Якісні та надійні дані — запорука успішного проєкту. Звісно, не існує універсального списку наборів даних, однак є декілька типів журналістських джерел, які варто дослідити на початковому етапі дата-розслідування. 

  • Інституційні джерела. Залежно від географії проєкту, необхідні дані (особливо статистичні) можуть бути у держустанов (це міністерства, відомства, держстати) або міжнародних організацій (ООН, ВООЗ, Світовий Банк, Євростат). Ці дані можуть бути у відкритому доступі, а можуть бути досі неопублікованими чи опублікованими у застарілій версії. У будь-якому випадку, варто завжди звертатися до першоджерела із запитом про найсвіжішу та найповнішу версію даних. Крім того, не завадить проконсультуватися з фахівцями, які збирали дані, щоб краще розуміти методологію та особливості інформації. 
  • Наукові установи та дослідження. Якщо в основі вашого проєкту – гіпотеза, яку ви хотіли б перевірити (наприклад: люди з нижчим рівнем доходів живуть у мікрорайонах з гіршою якістю повітря) не виключено, що це питання вже пробували дослідити. Варто ознайомитися з наявними дослідженнями, зокрема завдяки академічному пошуковику Google Scholar, архівам провідних  наукових журналів, як Nature та Science тощо. 
  • Онлайн-дані. Часто необхідні дані не структуризовані в окремі датасети, однак їх можна створити за допомогою веб-скрейпингу та мов програмування Python чи Javascript. 
  • Самостійна генерація даних. Іноді даних, які необхідні для відповіді на конкретне питання, просто не існує. Однак, їх можна створити. Яскраві приклади: аналіз рівня забруднення повітря в Індії від Reuters чи аналіз заповнюваності автостоянок у Києві від команди Texty. В обох випадках журналісти встановили камери у своїх редакціях і використали записані фото та відео матеріали для аналізу та візуалізації. 

Дуже часто для відповіді на конкретне питання недостатньо одного набору даних. Щоб зрозуміти, наприклад, які міста в зоні ризику затоплення внаслідок глобального потепління, потрібно мати: 1) дані прогнозованого рівня води та 2) топології місцевості. Можна піти на крок далі, додавши сюди 3) розташування об’єктів інфраструктури, які можуть серйозно зашкодити довкіллю в разі затоплення. Можна також знайти додаткові дані та 4) оцінити збитки, яких зазнає держава або/і 5) порахувати кількість людей, які постраждають у випадку затоплення. У будь-якому випадку, необхідно добре розуміти обмеження та можливості даних, з якими ви працюєте. 

Необхідні кроки перед роботою з даними:

  • визначити мету проєкту та гіпотезу, яку ви хочете перевірити;
  • визначити, які набори даних для цього необхідні;
  • ознайомитися з особливостями наявних даних (який часовий період та географічний регіон вони охоплюють, які використані одиниці вимірювання, який найнижчий рівень деталізації тощо) та  методологією їхнього збору; 
  • скласти список питань, на які можна дати відповідь за допомогою цих даних;
  • скласти список питань, які важливі для проєкту, проте відсутні в наявних даних;
  • знайти додаткові дані або proxy дані, які допоможуть відповісти на питання, що залишились або змінити ціль і завдання проєкту відповідно. 

Словничок

Веб-скрейпинг  — завантаження даних з веб-сторінок за допомогою автоматизованих скриптів. Детальніше про методи та інструменти веб-скрейпинг для журналістів можна прочитати в статті «A web scraping toolkit for journalists»1, пройшовши один із багатьох онлайн курсів, згаданих у статті «7 Best Python and JavaScript Web Scrapping Courses to learn in 2021» або переглянувши відео «Зняття даних з веб-сторінок (web scraping)».

Proxy дані — дані, які напряму не відповідають на питання, однак допомагають зробити певні висновки про ту чи іншу проблему. Вдалий приклад — аналіз даних про переадресацію поштових пакунків використаний, щоби зрозуміти, куди переїхали мешканці Нью-Йорка під час локдауну у березні-квітні 2021 року. 

Практичне завдання:

Викладач пропонує студентам (індивідуально) обрати тему для дата-проєкту. Після цього студенти мають скласти список необхідних даних з ймовірними джерелами, потрібними для розробки цієї теми. Після виконання кілька студентів (вибірково) презентують свої результати. Обговоріть з ними труднощі, з якими вони зіштовхнулися під час цієї роботи. 

Зразки: 

 Джерела та література: