時代遅れのジャーナリズム - ダミー

古い格言が進むにつれて、タイミングはすべてです。現代の読者にとって興味深いように古いデータをいかに再構築するかを知ることは貴重なスキルです。同様に、データジャーナリズムでは、文脈上の関連性に注意を払い、特定のストーリーを作成して公開する最適な時期がいつなのかを知ることが不可欠です。

あなたの物語の文脈としての時

あなたのターゲットオーディエンスから多くの尊敬と関心を集めるデータジャーナリズム作品を作りたい場合は、 あなたのデータは関連性があります。古くなって古いデータは、通常、ストーリーがニュース速報に役立つことはありません。残念ながら、そこに古いデータがたくさんあります。しかし、データに熟練している場合は、古いデータセットの傾向を把握し、現在の読者にとって興味深い方法でそれらを提示するデータマッシュアップを作成できます。 <！例えば、1940年代の雇用データにジェンダーに基づく傾向を取り、5年間のデータと雇用データの傾向の統合、比較、または比較を行うマッシュアップを実施します（999ページ）現在のものの直前。この組み合わされたデータセットを使用して、あなたがあなたの作品を見ている角度に応じて、どれだけ変化したか、あるいは少し変化したかについての真のドラマチックな物語をサポートすることができます。

<！ジャーナリズムの倫理的責任の問題にもう一度戻り、データジャーナリストとして、あなたのストーリーラインを最も説得力のあるデータセットを見つけることと、実際にチャレンジされたストーリーをサポートする事実を見つけることの間には、プッシュしようとしている。ジャーナリストは、読者に正直なメッセージを伝える倫理的な責任があります。あなたの話をサポートするためのケースを構築するときは、物事を遠すぎないようにしてください。言い換えれば、情報をフィクションの領域に入れないでください。あなたが話そうとしているストーリーをサポートするために無数の方法で提示できる数百万の事実があります。あなたの物語は現実に基づいているべきであり、あなたが読者がそれを好きに思うので、あなたが宣伝しようとしているいくつかの分裂した、または製作された物語ではありません。

<！ - 3 - > あなたの話をサポートするための面白いデータや魅力的なデータセットを見つけるのが難しい場合があります。このような状況では、興味のないデータをターゲットオーディエンスにとって非常に興味深いデータに結びつけるデータマッシュアップを作成する方法を探します。データ駆動型のストーリーの基礎として組み合わされたデータセットを使用します。 聴衆はいつ最も気にしますか？

あなたの目標がウイルスに感染するようなデータジャーナリズムを公開することである場合、その記事の

適時性を考慮したいと考えています。

この特定のトピックに関する記事を公開するのはいつですか？

明らかな理由から、2017年に米国大統領選の1984年の選挙で誰が優勝したのかについて話を出すことでうまくいくわけではありません。誰もが知っている、誰も気にしない。同様に、巨大な現代のメディア・スキャンダルが既にあなたの読者の関心を掻き立てていたなら、そのメディアの誇大宣伝の風に乗って、関連する物語を出版するのは悪い考えではありません。興味深ければ、物語はかなり上手くいくでしょう。最近の例として、インターネットユーザのプライバシーに関する仮定や違反に関するデータジャーナリズムを作成し、Edward Snowden / NSAの論争のニュースが崩壊した直後の日に出版することができました。関連性のあるタイムリーな公開スケジュールを維持することは、あなたの話が雇用を維持するために必要な注意を払うようにするための1つの方法です。