🔍

先看先拿到：

评论冲刺报名入口：新闻评论冲刺计划开启，让洋姐带着你们最后60天高质、高效刷50题！

题库单报入口：实务针对性、全面性拉满，2026年新传实务题库正式开启！

实务模板继续开源免费。

我不认为模板是筛选人才的关键性指标。

一、选题背景

1. 核心时间节点：写清楚这期数据新闻由什么新闻事件或时间节点切入。

2. 报道目的：本期报道想用数据说明什么问题、回应什么关切。

二、数据新闻名称

标题要起得有亮点，像通讯标题一样打磨。

三、数据选择与获取方法

（一）数据选择

1. 按主题分类，拆成几大类：如产量类、收入类、科技类、主体类、产能类，每类列出具体指标。

2. 每条数据写清楚时间。

3. 数据尽量多地收集：历年数据、长周期数据等，后面搜索和分析才有取舍余地。

（二）数据获取方法

1. 公开数据信源：国家统计局、主管部门官网及年度统计公报、行业年鉴等。

2. 合作供给：行业企业、地方大数据平台等。

3. 自采数据：问卷、访谈、实地调查等。

四、数据清洗

一句话带过即可：理解数据、处理缺失值、去重去噪、统一口径与格式。

（模板里大概过一句即可，因为没有具体数据可写。）

五、数据分析

1. 对比分析法：可进行多个维度的对比，每组对比对应后文叙事的一个小结论点。

2. 分组分析法：按照主体、人群等维度分类，比较组别之间的差别。

3. 词频分析：主要分析词汇，适用于有文本语料的选题。

4. 相关性分析：分析不同话题之间有没有可能的相关性。

六、数据新闻叙事结构与可视化

（叙事结构可以用总—分—总；可视化建议与叙事结构合并写，因为每个部分都要写数据的可视化）

1. 总：交代核心事件是什么、整体面貌如何；配套总量、趋势类数据（柱状图、折线图）。

2. 分：每个部分针对不同维度展开分析，如对生产、对经营，中间可穿插当事人采访。

3. 总：落到趋势、目标。

七、数据新闻发布

（模板化内容，简写即可）

1. 发布前准备：页面预览检查排版与图文匹配、灰度测试收集反馈、技术测试验证兼容性与加载速度。

2. 预算预估：数据获取成本、工具与技术成本、推广成本。

八、风险防范

1. 内容真实性：数据来源可追溯、分析逻辑无偏差、避免错误结论。

2. 图文严谨性：图表标注清晰、文案表述准确、避免歧义。

3. 知识产权：数据、图片、工具符合版权规定，注明来源或获得授权。

第一，数据需求与可得性：

动笔前先想清楚做这个话题需要哪些数据，并且判断这些数据大概率能不能获取，是否能够服务后面的报道。

第二，数据来源落到具体机构：

每个数据要写清楚从哪些机构、企业、平台获取，虽然没有办法核对，但是大体上要写的有可行性。一般，确实在这类组织或者机构会释放相关数据。

第三，数据处理与逻辑闭环：

拿到数据要做清洗、分析和比较。后文出现的每一个数据、每一个对比结论，在前文的数据选择和分析里一定要有来源和依据，前后形成闭环。

这是数据新闻最难、最容易出错的地方。

一、数据新闻选题与标题评估

1、标题传播力核查 核查数据新闻标题是否清晰锚定核心数据与核心观点，是否具备吸引力、悬念感或冲突感；检查标题是否贴合数据新闻客观、严谨的属性，杜绝标题夸大、数据噱头、断章取义、文不对题等问题。若标题无法快速抓取读者注意力、误导受众、和正文核心数据结论脱节，需明确指出偏差问题，并给出标题优化、平衡传播性与真实性的修改建议。 2、选题适配性评估 审查选题框架，核对选题方向、议题价值是否契合数据新闻特质，排查选题视角单薄、议题意义不足、缺少公共关注度等问题，避免选题泛化、没有数据挖掘空间，确保选题本身适合用数据方式叙事。

二、数据基础可靠性评估

1、数据覆盖面核查 核查新闻所用数据维度、时间跨度、样本范围、覆盖群体是否充足，判断数据能否支撑议题讨论，是否存在样本片面、维度单一、时间切片太短、局部数据代替全貌等局限。对数据覆盖面不足、以偏概全的内容标注短板，说明数据缺失方向与补充思路。 2、数据来源可信度核查 核查全部数据来源是否标注清晰、权威可溯源，优先核验官方统计、权威机构公开数据集、一手调研等来源；排查匿名来源、自媒体二手转述、来源不明、篡改原始数据等风险问题，对存疑数据明确标注风险等级，给出更换权威数据源、补充溯源说明的优化建议。 3、数据匹配度核查 核查后文数据分析、推导结论是否和前文引用的原始数据口径、统计范围、统计周期保持一致，排查偷换数据口径、超范围解读、数据和结论脱节、过度引申等问题，保证所有分析结论都有对应数据支撑。

三、文本叙事逻辑评估

1、叙事递进性核查 审查全文叙事脉络，核查行文逻辑是否层层递进：从抛出议题、展示数据、拆解现象、挖掘成因到推导启示，链路是否顺畅。排查逻辑跳跃、顺序混乱、因果倒置、论据断层等问题，避免叙事平铺直叙、没有推进感。 2、内容深度评估 核查报道是否停留在简单罗列数据，是否在数据基础上挖掘现象背后的成因、趋势、矛盾与现实意义；排查只有数据堆砌、缺少解读、没有思考、立意浅显的问题，评估报道是否具备公共价值与深层启示。

四、数据可视化呈现评估

1、图文匹配度核查 核查可视化图表（图表、信息图等）对应的指标、数据、结论是否和正文叙事内容保持匹配，排查图表数据和正文文字不一致、图表游离于叙事之外、图表信息冗余或缺失关键信息等问题。 2、可视化形式合理性核查 核查图表类型选择是否适配数据类型：对比类、趋势类、占比类、地理分布类数据是否选用合适的可视化形式；排查图表误用（如用饼图展示时序变化）、视觉误导（截断坐标轴、配色干扰判断）、信息杂乱、可读性差等问题，给出图表形式替换、视觉规范优化建议。