close button
آیا می‌خواهید به نسخه سبک ایران‌وایر بروید؟
به نظر می‌رسد برای بارگذاری محتوای این صفحه مشکل دارید. برای رفع آن به نسخه سبک ایران‌وایر بروید.
صفحه‌های ویژه

سوژه را چطور پیدا کنیم؟

۱ اردیبهشت ۱۳۹۶
علی تهرانی
خواندن در ۲ دقیقه

قسمت چهارم


 

از ویژگی‌های مهم دنیای امروز ما ارایه حجم بالای اطلاعات یا داده ست. این داده‌ها طبیعتا موضوعات مختلفی را شامل می‌شن. کار روزنامه‌نگار یا بهتره بگیم داده‌نگار دیدن داستان‌ها و سوژه‌هاییه که در این داده‌ها نهفته ان

همون طور که یک روزنامه‌نگار برای پیدا کردن یک موضوع خوب سیاسی یا اجتماعی باید شامه تیزی داشته باشه و محیط اطرافش را به خوبی رصد کنه. یک روزنامه‌نگار داده یا داده‌نگار هم باید همین حس را وقتی با حجم بالایی از اطلاعات روبرومیشه داشته باشه البته هر داده‌نگاری بعد از مدتی کار با این اطلاعات یاد می‌گیره که کجا و چطور باید دنبال سوژه باشه اما به صورت ساده می‌تونیم چندا پیشنهاد کلی داد

اول از همه باید داده‌های خودتون رو مرتب کنید. (روی تصویر نشان داده می‌شود. )

سر و ته و اول و آخر داده‌ها را بررسی کنید تصور کنین اطلاعات شما در یک اسپردشیت یا یک فایل اکسل  جمع‌آوری شده . پیش از هر چیز چهار گوشه آن را چک کنید. با چه حجمی از اطلاعات رو به رو هستین؟ اطلاعات شما از چه جنسیه؟ عدده؟ تاریخه؟ تگ‌های جغرافیایه؟ یا مثلا کلمه است. آیا این اطلاعات با هم همخوان هستن؟ا ستون‌ها یا ردیف‌های مختلف این اسپریت شیت‌ها یا فایل‌های اکسل چه تناسبی با هم دارن؟

حواستون باشه که مصورسازی با روایت یک سوژه فرق می‌کنه. مصورسازی بخشی از روایت شماست. تصورسازی، لزوما داستان و سوژه‌ای را در خود نداره این وظیفه شمائه که اول سوژه را کشف کنید و بعد از تصورسازی به عنوانی ابزاری برای روایت آن استفاده کنید.

برای دیدن داستان به سراغ بیشترین‌ها یا کمترین‌ها برید. به سراغ ترند‌ها یا روند‌ها برید، آيا افزایش یا کاهشی در کار هست؟

همین طور داده‌هایی که از میانگین فاصله زیادی دارن کمک زیادی می‌کنن که سوژه‌تون رو کشف کنید. تصور کنید نرخ اعتیاد جوانان در همه استان‌ها بین سه تا ۵ درصده اگر در یک استان این نرخ یک درصد  تا مثلا ۱۵ درصد باشه این می‌شه داستان شما.

اگر داده های شما در یک بازه زمانی عرضه شده به دنبال نرخ رشد یا نرخ کاهش باشید. به دنبال چیزی باشید که از روند اصلی بیرون باشه.  به دنبال چیزی که بتونید اون رو در فضایی که می‌شناسین معنی کنید. مثلا تصور کنید نرخ دزدی در منطقه‌های مختلف تهران یا کابل را دارید آیا همه این نرخ ها به هم نزدیکن؟ آیا تفاوت معنی داری بین سطح در آمد این مناطق و میزان دزدی وجود داره یا مثلا نرخ هر متر مربع زمین با تعداد دزدی در ارتباطه؟

تنها ابزار شما برای این مقایسه‌‌ها عدد و رقمه.

در ویدیوی بعدی به موضوع داده‌های کثیف می‌پردازیم.



 

ثبت نظر

عکس

مظنونین همیشگی‎

۱ اردیبهشت ۱۳۹۶
مانا نیستانی
مظنونین همیشگی‎