ve iddialı bir çalışma ortaya çıkarmanız adına günlüğünüzü yazmak için biraz boş zaman vermesi ve/veya buna istekli olmasıdır. Aynı zamanda, onlara bu çalışmayı teslim edeceğinizi de kanıtlamanız gerekir.

Vaadettikleri çalışmaları teslim etmedikleri için muhabirleri serbest bırakmak konusunda isteksiz olan birçok editör gördüm. Yani, basit bir kural olarak teslim edebileceğinizden daha fazlasını vaadetmemenizi tavsiye ederim. Küçük küçük başlayın, büyük fikirleri kendinizi kanıtladıktan sonraya saklayın.

Editörünüzü olabildiğince hikayeye dahil edin. Verilerinizi ve bulgularınızı gözden geçirmesi konusunda onu ikna edin. Daha iyi bir hikaye için verinin nasıl yapılandırılabileceği hakkında onu heyecanlandırın. Bu durum, özellikle editörünüz veriye meraklı değilse oldukça önemlidir.

Beklenmedik faydalar

Hikayeler için verileri düzenli olarak kullanmanın, üretmenize yardımcı olduğu iyi hikayelerin ötesinde çok sayıda avantajı vardır. 

Veriler, hikayenizi hayata geçirecek kişileri veya röportajlar ve fotoğraflar için gitmeniz gereken yerleri bulmanıza yardımcı olabilir. Aramış olduğumuz oylama eğilimleri ve demografik özelliklerin doğru bir karışımına sahip kırsal Minnesota topluluklarını bulmak için seçim ve nüfus sayımı verilerini kullandık. Sağlık muhabiri Glenn Howatt, kızamık için sürü bağışıklığı olmayan yerler hakkındaki hikayesi için hangi okullarla konuşması gerektiğini belirlemek amacıyla okul aşılama oranları hakkındaki verileri kullandı.

Bazı basit veriler bile, bir devlet kurumunun yayınladığı basın açıklamasının ötesine geçmenizde yardımcı olabilir ve günlük bir hikayenin bağlamını daha fazla güçlendirir.

Veriyi takip etmek uzmanlığınıza veya hakkında yazdığınız konuları daha derinlemesine incelemenize yardımcı olur. Ayrıntıları görürseniz, büyük resmi de görebilirsiniz.

Muhtemelen en iyi fayda, uzmanlık alanınızdaki insan kaynaklarının sizi daha adil değerlerdirmesine ve eksiksiz görmesinde olacaktır. Çok sayıda muhabirin, verilerle düzenli olarak haşır neşir olarak daha fazla saygı duyulan bir meslek insanı haline geldiğini gördüm. Siz de yapabilirsiniz.

Çeviri:Aydan Aloğlu
Voyd gönüllüsü-Yüksek Lisans Öğrencisi