လက်ရှိ မျက်မှောက်ခေတ်မှာ Data တွေနဲ့ ပက်သက်ပြီးလည်းပိုမိုတွင်ကျယ်လာကြသလို Data နဲ့ ပက်သက်လာရင် Data Scientist ၊ Data Analysts ၊ Data Engineer စသဖြင့် Data နဲ့ ပက်သက်တဲ့ Professions တွေနဲ့ ပက်သက်ပြီး ဖော်ပြတဲ့ online articles တွေ post တွေများကြသလို အဆိုပါ Profession တွေနဲ့ ပက်သက်တဲ့ awareness လည်း အထိုက်အလျောက်တော့ ရှိကြပါတယ်။ 

ဒါပေမဲ့ Data နဲ့ ပက်သက်တဲ့ တစ်ခြား Sectors တစ်ခု ဖြစ်တဲ့ Data Journalist ၊ Data Journalism နဲ့ ပက်သက်ပြီး ဖော်ပြတဲ့ အကြောင်း အရာ တွေ ၊ သိနားလည်မှု တွေ ကတော့ နည်းနေပါတယ်။

ဒီနေ့မှာတော့ Data Journalism နဲ့ ပက်သက်တဲ့ အကြောင်းအရာ တစ်ချို့ကို မျှ ၀ေ ပေးသွားပါမယ်။ 

Journalism

Journalism ဆိုတာကို ပညာရပ် အနေနဲ့ အကြမ်းအားဖြင့် သတင်း အချက်အလက်တွေ စုဆောင်း ရယူပြီး ၊ ရယူထားတဲ့ သတင်း အချက်အလက်တွေကို စီစစ်ကာ ပြင်ဆင်တင်ပြတဲ့ ပညာ ရပ်တစ်ခုလို နားလည်လို့ ရပါတယ်။ Industry အနေနဲ့ ဆိုရင်တော့ သတင်း မီဒီယာတွေ နဲ့ ပက်သက်တဲ့ အဖွဲ့အစည်းတွေ ၊ ၀န်ထမ်းတွေ နဲ့ သတင်းအချက်အလက် နဲ့ ပက်သက်ပြီး ရှာဖွေ မှုတွေ ဖော်ပြလုပ်ဆောင်ချက်အရာတွေလို့ ယူဆလို့ရပါတယ်။

လက်ရှိ မျက်မှောက် ခေတ်မှာ နည်းပညာတွေ ၊ Social Media တွေ တိုးတက်လာတာ နဲ့ အမျှ Information အစုံကလည်း နေရာတိုင်း နီးပါးမှာ ပြန့်နှံနေပါတယ်။ အဆိုပါ အချက်အလက်တွေထဲကမှ မှန်ကန်တဲ့ အဖြစ်အပျက်တွေ ၊ အကြောင်းအရာ တွေကို သိနိုင်ဖို့ အတွက်က အရေးကြီးပြီး Journalism ဆိုတာက အရေးပါတဲ့ ပညာရပ် တစ်ခု ဖြစ်ပါတယ်။

Data နဲ့ Information

Data Journalism ဆိုတာကို မပြောခင်မှာ အရင်ဆုံး Data နဲ့ Information ဆိုတာကို အရင် ဖော်ပြထားချင်ပါတယ်။

Data ဆိုတာက Table နဲ့ ဒါမှ မဟုတ် = ညီမျှခြင်း ထိုးရေးတဲ့ ဘယ်အရာက ဘာဖြစ်တယ် ဆိုတာမျိုးတွေကို ဆိုလိုပါတယ်။ Data တွေစုပြီး အကြောင်း အရာ တစ်ခု အနေနဲ့ ဖော်ပြတာကို Information လို့ ပြောလို့ရပါတယ်။

ဥပမာ ပေးရရင် “ အမည် – မောင်မောင် ၊ အသက် – ၂၁ ၊ အလုပ်အကိုင် – programmer “ ဆိုတာတွေက data တွေ ဖြစ်ပြီး “မောင်မောင် သည် အသက် ၂၁ အရွယ် programmer ဖြစ်သည် “ ဆိုတာမျိုးက information ဖြစ်ပါတယ်။

Data တွေကနေလည်း Information အဖြစ် ပြောင်းလဲ ဖော်ပြလာကြသလို information တွေကနေလည်း data တွေ ပြန်စီစစ်ယူပြီး အခြား information အသစ်တစ်မျိုး အမြင်တစ်မျိုး အနေနဲ့ ဖော်ပြလို့ရပါတယ်။

Data Journalism Life Cycle 

Data Journalism လုပ်ငန်းတွေ ဆောင်ရွက်ရာမှာ သိထားရမဲ့ Data Journalism Life Cycle ပဲ ဖြစ်ပါတယ်။ 

Story Idea/Concept Development (အကြောင်းအရာ ဖန်တီးခြင်း)

• သတင်းဆောင်းပါးရဲ့ အကြောင်းအရာကို စပြီး စီစဉ်ရပါမယ်။

• ဘာ Data တွေ လိုအပ်မလဲ၊ ဘယ်နေရာတွေကနေ data ယူမလဲ။ ဘယ်လို study design လုပ်မလဲ ပြင်ဆင်ရတဲ့ အဆင့်ဖြစ်ပါတယ်။ 

Data Collection (ဒေတာစုဆောင်းခြင်း)

• သတင်းအချက်အလက်ကို သိမ်းဆည်းတဲ့အဆင့်ဖြစ်ပါတယ်။ 

• အစိုးရ၊ သုတေသန၊ မီဒီယာတွေ ၊ ရည်ညွှန်းစာတွေ ၊ Survey တွေ၊ API တွေ နဲ့ အရင်းအမြစ်များကနေ data တွေကို ရယူရပါတယ်။

Data Cleaning (ဒေတာစီစစ်ခြင်း)

• စုဆောင်းထားတဲ့ data တွေမှာ အမှားတွေ၊ မလိုအပ်တဲ့ အချက်အလက်တွေကို ဖယ်ရှားခြင်း၊ ပြုပြင်ခြင်းလုပ်ငန်းစဉ် တွေကို လုပ်ရတဲ့ အဆင့် ဖြစ်ပါတယ်။

• Data တွေကို အစီအစဉ်ဖြင့် ဖော်ပြဖို့၊ တူညီတဲ့ format တစ်ခုအောက်မှာ ဆောင်ရွက်ရပါမယ်။

Data Analysis (ဒေတာခွဲခြမ်းစိတ်ဖြာခြင်း)

• Data တွေကို စိစစ်လေ့လာပြီး အဓိက အချက်အလက်တွေကို ရှာဖွေရပါမည်။

• ဒီနေရာမှာ Statistics နဲ့ Maths Concepts တွေ အသုံးပြုရပြီး ရရှိတဲ့ insights တွေကို Visualize ပြီးပြန် သုံးစွဲရအောင် ပြင်ဆင်တဲ့ အဆင့် ဖြစ်ပါတယ်။ 

Data Visualization (ဒေတာကိုသရုပ်ပြခြင်း)

• Complex data sets တွေကို စာဖတ်သူ ၊ သတင်း နားထောင်သူ ပရိသတ်တွေ နားလည်လွယ်အောင် visuals အဖြစ်ပြောင်းလဲဖော်ပြခြင်းဖြစ်ပါတယ်။

• Charts, Graphs, Maps, Infographics တို့နဲ့ data တွေကို ဖော်ပြခြင်းဖြစ်ပါတယ်။

Storytelling (သရုပ်ပြ ဒေတာ တွေနဲ့ Information အဖြစ်ဖော်ပြခြင်း)

• Data နဲ့ analysis ရလဒ်တွေကို သတင်းအဖြစ် ဖော်ပြခြင်းဖြစ်ပါတယ်။

• Narrative writing နည်းလမ်းတွေနဲ့ data တွေကို ပေါင်းစပ်ပြီး အကြောင်းအရာကို ပြောပြရပါမည်။

Publishing and Distribution (ထုတ်ဝေခြင်းနှင့်ဖြန့်ချိခြင်း)

• သတင်းဆောင်းပါးကို မီဒီယာပလက်ဖောင်းများ၊ ဆိုရှယ်မီဒီယာများ၊ သတင်းစာများမှာ ထုတ်ဝေခြင်းဖြစ်ပါတယ်။

• မိမိရဲ့ အဖွဲ့အစည်း၊ မီဒီယာနဲ့အတူပရိသတ်ထိတွေ့နိုင်အောင် လုပ်ဆောင်ခြင်းဖြစ်ပါတယ်။

Evaluation and Feedback (သုံးသပ်ခြင်းနှင့်တုံ့ပြန်ချက်ရယူခြင်း)

• Story impact ကို သုံးသပ်ခြင်း၊ အကဲဖြတ်ခြင်းဖြစ်ပါတယ်။

• Reader feedbacks, engagement metrics, social media interactions တို့ကို စိစစ်ပြီး နောက်ထပ်လုပ်မဲ့ Story တွေကို ပိုကောင်းအောင် ပြုပြင်ခြင်းဖြစ်ပါတယ်။