- 背景資料收集很重要
- 資料套疊
- 旁敲側擊
- 時序變化
- 領域知識/採訪
- 文字、影像、數值等紀錄皆是資料的範疇
- 常見檔案格式(csv, json)
- 進階檔案格式(kml)
- 學者的研究
- 資料可不可信?
- 問卷調查
- NGO組織
- 群眾協力
- 自己爬數據
- Open data
- 權威機構DATABASE e.g. World Bank /WHO / UN(最好交叉驗證)
- 自己建的資料庫正夯(WAPO做槍擊)
- 資料本身處理不便(pdf、紙本)---> Tableau、工具影像辨識
- 資料不全,缺欄位 ---> 揭露研究方法
- 資料不同年代的差異(如選舉數據)
- 數據收集方式、統計方式可能影響判讀,留意滾動修正、時間點分類差異
- 兜圈一場空的風險、證明某個領域的常識
- 「概覽」打包
- 除了數據之外,「故事」能不能打動人
- 技能面準備到什麼程度(前端網頁、設計美感、有沒有辦法跨領域溝通)
- 成本高,若一場空,可轉化為其他效益
- Domain Knowledge不宜偏廢,還是要有關注的議題
- 一頭熱、冷卻,成本高、不確定性風險高
- 分工在實務上還是很需要,尤其針對時效性高的題目
- 在一些媒體變成編輯的分支技能,少部分媒體轉職,可能製作資訊圖表,更多其實以前都在做了
- 採訪還是很吃重,組織內部門是否能妥善分工?記者的人脈能否支援?或者你能不能當記者後盾?