Veri Odaklı Düşünme Biçimi Geliştirmek: Editörler için Temel İpuçları!

Bugün, her ölçekteki basılı ve dijital haber merkezinde veri, gazetecilerin yerel yönetim harcamalarından küresel iklim değişikliği örüntülerine kadar pek çok konuyu ele alış biçiminin ayrılmaz bir parçası haline geldi. Muhabirler veriyi eğilimleri doğrulamak, yanlış inanışları çürütmek ve insan kaynaklarının tek başına yanıtlayamayacağı sorulara cevap bulmak için kullanıyor.

Veri gazeteciliği bir biçimiyle 1950’lerden bu yana var olsa da, alan asıl patlamasını milenyum sonrası dönemde yaşadı. Çevrim içi yayıncılığın gelişmesiyle birlikte etkileşimli veri tabanları, aranabilir kayıtlar ve veri görselleştirme araçları mümkün hale geldi.

Ancak her haber merkezi, editoryal içeriklerde verinin artan kullanımına uygun bir editoryal altyapı geliştirebilmiş değil. Geleneksel haber merkezlerinde yetişmiş editörlerden artık merkezinde elektronik tabloların, veri setlerinin ve istatistiksel analizlerin bulunduğu haberlere onay vermeleri ve bu haberleri düzenlemeleri bekleniyor. Üstelik çoğu zaman bu süreçlerin kendilerinden tam olarak ne talep ettiğine dair resmi bir eğitimleri ya da net bir fikirleri olmadan.

MaryJo Webster, onlarca yıldır verilerle çalışan ve gazetecilere eğitim veren bir veri editörü olarak, veri odaklı bir haberi geliştirme ve düzenleme sürecinin aslında diğer tüm habercilik süreçleriyle aynı mantığı izlediğini söylüyor. Bir kaynak bulursunuz, onu doğrularsınız, sorgularsınız ve elde ettiğiniz yanıtları adil bir şekilde yorumlarsınız. Verinin cevaplayabileceği sorular kim zarar görüyor, kamu kaynakları nereye gidiyor ve uygulanan politika vaat edildiği gibi işliyor mu gibi, hesap verebilirlik gazeteciliğinin peşine düştüğü temel soruların aynısıdır. Fark şu ki burada kaynak bir elektronik tablo ve bu da kendine özgü bir sezgi ve beceri seti gerektiriyor.

Knight Center for Journalism in the Americas kursunun baş eğitmeni olan MaryJo Webster şöyle diyor: “Veri gazetecilerini ya da çalışmalarında veri becerilerini kullanan muhabirleri, haber merkezindeki diğer muhabirlerden çok farklı düşünmemek gerçekten önemli. Onlar da soru soruyor ve yanıtları paylaşıyor. Sadece, başka yollarla elde edemeyeceğimiz cevaplara ulaşmak için biraz yabancı sayılabilecek bir dil kullanıyorlar.”

Veri Odaklı Bir Düşünme Biçimi Geliştirmek

Özünde veri gazeteciliği, yapılandırılmış verilerle “röportaj yapmak” anlamına gelir. Satır ve sütunlarda depolanan bilgiler, bir muhabirin kaynağını sorgulaması gibi sorgulanır ancak bu durumda röportajı yürütmeye programlama dilleri ve elektronik tablolar yardımcı olur. MaryJo Webster’a göre insanlar veri gazeteciliğini duyduklarında genellikle bunun tamamen matematikle ilgili olduğunu düşünüyor ancak çoğu zaman mesele bir elektronik tabloda gördüğünüz şeyi yorumlayabilmektir. Veri, insan kaynaklarının ya bilmediği ya da yanıt veremediği sorulara cevap bulmanıza yardımcı olabilir.

MaryJo Webster, veri editörü olarak görev yaptığı Minnesota Star Tribune’da çalışıyor.

Veriyi bir destek unsuru değil de bir kaynak olarak görmek, editörlerin ona yaklaşım biçimini değiştirir. İnsan kaynaklarının farklı türleri vardır: güvenilir başvuru kaynakları, ihbar edenler ya da bilgi sızdıran kişiler. Veri de bu rollerin hepsini üstlenebilir. Webster’a göre veri bazen bir “whistleblower” gibi davranır ve ortaya çıkarmak istediğiniz bir şeyi izler bazen büyük resmi sunan bir arka plan kaynağı olur, bazen de hikâyenizin merkezine koyacağınız kişileri bulmanıza yardımcı olan bir rehber işlevi görür. Webster, yalnızca veriye dayanan çalışmaların, insan kaynakları ve bağlam içermeyen bir haberin nadiren iyi bir haber olacağını belirtiyor. Ancak veri sizi doğru yerlere yönlendirebilir diyor.

Veri, insan kaynaklarından bazı önemli yönleriyle ayrılır. Özellikle bir muhabir ilk kez bir veri setiyle çalışıyorsa, onu anlamak zaman alabilir. Veriler çoğu zaman kusurludur ve bu durum süreci daha karmaşık hale getirir. Ancak istediğiniz kadar soru sorabilirsiniz ve veri yeterince ayrıntılıysa, alacağınız yanıtlar insan kaynaklarının sağlayabileceğinden daha kesin olabilir.

Webster, Star Tribune’ün Minneapolis’teki göl plajlarına ilişkin araştırmasını, verinin insan kaynaklarından daha iyi performans gösterdiği ve güvenilir bir başvuru kaynağı gibi işlediği açık bir örnek olarak gösteriyor. Yetkililer plaj kapanmalarının daha sık yaşandığını doğrulamış ancak söyleyebildikleri bununla sınırlı. Hikâyenin geri kalanını ise iki veri seti ortaya koyuyor: Yoğun yağışların, bakterileri göllere taşıyan yüzey akışını artırması nedeniyle plaj kapanmaları daha yaygın hale geliyor.

Webster’a göre verinin yapamayacağı şeylerden biri “neden” sorusunu açıklama. Veri bir örüntüyü ortaya çıkarabilir ancak çoğu zaman sebebi söylemez. Bunun için hâlâ klasik saha haberciliği gerekir. Ayrıca, bir veri analizi sürecine başlamadan önce, sadece veriyle ilgili bir fırsat bulunmasının bunun mutlaka değerlendirilmesi gerektiği anlamına gelmediğini kabul etmek gerekir. Muhabirlerin ve editörlerin kendilerine sorması gereken sorular şunlar:

• Eğer insan kaynaklarının gerçekten yanıt veremediği bir soru varsa
• Veriden ne kadar ayrıntı gerektiği
• Başka birinin zaten hesapladığı tek bir sayının hikâye için yeterli olup olmayacağı
• Başka bir yayın organının bu analizi zaten yapıp yapmadığı ve bundan yararlanıp yararlanamayacağınız
• Ve hikâyenin ne kadar hızlı yayımlanması gerektiği

İyi veriye ulaşmak

İyi veri bulmak, diğer kaynakları bulmakla aynı mantığı izler. Muhabirler, ele aldıkları konular etrafında hangi verilerin mevcut olduğunu haritalamak için zaman harcamalıdır. Örneğin ilgili devlet kurumlarının hangi raporları ürettiği ya da bir polis departmanının silahlı şiddeti nasıl kayda aldığı gibi.

Eşit derecede önemli olan bir diğer konu da muhabirin hangi “veri evrenini” istediğini düşünmesidir.
Hangi tür veriyi elde ettiğiniz, bunun özet veri mi yoksa ham veri mi olduğu büyük önem taşır. Özet veri, başka birinin zaten işlediği bilgidir. Örneğin okullarda ele geçirilen tabanca sayısını gösteren bir tablo. Buna karşılık, her satırın tek bir olayı, kişiyi ya da kazayı temsil ettiği ayrıntılı veri, gazetecinin kendi analizini yapmasına imkân verir.

Ayrıntılı veri her zaman mevcut olmayabilir ve bazen bunu elde etmek için zaman da olmayabilir. Ancak buna ulaşmanın en iyi yolu bir muhabir gibi davranmaktır. İnsanları aramak, kurumlara verilerin nasıl tutulduğunu sormak, büyük sayıların arkasındaki belge izini takip etmek gerekir. Çünkü MaryJo Webster’a göre özet veriler çoğu zaman daha zengin bir orijinal veri setine dayanır. Veriyi toplayan kişilerle bir toplantı yapmak ve metodolojiyi anlamak da iyi bir fikir. Alternatif olarak gazeteciler veri seti hakkında yorum yapabilecek bir analistle de görüşebilir.

Bu aynı zamanda veriyi sağlamlaştırma sürecinin başlaması gereken noktadır. Herhangi bir veri talebinde bulunmadan önce muhabirlerin verinin gerçekten ne içerdiğini, nasıl toplandığını, nelerin hariç tutulduğunu ve zaman içinde sayıların anlamını etkileyebilecek bir değişiklik olup olmadığını anlaması gerekir.

Zaman aralığı da erken aşamada verilmesi gereken bir diğer karardır. Genel kural, mümkün olduğunca fazla tarihsel veri elde etmektir. İmkân varsa beş ila on yıl arası veri idealdir. Ancak  sık sık bazı zorluklar ortaya çıkar. Örneğin COVID-19 pandemisi 2020 yılına ait neredeyse tüm veri setlerini, konu ne olursa olsun, bozmuştur ve 2020’yi normal bir referans yılı olarak almak herhangi bir trend analizini çarpıtabilir.

Eşit derecede önemli olan bir diğer konu da muhabirin hangi “veri evrenini” istediğini düşünmesidir. Örneğin yalnızca yaralanma, ölüm ya da ciddi maddi hasar içeren kazaları kapsayan bir trafik kazası veri tabanı varsa, muhabir aslında binalara çarpan araçları incelemek istiyorsa bu veri seti büyük ihtimalle çok dar kalacaktır.

Bazen hiç uygun bir veri seti bulunmaz. Ancak böyle durumlarda yeni bir veri seti oluşturmak mümkün. Mart 2020’de Arjantin COVID-19 pandemisi sırasında sınırlarını kapattığında, La Nación’dan gazeteciler 21 binden fazla Arjantinlinin yurt dışında mahsur kaldığını ve birçoğunun ciddi kırılganlık koşulları içinde olduğunu biliyordu. Hükümetin sınırlı tahminlerine dayanmak yerine, yapılandırılmış bilgi toplayan bir kamu Google formu oluşturarak kendi veri tabanlarını kurdular. Konum, yaş, kırılganlık faktörleri ve dönüş bileti durumu gibi bilgiler topladılar ve bunu sosyal medya üzerinden yaydılar. Ayrıca mahsur kalan yolcuların oluşturduğu Instagram hesaplarını takip ederek onlarla doğrudan iletişime geçtiler. Ortaya çıkan veri tabanı, ekiplerin farklı ülkelerdeki yoğunlaşmaları haritalamasına, en riskli durumdaki kişileri belirlemesine ve krize hem ölçek hem de insan hikâyesi kazandırmasına olanak sağladı. Bu, resmi kaynakların sağlayamadığı bir şeydi. Projede yer alan veri gazetecisi Natalia Louzau, Knight Center for Journalism in the Americas kursunda konuk konuşmacı olarak yer almış ve sürecin sonunda öğrendikleri temel derslerin bir dizi önemli noktaya işaret ettiğini söylemiştir:

• Son ürünü en baştan düşünerek tasarlayın yani veritabanında hangi alanların olacağı, yanıtlamak istediğiniz sorulara göre belirlenmelidir.
• Dinamik verileri tercih edin yani sabit bilgiler yerine örneğin “yaş” yerine “doğum tarihi” gibi alanlar kullanın, böylece veri yıllar sonra da geçerliliğini korur.
• Veri girişini en baştan standartlaştırın, mümkün olduğunca serbest metin yerine sabit kategoriler kullanın, böylece veri temizliği hikâyeden önce bir sorun haline gelmez.
• Bir veritabanının değerli olması için büyük olması gerekmez. La Nación’ın “Who’s Who in Congress” veri tabanı sadece 330 satırdan oluşmasına rağmen, okuyuculara milletvekilleri hakkında daha önce tek bir yerde toplanmamış bilgileri sunabilmiştir.

Veri Hikâyelerinde “Bulletproofing” (Sağlamlaştırma)

Veri haberi doğrulama süreci, sadece en sonda yapılan bir “fact-check” aşamasına bırakılamaz. Verideki sorunlar zaman alır bu yüzden süreç, muhabir veri setini fark ettiği anda başlamalıdır.

MaryJo Webster’a göre en önemli iki konu, verinin sağlam olup olmadığı ve yapılan analizin doğru olup olmadığıdır. Webster, editörlere ve muhabirlere yeni veriye bir ihbarcıya yaklaşır gibi yaklaşmalarını önerir: ilgiyle ama temkinli. “Onunla kahve için” der. Verinin nasıl toplandığını, ne sıklıkla güncellendiğini, neleri içerdiğini ve neleri dışarıda bıraktığını sorun. Sütunları tek tek inceleyin. Şüpheli görünen noktaları kontrol edin. Kodlanmış alanlar varsa bunların ne anlama geldiğini çözün. Eksik ya da tutarsız değerleri, boş bırakılmış alanları arayın. Veriyi üreten kurumun bir metodoloji dokümanı ya da kod kitabı varsa mutlaka kullanın. Bir alanın ne anlama geldiğini doğrulamadan varsayımla ilerlemeyin.

Webster’a göre veri muhabirlerinin geliştirmesi gereken en önemli alışkanlıklardan biri “veri günlüğü” tutmaktır. Bu, kullanılan her kaynağın, yapılan her temizleme işleminin, eklenen veya dönüştürülen her sütunun kaydını içeren sürekli bir not defteridir. Bu iz sürme sistemi, hem hataları yakalamayı hem de bulguları doğrulamayı ve yayın sonrası sorgulanırsa çalışmayı savunmayı mümkün kılar. Editörler de bunu talep etmeli ve veri analizinin insan kaynaklı habercilikle paralel yürütülüp yürütülmediğini sorgulamalıdır.

Ayrıca bir “veri notu” (data memo) da kullanılabilir. Bu not, temel bulguları, sürpriz sonuçları, sınırlamaları ve verinin insan kaynaklarıyla karşılaştırmasını özetler. Editörler bu notu incelemeli ve sorgulamalıdır. Özellikle şu sorular kritik: Sonuç gerçekten şaşırtıcı mı? Karşılaştırmalar doğru yapılmış mı? Nüfus değişimi gibi dış etkenler hesaba katılmış mı? Veri setinin metodolojisi zaman içinde değişmiş mi? Aynı analiz başka bir yayın ya da araştırmacı tarafından yapılmışsa sonuçlar örtüşüyor mu? Webster ayrıca metodolojinin sade bir dille yazılmasını önerir eğer anlatması karmaşık hale geliyorsa, genellikle yeniden düşünülmesi gereken bir şey vardır.

Veri Haberlerinin Editlenmesi

Veri hikâyelerindeki en yaygın sorun, iyi bir analizin kötü bir şekilde sunulmasıdır. Uzun istatistik dizileri, her paragrafta sayılar ve bulguların şaşırtıcı mı, sıradan mı yoksa endişe verici mi olduğuna dair hiçbir yönlendirme olmadan verilmesi, okuyucuların hızla ilgisini kaybetmesine neden olur.

1. Daha az sayıyı iyi kullanmak, çok sayı kullanmaktan daha etkilidir. Bu, tek bir paragrafta en fazla iki ya da üç sayı kullanmak anlamına gelir (bir diğer genel kural ise toplamda sekiz rakamı aşmamaktır). Amaç veriyi göstermek değil, verinin ne anlattığını açıklamaktır.
2. MaryJo Webster istatistiklerin, uzun bir alıntıyı yeniden ifade eder gibi yeniden anlatılmasını önerir.
3. Ayrıca, doğru olduğu sürece yuvarlamaktan çekinmemek gerekir. “%48,7” yerine “yaklaşık yarısı” çoğu durumda daha anlaşılırdır ve ondalıklar veride her zaman bulunmayan bir kesinlik hissi verir. Webster, özellikle bölünemeyen şeylerde (örneğin insanlar) ondalık kullanımından kaçınılmasını önerir.
4. Karşılaştırma yapılan durumlarda mutlak sayılar yerine oranlar ya da oranlamalar kullanılmalıdır.
5. Okuyucunun hesap yapmasını gerektirmekten kaçınılmalıdır. Oranlar ve dönüşümler doğrudan hikâyenin içinde verilmelidir. Hikâye, okuyucuyu sonuca kendisi ulaştırmalıdır.

Webster ayrıca her analizde bir “yıldız sayı” olması gerektiğini söyler. Bu, hikâyenin kalbine en yakın tek bulgudur, tıpkı insan kaynaklı habercilikte en güçlü alıntı gibi. Geri kalan her şey bu bulguyu desteklemelidir. Bu sayı neyse, okuyucu onun ne anlama geldiğini net şekilde görmelidir çünkü bağlam olmadan hiçbir veri anlam taşımaz.

Görselleştirmeler Üzerine

Hikâyede grafik ya da harita kullanılıyorsa editörün ilk sorması gereken soru şudur:

• Bu görsel bir şey anlatıyor mu, yoksa sadece veri mi gösteriyor?
• Star Tribune’ın görsel veri ekibinin direktörü CJ Sinner’a göre okuyucular grafikleri daha iyi anlar; eğer grafiklerde güçlü bir anlatı başlığı, net açıklayıcı notlar (anotasyonlar) ve gözün sürekli gidip gelmesini gerektiren ayrı bir lejant yerine doğrudan etiketler kullanılırsa bu iyi. Grafiğin görevi, işi okuyucu adına yapmaktır.
• Renk kullanımı da kritiktir. Önemli veriler için daha güçlü ve doygun renkler kullanılmalı, renkler dekoratif değil bilinçli seçilmelidir. Kırmızı genellikle negatif, yeşil pozitif çağrışımlar taşır. Bazen tek bir rengin tonları, çok renkli paletlerden daha etkili olabilir ancak renk körlüğü gibi erişilebilirlik sorunları da dikkate alınmalıdır. Yakınlık ve hizalama, görseldeki ilişkileri okura sezdirir.
• Grafik türü verinin davranışına uygun olmalıdır örneğin zaman içindeki trendler için çizgi grafikler kullanılmalıdır.
• Ayrıca görseldeki metinler de önemlidir eksenler etiketlenmeli, isimler kısaltılmamalı, önemli anlar (örneğin krizler, politika değişimleri) doğrudan açıklanmalıdır. Tooltip içine gizlenen kritik bilgilerden kaçınılmalıdır.

Son aşama ise: Bu görsel gerçekten gerekli mi? Aynı bilgi tek bir cümleyle daha net anlatılabiliyorsa grafik kaldırılmalıdır. Ama grafik, cümlenin anlatamayacağı bir şeyi gösteriyorsa, mutlaka anlaşılır şekilde inşa edilmelidir.

Hanna Duggal, GIJN’in “Top Ten in Data Journalism” köşesinin yazarı ve Al Jazeera’nın veri, görsel hikâye anlatımı ve deneysel gazetecilik ekibi AJ Labs’te veri gazetecisidir. Polislik, gözetim ve protestolar gibi konuları veri kullanarak haberleştirmiştir. Ayrıca GIJN için Orta Doğu’da veri gazeteciliği, TikTok algoritmalarının incelenmesi ve ABD’de kabile topraklarının veri yoluyla araştırılması gibi konularda çalışmalar yapmıştır.