The Sigma Awards
是由Google News Initiative所支持的歐洲新聞中心於2020年創立的資料新聞獎項，旨在鼓勵世界各地優秀的資料新聞作品，並透過分享免費的教育資源發展資料新聞。歐洲新聞中心長期發展資料新聞教育資源與培訓有成，此次獎項也有非常多著名媒體參與競賽。
The Sigma Awards 2020 全球超過510件作品、橫跨66國家參賽、共6個競賽項目，獎項分為大新聞室跟小新聞室，此篇要分享的是三大獎下的大新聞室（Large Newsroom）得獎作品，建議可搭配網頁閱讀。
Best data-driven reporting (large newsrooms)
The Troika Laundromat
獲勝者: 「組織犯罪與貪腐舉報計畫」(OCCRP)與其23個橫跨各國的新聞媒體
方法：透過分析130萬筆資料、3000間公司與24萬間銀行的聯繫資訊以及長時間的深度調查，找出歐洲銀行洗錢網絡
影響：揭露歐洲各大銀行的洗錢網絡交易，範圍超過3000間公司、橫跨15個國家、260億歐元的金流，迫使歐盟重新審視與整頓歐洲金融系統
OCCRP 成立於2006年，是一個由各國媒體組成的聯盟，也是唯一專門研究組織犯罪和腐敗的調查報告組織。
專案名「Troika自助洗衣店」不是真的洗衣店，而是對一個洗錢系統的統稱，背後的操作者是俄羅斯最大的私人銀行，它透過75間空殼公司洗錢、投資、逃稅。這些空殼公司開設賬戶，並透過帳戶將數十億美元的私人財富從俄羅斯運往歐洲，交易對象包括花旗集團、丹麥銀行、德意志銀行、法國農業信貸銀行等主要西方銀行，揭露了歐洲各大銀行的洗錢網絡交易。
團隊談到過程中最困難的是如何追查匿名化交易，為了確定誰是系統的組織者以及誰是系統的用戶，團隊必須尋找海量數據中細微的錯誤鏈接。他們最後通過仔細的數據分析發現，銀行犯了一個小而致命的錯誤：他們只使用其三家境外公司付款，但這些付款記錄被隱藏在成千上萬筆交易資料中，因此團隊並且透過技術找他這些記錄，並拆解出交易模式。
Best visualization (large newsrooms)
See How the World’s Most Polluted Air Compares With Your City’s
獲勝者: 《紐約時報》（NYT）
方法：透過獲取全球性空污資料，以AR方式讓讀者選擇自己居住的城市，把空污顆粒視覺化，讓讀者可以比較自己城市與其他空污地區的差異
影響：此專案是紐時近年來最成功的資料視覺化作品之一，獲得讀者與社群廣泛分享，擁有非常高的停留率，喚起讀者對美國空污狀況的注意
對於環境議題，人們容易只關注自身所在地的環境污染，《紐約時報》透過令人經驗的呈現方式讓人們除了注意自己的環境，還有全球空污的嚴重性。團隊提到，希望該專題將人們的經驗（他們所在城市的平均空氣污染程度）與最近成為新聞的各種污染空氣案例連結起來，通過數據建立同理心。
製作中遇到的困難主要是「數據視覺化與科學的矛盾」，為了實現讓讀者同理的目標，團隊努力確保污染粒子具有正確的運動感，同時也要顧慮資料視覺化的特性，而不是準確反映特定時間和地點的污染情況。
團隊就如何以顆粒、霧度等形式表現空氣污染提出了許多想法，並向觀眾展示了許多方法，希望達成最終目標：保持科學準確性，同時要讓人們感受到資料視覺化與讀者之間的連結。為了確保準確性，他們將視覺化的構想給了流衛研究顆粒物污染的專家，來決定最佳視覺化方式。
Innovation (large newsrooms)
Zones of Silence
獲勝者: El Universal
方法：透過google news蒐集的墨西哥新聞資料庫，訓練機器演算法辨識兇殺新聞，並查明發生地點，最後與個地方政府兇殺資料庫比對，設計公式來觀察案件數與新聞的落差。
影響：儘管謀殺案頻傳，墨西哥各地都出現了記者沉默以挽救生命的狀況，報導出刊後許多記者私下證實了這樣的狀況。目前該報正在著手第二階段的報導，是什麼導致這樣的狀況？
El Universal是墨西哥的主要報紙。這個題目主要是描述，暴力的組織犯罪是墨西哥面臨的最大危機之一。 記者為了避免成為目標，因此選擇保持沉默以挽救生命。
團隊著手測量這種沉默及其對新聞業的影響，他們使用人工智慧對報導進行量化和視覺化，並分析了全國報導的差距。 為了衡量該國每個地區的沉默程度，他們創建了一個公式，使成員可以觀察到隨時間演變的沉默現象。
製作中最困難的部分是如何創建「沉默公式」，來衡量全國未報告的兇殺案的數量。地區的兇殺案之所以少是因為背後有許多變數，如：時間差異、各地區網路普及率不一等。因此團隊為了確保差異與暴力和殺戮有關，必須排除部分數據，這對於機器學習非常困難，必須手動驗證許多初始報告與資料，直到充分驗證結果，這花了他們半年時間。最後透過團隊的跨學科性質（經濟學家、工程師、數據專家、設計師和記者）協作，找到答案。
從作品中一窺資料新聞趨勢
除了以上三個大新聞室作品，獎項中也有非常多出色的報導，可以參考以下獲獎作品介紹頁面。
從這些作品中也可以看到一些關於資料新聞的趨勢，值得借鏡：
- 跨專業團隊協作越來越普遍：記者與議題專家、數據科學家、設計師、工程師組成的團隊從不同專業切入內容。
- 科學、科技協助調查過程：python爬蟲、機器學習（AI）、數據資料庫比對等技術常協助挖掘複雜議題內容。
- 向外結盟，與議題NGO或媒體合作：伴隨而來的是如何安全地透過加密系統協作
- 以讀者中心思考呈現：以讀者有感的切點帶入想傳達的複雜議題內容
