Editörler için Temel Veri Gazeteciliği İpuçları

“Editörlerden en sık duyduğum şeylerden biri de: ‘ Aman tanrım veri gazeteciliği hiç yapmadım, ne yapacağımı bilmiyorum hikaye çok uzun sürebilir.’ korkusu. Bu, veri gazeteciliği eğitmeni MaryJo Webster‘ın yorumu özellikle bazı genç muhabirlerin veri becerilerine sahip olduğunu ancak verilerle sıkı çalışmaya başladıklarında satır ve sütün korkusuyla kaldıklarından bahsediyor.

MaryJo Webster, 2015’ten beri Minneapolis Star Tribune’de veri editörüdür.

Minneapolis Star Tribune’de veri editörü olan Webster, editörlerin veriyle çalışırken daha iyi çalışmaları için bir kılavuz hazırladı. “Öncelikle editörlerin gelişmiş becerilere ilk aşamada ihtiyaçları yok, ikinci olarak basit teknikler de veri odaklı haber anlatıcılığında benzersiz katkılar sunabiliyor, üçüncü olarak ise korkmaya gerek yok çünkü neye ihtiyacınız olduğunu insan kaynağında olduğu gibi veri kaynağından da alabileceğinizi bilmelisiniz. ” diyor.

Araştırmacı Gazeteciler ve Editörler tarafından düzenlenen NICAR22 veri gazeteciliği konferansındaki oturumda Webster, veri setlerini dost kaynaklar olarak düşünmek gerektiğine değiniyor.

NICAR, IRE’nin 1989’da başlayan ve veri gazeteciliğini dünyaya tanıtmada önemli bir rol oynayan merkezi olan Bilgisayar Destekli Raporlama Ulusal Enstitüsü’nün kısaltmasıdır.

Webster, “ Her editörün ‘Hey, belki burada bir veri kaynağından yararlanmak mümkündür ‘ diye düşünmesine ihtiyacımız var.” diyor. Ayrıca, veri konusunda acemi editörlerin sayılara aşina olmamasının hikaye için bir avantaj olabileceğine dikkat çekiyor.

Resim: Ekran görüntüsü

Editörlere veriyle çalışırken verinin sağlayabileceği fikirleri şöyle sıralıyor:

Muhabirlerinizi ve fotoğrafçılarınızı nereye göndereceğiniz konusunda bir rehber olabilir veriler. Webster, belirli bir mahalledeki COVID-19 artışına ilişkin belediye verileri veya eylemlerde zarar gören azınlığa ait dükkanların oranı gibi temel verilerin editörleri yönlendirmede çok yardımcı olacağını söylüyor. “’Kiminle röportaj yapmalıyız? Şehrin hangi kısmına odaklanmalıyız?’  bir hikaye için bu verilerin tek yaptığı bu olsa bile, bu da iyi” diyor. Geleneksel olarak yürütülen bir araştırmanın omurgası olarak verileri kullanmak. Örnek olarak, Star Tribune’nin 2018 cinsel saldırı adaleti araştırmasından elde edilen kanıtlara işaret ediyor. Burada kendi kendine oluşturulmuş bir veri seti, eyaletteki polis ve savcıların cinsel saldırı davalarını kötü bir şekilde ele aldığını veya hiç ele almadığını kanıtlıyoruz. Bağlam için verilerin sorunu tanımladığı veya izleyicinin sorunu anlamasına yardımcı olduğu yerde verilerin kullanımı. “Bu muhtemelen en yaygın kullanımdır, hikaye muhtemelen veri olmadan yapılabilir, ancak daha fazlasını elde edersiniz bu da detay sağlar.” diyor. “Veriler kim, ne, ne zaman ve nerede için iyidir.” Görselleştirmeler bu noktada özellikle önemlidir. Örneğin mahalleler arasında ki farklı, acil durum müdahale sürelerini listelemek, hatta grafikler kullanmak, azınlıklara karşı ayrımcılık olabilecek gerçek başarısız politikaları gösterme olasılığı düşüktür. Bunun yerine, veri aralıkları için renk kodlu bir şehir haritası muhtemelen gerçekte neler olduğunu daha iyi gösterecektir.” diyor.

Çalışma Konusu Hazırlama Süreci

Webster, kılavuzunda birkaç adımı özetliyor. Kendi anketlerinizi yapmaktan, muhabirlerden bilgi edinme özgürlüğü (FOI) taleplerini toplu olarak göndermeye kadar detayları listeliyor ancak NICAR oturumunda daha da önemli bazı detaylara yer verdi.

Verilerin sağlayabileceği fırsatları için önceden beyin fırtınası yapın özellikle haberi kurgularken. “Bu, muhabirlerle çalışırken önemlidir yani beyin fırtınası fırsatları ve istenecek veri setlerini listelemeyi sağlar.” diyor. “Bazı haber konuları için bu doğal gelişebilir ancak sonrası süreçte ihtiyacınız olan bilginin başka bir yerde hazır olmadığını da fark etmenizi sağlar.” Bu beyin fırtınası oturumlarından muhabirler için her zaman bir veri arama ve analiz talebi gerektiren birkaç hikaye türü çıkar:

Bir şeyi ölçmesi gereken hikayeler. İzleyiciler bir sorunun ne kadar önemli olduğunu bilmek isteyeceklerse veya haber toplantısında “Bu fenomen diğerleriyle nasıl karşılaştırılır? Zamanla nasıl değişti? En sık nerede oluyor?” Örneğin, bir Star Tribune veri haberi, yayaların karıştığı araba kazalarından kaynaklanan yaralanmaların banliyölerde daha şiddetli olduğunu ve sadece 25 sürücünün 3.000’den fazla yaya kazasından kaynaklanan suçla suçlandığını buldu. Muhabir, polis rapor kodlarından sürücü isimlerini takip etti, ardından bu isimleri mahkeme kayıtlarında aradı ve şirket içi bir yaya kazaları veritabanı oluşturdu. Muhabirlerin bahsettiği tek bir numara veya “gee-whiz” sayısının ardındaki daha büyük hikaye. Örneğin, bir muhabir bir kaynaktan bina yangınlarının bir önceki yıla göre “%25 arttığını” öğrenirse, editörler onlardan şu gibi soruları yanıtlayan veri setlerini aramalarını isteyebilir: “Bunlar çoğunlukla ev yangınları mıydı? Artışı tetikleyen sigara içmek veya ısıtıcılar gibi bir neden var mıydı?” Halka açık bir sözün tutulup tutulmadığını veya bir programın işe yarayıp yaramadığını test eden hikayeler. “Para bir şeye harcandı. Webster, olması gereken yere gidip gitmediğini veya akıllıca harcandığını gösteren veriler olmalı” dedi. “Gerçekten doğru mu?” ve o-söyledi-o-söyledi hikayeleri. Veriler, popüler mitleri veya teorileri test edebilir. “Örneğin, ’90’larda yoğun entegrasyon çabalarından sonra Minneapolis ve St. Paul’deki okulların yeniden ayrıldığı iddiası doğru mu?’ diye sorduk” dedi. “Cevap şuydu: Evet, yaptılar.” Devam eden ciddi hikayeler. Webster, “Her zaman tekrarlanan bir sorunla karşılaştığınızda bir noktada geri adım atmanız ve büyük resmin hikayesini yapmanız gerekir” dedi. “Bunların zor yanı gerçek zamanlı verileri almakta zorlanacaksınız ancak veriler [günlük] hikayelerin ötesine geçmenize yardımcı oluyor.”

Webster ayrıca editörleri, muhabirlerden bir tür belirteç istatistiği olarak “sadece bir hikayeye veya grafiğe bırakılacak” tek bir veri noktası bulmalarını istememeleri konusunda uyarıyor. “Daha iyi bir kullanım, ‘Belki başka bir yerde bulamadığımız verilerden alabileceğimiz sorular nelerdir?’ diye sormak veya insanların bize söylediklerini desteklemektir” diyor. Her veri setine bir muhbir gibi davranın: “Bunun hakkında ne biliyoruz? Güvenilir olduğunu nasıl anlarız? Bize nasıl geldi?”

Kontrol Listesi: Veriye Dayalı Bir Hikaye için Harcanak Zamana Değer mi?

Webster, veri hikayeleri için sıklıkla ihtiyaç duyulan ekstra araştırmaya atıfta bulunarak, “Pek çok editör ‘Ah, ama çok zaman alacak!’ demeyi sever” diyor. “Ama belki buna değer. Kontrol edilecek sorular var.”

Etki yaratma veya değişiklik yaratma potansiyeli olan bir bekçi hikayesi mi? Şimdi hızlı bir haber yazıp veriye dayalı bölümü daha sonra ekleyebilir miyiz? Temel bilgi ve belgelere erişim için olası zaman dilimleri nelerdir? Muhabiriniz için acil bir konu mu? Orta ölçekli veya büyük bir kurumsal bir çalışma olması muhtemel mi? Analiz zaten başka biri tarafından yapılıyor mu, zaman kazanabilmenizi sağlar mı?

Veriler Mevcut Sonra ki Aşama Ne Olacak?

Editörler, inceleme ve kurşun geçirmezlik sürecini, haber dosyalandığında değil, veriler gelmeye başlar başlamaz başlatmalıdır. Gerçek olamayacak kadar iyi veri noktalarına dikkat edin ve üç kez kontrol edin. Her veri setine bir muhbir gibi davranın: “Bunun hakkında ne biliyoruz? Güvenilir olduğunu nasıl anlarız? Bize nasıl geldi?” Veri bulgularının geleneksel habercilik kanıtlarından farklı olup olmadığını sorun. Veriler yanlış olabilir. “Yıldız” bulguyu belirleyin yani haber değerini pekiştirecek bölümü. Veri analizi muhabirinden, sıradan bir kişi olarak bulguları basitleştirmesini ve size açıklamasını isteyin.

Rakamlarla Düzenleme İpuçları:

Sarah Cohen’in “ Haber Odasındaki Sayılar” kılavuzu gibi iyi kılavuzlarla anlaşılır sayılar ve oranlar hakkındaki bilginizi tazeleyin . Sayıları kopya halindeki alıntılar gibi ele alın asla demetler halinde değil, yalnızca gerektiğinde başka sözcüklerle ifade edin. Muhabirlerinize istediklerinizin listesini yapın: Size sunulan rakamlar hakkında aptalca sorular sormaktan korkmayın. Ondalık sayılardan kaçının özellikle bir kişi gibi gerçekte bölünemeyen şeyler için. Matematiği okurlarınıza yaptırmayın. Mümkünse tanıdık benzetmeler kullanın. İzleyicilerin anlayabileceği sayı biçimlerini kullanın “%0,07” yerine “10.000’de 7” gibi veya tüm ülke için toplam sayılar yerine kişi başına harcama kullanın. Listelenecek çok fazla sayı olduğunda çubuk grafikler gibi görselleştirmeler kullanın. Bir “yıldız” numara seçin ve hikayedeki o yüksek noktaya odaklanın.

Webster, “Veri gazeteciliğini geleneksel gazetecilik ile eşitlemek, onu haber odasının köşesinde olan büyülü şeye daha az benzetiyor ve bu da zaten bildikleri bir şey haline geliyor” diyor. “Ve editörler, muhabirlerinin bulduğu insan kaynaklarını nasıl değerlendireceklerini zaten biliyorlar. Verilerle tamamen aynı.”

Ek kaynaklar

GIJN’nin 2021’in En İyi 10 Veri Gazeteciliği Projesi

Veri Gazeteciliği Eğitimi, Kitaplar, Web Siteleri ve Konferanslar

Veri Gazeteciliğine Başlamak için 12 İpucu

Rowan Philp  , GIJN’de muhabir. Rowan, daha önce Güney Afrika’nın Sunday Times gazetesinin baş muhabiriydi. Bir dış muhabir olarak, dünya çapında iki düzineden fazla ülkeden haberler, siyaset, yolsuzluk ve çatışmalar hakkında haber yaptı.