ڈیٹا - صحافت میں ڈیجیٹل تبدیلی کا "بنیادی"۔

ویتنام میں صحافت کو ڈیجیٹل کرنے کا عمل دو دہائیوں سے زیادہ پہلے شروع ہوا تھا۔ اس کے بعد سے، صحافت میں ڈیجیٹل تبدیلی کا تصور، حکمت عملی اور مواد بدل گیا ہے اور بہت سے عناصر کے ساتھ اس کی تکمیل کی گئی ہے، جو زیادہ طاقتور، متنوع، اور دور رس ہوتے جا رہے ہیں۔

اپنے فائدے کے لیے بگ ڈیٹا کا فائدہ اٹھائیں۔

جیسا کہ میڈیا تنظیمیں ڈیجیٹل تبدیلی کو اپنانے کی کوشش کر رہی ہیں، بگ ڈیٹا ایک اہم ٹول کے طور پر ابھرا ہے۔ اسے ڈرائیونگ اور صحافت کی کامیاب ڈیجیٹل تبدیلی کو یقینی بنانے میں "بنیادی" سمجھا جاتا ہے۔

خبر رساں ادارے جس بڑے اعداد و شمار کا مقصد رکھتے ہیں اس میں مختلف قسم کی معلومات شامل ہیں۔ یہ بگ ڈیٹا معلومات کے بڑے حجم، ترسیل کی رفتار، اور مواد اور معلومات کی اقسام کے تنوع سے ظاہر ہوتا ہے، جو خبر رساں اداروں کو مواد کی تخلیق کو بڑھانے، قارئین کو راغب کرنے، اور ان کے میڈیا آپریشنز کے لیے اقتصادی حکمت عملی بنانے کے لیے انمول بصیرت اور مواقع فراہم کرتا ہے۔

ایک بار جب کافی مقدار میں ڈیٹا اکٹھا ہو جاتا ہے، اس ڈیٹا کا تجزیہ کرنے اور اس پر کارروائی کرنے کے لیے ضروری آلات اور عمل کے ساتھ، خبر رساں ادارے بہت سے مختلف طریقوں سے فائدہ اٹھا سکتے ہیں۔

خبر رساں ادارے سامعین کی ترجیحات، طرز عمل اور استعمال کے نمونوں کے بارے میں گہری بصیرت حاصل کرنے کے لیے بڑے ڈیٹا کا فائدہ اٹھا سکتے ہیں۔ بڑے ڈیٹا سیٹس کا تجزیہ کرنے سے خبروں کی تنظیموں کو یہ سمجھنے کی اجازت ملتی ہے کہ کون سا مواد ان کے ہدف کے سامعین کے ساتھ گونجتا ہے، اور ان کے قارئین کے اہداف کے مطابق ذاتی نوعیت کی مواد کی سفارشات کو قابل بناتا ہے۔ Deloitte اور Google News Initiative کے ذریعہ شائع کردہ دستاویز "ڈیجیٹل ٹرانسفارمیشن تھرو ڈیٹا" کے مطابق، یہ پرسنلائزیشن خبروں کی تنظیموں کو مواد کے بہتر منصوبے بنانے، صارف کے تجربے کو بڑھانے، مشغولیت بڑھانے اور برانڈ کی وفاداری کو مضبوط کرنے میں مدد کرتی ہے۔

بڑے اعداد و شمار کے تجزیات خبروں کی تنظیموں کو بھی بااختیار بناتے ہیں، انہیں نئے رجحانات، عنوانات اور فارمیٹس کی شناخت کرنے کے قابل بناتے ہیں جو سامعین کی توجہ کو اپنی طرف متوجہ کرتے ہیں۔ مصنوعی ذہانت (AI) کو بڑے پیمانے پر ڈیٹا کے تجزیے کے ساتھ جوڑ کر، جیسے کہ سوشل میڈیا پر گفتگو، تلاش کے رجحانات، اور صارف کے جوابات، خبر رساں ادارے اس کے مطابق اپنی مواد کی حکمت عملی کو ایڈجسٹ کر سکتے ہیں۔ ڈیٹا پر مبنی یہ نقطہ نظر اس بات کو یقینی بناتا ہے کہ صحافی متعلقہ، پرکشش مواد تخلیق کر سکتے ہیں جو سامعین کی ضروریات کو بہتر بناتا ہے۔

کاتالان پریس کمیٹی کی ایک تحقیقی رپورٹ بعنوان "نیوز روم میں الگورتھم: صحافت میں اخلاقی اقدار کے ساتھ AI کے لیے چیلنجز اور سفارشات" میں یہ نتائج پیش کیے گئے ہیں کہ خبر رساں ادارے اپنی خبروں کی اشاعت کے عمل کے تقریباً تمام مراحل میں ڈیٹا پروسیسنگ پر AI کا اطلاق کرتے ہیں، مواد کی شناخت اور نقطہ نظر، تصویر کی شناخت، خودکار مواد کی تیاری، سرخی کے مواد کا انتخاب۔

ماخذ: ڈیٹا ویلیو کو فروغ دینے کے لیے نیوز آرگنائزیشنز کے لیے ڈیلوئٹ اور گوگل نیوز انیشیٹو گائیڈ۔

آمدنی پیدا کرنے کی حکمت عملیوں کو مضبوط بنائیں۔

اس بات پر زور دیا جا سکتا ہے کہ بڑا ڈیٹا خبروں کی تنظیموں کو ڈیجیٹل ڈیٹا کی کارکردگی کو ٹریک کرنے اور اس کی پیمائش کرنے کے لیے جامع تجزیاتی ٹولز فراہم کرتا ہے۔ صفحہ کے ملاحظات، کلک کے ذریعے کی شرح، اور سوشل میڈیا مشغولیت جیسے میٹرکس کا تجزیہ کرکے، خبر رساں ادارے اپنے مواد کی تقسیم کی حکمت عملیوں کو بہتر بنا سکتے ہیں۔ یہ بصیرتیں خبروں کی تنظیموں کو بہتری کے شعبوں کی نشاندہی کرنے، ان کے مواد کی حکمت عملیوں کو بہتر بنانے، اور اپنی ڈیجیٹل سروسز کی رسائی اور اثر کو زیادہ سے زیادہ کرنے میں مدد کرتی ہیں۔

خبر رساں ادارے اپنی منیٹائزیشن کی حکمت عملیوں کو بڑھانے کے لیے بڑے ڈیٹا کا بھی فائدہ اٹھا سکتے ہیں۔ سامعین کے ڈیٹا کا تجزیہ کرکے، خبر رساں ادارے ممکنہ آمدنی کے سلسلے کی شناخت کر سکتے ہیں۔ جیسے ٹارگٹڈ ایڈورٹائزنگ، اور صحیح قارئین تک پہنچایا گیا مواد جو فعال طور پر اس کی تلاش کر رہے ہیں۔ بڑے اعداد و شمار کے تجزیات عین مطابق سامعین کی تقسیم اور ٹارگٹڈ ایڈورٹائزنگ کی بھی اجازت دیتے ہیں، جس کے نتیجے میں تبادلوں کی شرحیں زیادہ ہوتی ہیں، قارئین کی سبسکرپشنز میں اضافہ ہوتا ہے، اور زیادہ اشتہاری آمدنی ہوتی ہے۔

اہم مسئلہ یہ ہے کہ اعداد و شمار اور بڑے اعداد و شمار کے پیش کردہ فوائد کو تسلیم کرنے کے باوجود، تمام میڈیا تنظیموں نے ڈیٹا بیس بنانے اور استعمال کرنے کے لیے مناسب حکمت عملی تیار نہیں کی یا کامیابی کے ساتھ سرگرمیاں نافذ نہیں کیں۔

ماخذ: کاتالان پریس کمیٹی کے ذریعہ نیوز روم الگورتھم پر تحقیق۔

لہذا، ایک ڈیٹا بیس بنانے کے لیے، میڈیا اداروں کو کئی اہم کاموں پر عمل درآمد اور سرمایہ کاری کرنے کی ضرورت ہے۔ ان میں میکانزم قائم کرنا، سوچ کو اختراع کرنا، اور ڈیٹا اکٹھا کرنے کے لیے ٹیکنالوجی کو مضبوط طریقے سے لاگو کرنا، سوشل میڈیا پلیٹ فارمز، ویب سائٹ کے تجزیاتی ٹولز، مواد کے انتظام کے نظام، اور کسٹمر فائل مینجمنٹ سسٹم سمیت مختلف ذرائع سے متعلقہ معلومات اکٹھا کرنا شامل ہیں۔ اس ڈیٹا کو ایک مرکزی ذخیرے میں ضم کیا جانا چاہیے، اس بات کو یقینی بناتے ہوئے کہ میڈیا لیڈروں سے لے کر رپورٹرز اور تکنیکی ماہرین تک ہر کوئی اس تک آسانی سے رسائی اور استعمال کر سکے۔

نیوز آرگنائزیشن کے رہنماؤں کو معلومات کے بڑے حجم کو سنبھالنے کے لیے محفوظ ڈیٹا اسٹوریج انفراسٹرکچر اور طاقتور ٹولز کی شناخت اور سرمایہ کاری کرنے کی ضرورت ہے۔ کلاؤڈ پر مبنی حل لچک، لاگت کی بچت، اور ضرورت کے مطابق اسٹوریج کی گنجائش کو پیمانہ کرنے کی صلاحیت پیش کرتے ہیں۔ درست اور قابل اعتماد ڈیٹا سیٹس کو برقرار رکھنے کے لیے ڈیٹا کی صفائی، معیاری کاری، اور کوالٹی کنٹرول سمیت مؤثر ڈیٹا مینجمنٹ کے طریقے بہت اہم ہیں۔

مزید برآں، مشین لرننگ الگورتھم اور ڈیٹا ویژولائزیشن پلیٹ فارمز سمیت AI جیسے جدید تجزیاتی ٹولز اور ٹیکنالوجیز میں سرمایہ کاری کرنا اور ان کا اطلاق کرنا ضروری ہے۔ ہمارے ملک میں بہت سے میڈیا آؤٹ لیٹس اب ان ٹولز اور ٹیکنالوجیز کو انفوگرافکس، ویڈیوز ، نیوز آرٹیکلز بنانے، اور انہیں خود بخود ہدف کے سامعین میں تقسیم کرنے میں استعمال کر رہے ہیں، اس طرح قارئین کی تعداد کو بہتر بنانے اور مواد کے معیار اور تقسیم کو بہتر بنانے کو یقینی بنایا جا رہا ہے۔

یہ کہا جا سکتا ہے کہ میڈیا اداروں کی ڈیجیٹل تبدیلی میں، بڑا ڈیٹا ایک اہم کردار ادا کرتا ہے، جو مواد کی تخلیق کی حکمت عملیوں کو تشکیل دینے، سامعین کو راغب کرنے، اور آمدنی پیدا کرنے میں بنیادی کردار ادا کرتا ہے۔ بڑے اعداد و شمار کے تجزیات کی طاقت کو بروئے کار لا کر، میڈیا تنظیمیں اپنے قارئین کے لیے قابل قدر بصیرت حاصل کر سکتی ہیں، اس طرح اپنے سامعین کو تقسیم کر سکتی ہیں، مواد کی تقسیم کو بہتر بنا سکتی ہیں، اور میڈیا انڈسٹری کی معاشی عملداری کو بہتر بنانے کی کوششوں کو بڑھا سکتی ہیں۔

ایک جامع نقطہ نظر کی ضرورت ہے۔

ایک مؤثر بڑے ڈیٹا سسٹم کی تعمیر کے لیے ایک جامع نقطہ نظر کی ضرورت ہوتی ہے۔ اس میں حفاظتی اقدامات اور اخلاقی اور مناسب ڈیٹا گورننس کے ساتھ مضبوط ڈیٹا اکٹھا کرنا، انضمام، اسٹوریج، تجزیہ، اور تصور شامل ہے۔

خبروں کی تنظیموں کی ڈیجیٹل تبدیلی کے لیے بڑے ڈیٹا کو سمجھنا اور اس میں مہارت حاصل کرنا بہت ضروری ہے، انہیں مسابقت برقرار رکھنے، ذاتی نوعیت کے تجربات فراہم کرنے اور اپنے قارئین کی ابھرتی ہوئی ضروریات کے مطابق ڈھالنے کے قابل بنانا۔

ماخذ: https://nld.com.vn/thoi-su/du-lieu-hat-nhan-chuyen-doi-so-bao-chi-20230620211226972.htm