옛 저널처럼 가난한 데이터 저널리즘 - 인형

예전의 격언이가는 것처럼, 타이밍은 모든 것입니다. 현대 독자층에게 흥미 로움을주기 위해 오래된 데이터를 재구성하는 방법을 아는 것은 가치있는 기술입니다. 마찬가지로 데이터 저널리즘에서는 문맥 적 관련성에주의를 기울여야하며 특정 스토리를 제작하고 게시하는 최적의시기가 언제인지를 알아야합니다.

이야기의 맥락에서 이야기 할 때

실제로 대상 고객으로부터 많은 존경과 관심을 얻는 데이터 저널리즘을 제작하려면 귀하의 데이터는 관련성이 있습니다. 오래된 구식 데이터는 이야기가 속보를 만드는 데 도움이되지 않으며 불행히도 많은 오래된 데이터를 찾을 수 있습니다. 그러나 데이터에 익숙하다면 오래된 데이터 세트의 경향을 파악하여 현재의 독자층에게 흥미로운 방식으로 제시 할 수있는 데이터 매시업을 만들 수 있습니다.

현재의 직전에. 그런 다음이 결합 된 데이터 세트를 사용하여 조각으로 작업 한 각도에 따라 변경된 사항이나 변경된 사항이 무엇인지에 대한 진정으로 극적인 이야기를 뒷받침 할 수 있습니다.

이야기를 뒷받침하는 흥미롭고 강렬한 데이터 세트를 찾는 데 어려움을 겪을 수도 있습니다. 이러한 상황에서 덜 흥미로운 데이터를 대상 독자에게 매우 흥미로운 데이터로 묶는 데이터 매시업을 만드는 방법을 찾으십시오. 결합 된 데이터 세트를 데이터 기반 스토리의 기초로 사용하십시오.

관객은 언제 가장 신경을 씁니까?

바이러스 성 데이터 저널리즘을 게시하는 것이 목표라면 이야기의

적시성을 고려해야합니다.

이 특정 주제에 관한 기사를 게시하는 주요시기는 언제입니까?

분명한 이유로, 2017 년에 누가 1984 년 미국 대통령 선거에서 이겼는지에 관한 이야기를 출판하면 잘되지 않을 것입니다. 모두가 알고 있고 아무도 신경 쓰지 않습니다. 마찬가지로, 거대한 현재의 미디어 스캔들이 이미 독자층의 관심을 자극했다면, 그 언론의 과장된 태도를 타고 관련 이야기를 게시하는 것은 나쁜 생각이 아닙니다. 재미있는 이야기라면 꽤 잘할 것입니다. 최근 사례로 인터넷 사용자의 개인 정보 보호 가정 및 위반 사항에 대한 데이터 저널리즘을 작성한 다음 에드워드 스노우덴 / NSA 논쟁에 대한 뉴스가 파산 한 직후에 게시 할 수있었습니다. 관련성이 높고 적시에 출판 일정을 유지하면 이야기를 자신이 고용하는 데 필요한주의를 끌 수 있습니다.