Για να κεντρίσετε το ενδιαφέρον στους αναγνώστες σας, θα πρέπει να είστε σε θέση να δημιουργήσετε έναν αριθμό για πρωτοσέλιδο που θα τους κάνει να τον προσέξουν. Θα πρέπει να μπορείτε να διαβάζετε την ιστορία χωρίς να χρειάζεται να γνωρίζετε ότι προέρχεται από ένα σύνολο δεδομένων. Κάντε την συναρπαστική και να θυμάστε πάντα ποιο είναι το κοινό σας ενώ συνεχίζετε.

Για παράδειγμα βρίσκεται σε ένα έργο που πραγματοποιείται από το Γραφείο Ερευνητικής Δημοσιογραφίας, χρησιμοποιώντας το σύστημα δημοσιονομικής διαφάνειας της Επιτροπής της ΕΕ. Η ιστορία κατασκευάστηκε με την προσέγγιση του συνόλου δεδομένων με συγκεκριμένα ερωτήματα.

Αναζητήσαμε στα στοιχεία για όρους κλειδιά όπως «κοκτέιλ», «γκολφ» και «μακρινές ημέρες."

Η αναζήτηση αυτή μας επέτρεψε να καθορίσουμε το ποσό που η Επιτροπή (Commission) είχε δαπανήσει σε αυτά τα στοιχεία και έθεσε πολλές ερωτήσεις και πιθανά σενάρια.

Αλλά οι όροι κλειδιά δεν σας δίνουν πάντα ό, τι θέλετε, μερικές φορές θα πρέπει να σκεφτείτε τι πραγματικά ζητάτε. Κατά τη διάρκεια αυτού του έργου, θέλαμε επίσης να μάθουμε το ποσό που οι επίτροποι σπαταλούν για ένα ταξίδι με ιδιωτικό τζετ, αλλά καθώς το σύνολο δεδομένων δεν περιείχε τη φράση "ιδιωτικό τζετ" θα έπρεπε να αναζητήσουμε το όνομα των ταξιδιωτικών παρόχων με άλλα μέσα. Μόλις ανακτήσαμε το όνομα των ταξιδιωτικών παρόχων της Επιτροπής, «Abelag," ήμασταν σε θέση να διερευνήσουμε τα δεδομένα ,ώστε να μάθουμε το ποσό που δαπανάται για τις υπηρεσίες που παρέχονται από την Abelag.

Με την προσέγγιση αυτή, είχαμε έναν καθορισμένο στόχο στην αναζήτηση των δεδομένων - να βρούμε έναν αριθμό που θα γίνει πρωτοσέλιδο, ακολούθησε η επιλογή του χρώματος.

Μια άλλη προσέγγιση είναι να ξεκινήσετε με μια μαύρη λίστα και να αναζητήσετε εξαιρέσεις. Ένας εύκολος τρόπος για να εξάγετε ιστορίες από τα δεδομένα είναι να γνωρίζετε τι δεν πρέπει να βρείτε εκεί! Ένα καλό παράδειγμα για την λειτουργία αυτής της προσέγγισης, απεικονίζεται από το συνεργατικό έργο των διαρθρωτικών ταμείων της ΕΕ μεταξύ των Financial Times και το Γραφείο Ερευνητικής Δημοσιογραφίας.

Θέσαμε ερωτήματα στα δεδομένα, με βάση τους κανόνες της Επιτροπής, σχετικά με το είδος των εταιριών και συλλόγων που απαγορεύεται να λαμβάνουν διαρθρωτικούς πόρους. Ένα παράδειγμα ήταν οι δαπάνες στον τομέα του καπνού και προϊόντων καπνού.

Θέτοντας ερωτήματα στα δεδομένα σχετικά με τα ονόματα των εταιρειών καπνού, τους παραγωγούς και τους καλλιεργητές, βρήκαμε στοιχεία που αποκάλυπταν ότι η British American Tobacco λάμβανε € 1,5 εκατ. για ένα εργοστάσιο στη Γερμανία.

Δεδομένου ότι η χρηματοδότηση ήταν έξω από τους κανόνες των δαπανών της Επιτροπής, ανακαλύψαμε γρήγορα μια ιστορία για τα δεδομένα.

Ποτέ δεν ξέρετε τι μπορείτε να βρείτε σε ένα σύνολο δεδομένων, οπότε ρίξτε μια ματιά. Θα πρέπει να είστε αρκετά τολμηροί και αυτή η προσέγγιση λειτουργεί γενικά καλύτερα όταν προσπαθείτε να εντοπίσετε προφανή χαρακτηριστικά που θα εμφανιστούν μέσα από φιλτράρισμα (η μεγαλύτερη τιμή, ακραίες τιμές, οι πιο κοινές τιμές, κ.λπ.).

— Caelainn Barr, Citywire