“数字工信”运行监测主界面 监测的数据指标往往技术性较强，应对数据内容进行有效的语言转化，避免写成满纸专业术语的“技术报告”，从而减少阅读障碍，提升信息可读性。如，从全国工业互联网平台监测到的大数据涉及数十项技术指标，过程机理复杂，在信息编辑过程中，我们用通俗语言对技术内容进行简要介绍，
“数字工信”运行监测主界面
监测的数据指标往往技术性较强，应对数据内容进行有效的语言转化，避免写成满纸专业术语的“技术报告”，从而减少阅读障碍，提升信息可读性。如，从全国工业互联网平台监测到的大数据涉及数十项技术指标，过程机理复杂，在信息编辑过程中，我们用通俗语言对技术内容进行简要介绍，重点呈现分析结果，力求数据背后潜藏的问题水落石出、一目了然。
确保权威准确，把牢大数据信息审核关口
数据可靠。 在大数据信息审核过程中，需细致询问了解数据来源、样本数量、选取方式、统计方法等，确保数据的广泛性、代表性、权威性，以防后续分析研判根基不牢，避免“在沙滩上筑城堡”。
交叉印证。 一方面，综合多维度数据交叉印证。以中小企业运行情况分析为例，用电、采购、销售、财务、外贸等大数据均能体现中小企业某一方面的运行情况。在信息审核中，对仅使用单一数据得出观点的信息，要求补充其他维度数据予以印证，避免单一数据导致观点不准；对数据分析结果存在冲突的信息，与撰稿人进一步沟通，要求合理解释冲突原因，避免数据冲突导致观点不明。另一方面，与常识直觉进行交叉印证。在信息审核中，发现分析结果与常识直觉不一致，即与撰稿人详细沟通，判断是数据分析出现偏差，还是发现了更深层次问题。
支撑有力。在信息审核过程中，注重数据与观点的关联度，推敲所引用的数据能否支撑信息观点。如，某次信息审核中发现，该信息用单一中部省份的相关大数据研判全国形势，支撑明显不足，即商请撰稿人补充数据、重新论证，避免了观点偏颇甚至错误的风险。
责任编辑／尹 姗
专 题