ကိန်းဂဏန်းများနှင့် ဂရပ်ဖ်များကို အနက်ဖော်ရန်အတွက် ပထမဆုံး ပုံညွှန်းစာ(legend) ကပင် စရပေမည်။ ဂရပ်ဖ်များတွင် အချိုးအစားနှင့် မည်သည့်စမှတ်မှ ရေးဆွဲထားကြောင်း နားလည်ဖို့လိုသည်။ အချိုးအစားကို ကြီးလိုက်ပြီး အပြောင်းအလဲရှိသည့် ကိန်းဂဏန်းများတဝိုက်ကို ဆစ်ပိုင်းပြသခြင်းမျှဖြင့် သေးငယ်သည့် အပြောင်းအလဲလေး တစ်ခုသည် ကြီးကြီးမားမား အရာထင်သွားနိုင်သည်။ ဂရပ်ဖ်များကို အနက်ဖော်ရာတွင် အပိုင်းကိန်းများနှင့် ရာခိုင်နှုန်းများကို သံသယထားရန် လိုအပ်ပါသည်။ မကြာခင်က ဖော်ပြခဲ့သည့် နမူနာ အရွယ်အစားနှင့် နှိုင်းယှဉ်အုပ်စုများဆိုင်ရာ အချက်အလက်များကို သတိထားရပါမည်။
တစ်ခါတစ်ရံတွင် ကိန်းဂဏန်းဖော်ပြချက်နှစ်စုံသည် အသွင်တူဖြစ်သည်ဟု ယူဆဖွယ်ရာ ထင်မြင်ရပါလိမ့်မည်။ သို့သော် အကျိုးအကြောင်းဆက်နွယ်မှုသဘော သို့မဟုတ် အခြားအကြောင်းတို့အရ စပ်ဆိုင်မှုရှိသည်ဟူ၍တော့ မဆိုနိုင်ပါ။ ကလေးငယ်များသည် အရွယ်ရလာသည်နှင့်အမျှ ထွားကျိုင်းလာကြသည်။ အရွယ်ရလာသည်နှင့်အမျှ နှုန်းထားပမာဏတူညီစွာပင် ဘာသာစကားစွမ်းရည် တိုးတက်လာကြသည်။ သို့သော် ကိုယ်ကာယထွားကျိုင်းမှုကြောင့် ဘာသာစကာစွမ်းရည်တိုးတက်လာသည်ဟု အဓိပ္ပာယ်မကောက်နိုင်ပါ။ ထို့ပြင် ဂရပ်ဖ်နှင့် ကိန်းပြဇယား(chart) များကို ကြည့်ရှုရာတွင် မည်သည့်အတွက်ကြောင့် စပ်ဆက်ကြည့်ရှုနိုင်ရန် ဖော်ပြရကြောင်း ဆက်နွယ်မှုကို သတိထားရန် လိုသည်။ ယင်းတို့အကြား ဆက်နွယ်မှုကို ပံ့ပိုးရာရောက်သည့် တရားဝင်သုတေသန ရှိမရှိကို ဂရုပြု စစ်ဆေးဖို့လိုသည်။ ထိုနည်းတူစွာပင် ကိစ္စတစ်ခုသည် အခြားကိစ္စတစ်ခု၏နောက်ဆက်လျက် ပေါ်ပေါက်လာပါက ဒုတိယဖြစ်ရပ်သည် ပထမဖြစ်ရပ်၏ အကျိုးဆက်ဖြစ်သည်ဟု အလိုအလျောက် သက်သေထူနိုင်သည် မဟုတ်။ အချက်အလက် သက်သက်ဖြင့် မည်သည့်အရာကိုမျှ သက်သေမပြနိုင်ပါ။ သုတေသနများက ဆက်စပ်အခြေအနေများကို စစ်ဆေဖို့ လိုသည်။ အခြားဖြစ်နိုင်ခြေရှိသည့်အကြောင်းရင်းများကို ရှာဖွေဖို့ လိုသည်။ ပထမဖြစ်ရပ်က ဒုတိယဖြစ်ရပ်ကို ဖြစ်ပေါ်စေနိုင်သည့် တိကျသော ကျိုးကြောင်းဆက်နွယ်မှုကို ဖော်ထုတ်နိုင်ရန်လိုသည်။
အချက်အလက်များ၏ နောက်ခံအခြေအနေကို စိစစ်ရာတွင် ထိုစစ်တမ်းတစ်ခုကို မည်သည့်အဖွဲ့အစည်းက စစ်တမ်းကောက်ယူသည်၊ ယင်းတို့တွင် သီးခြားအကျိုးစီးပွားရှိမရှိ စသည်တို့ကို စစ်ဆေးရမည်။ Reuters သတင်းဌာနသည် Philip Morris International Inc. က ကောက်ယူခဲ့သည့် အီး-စီးကရက် အတွေ့အကြုံနှင့် ပတ်သက်သော စစ်တမ်းကို စုံစမ်းဖော်ထုတ်မှု ပြုလုပ်ခဲ့သည်။ ထိုကုမ္ပဏီက ကော်ဖီတစ်ခွက်ထက်ပို၍ အန္တရာယ်မရှိနိုင်သော စီးကရက်တစ်မျိုးကို ထုတ်လုပ်လိုခြင်း ဖြစ်သည်။ Reuters ၏ သတင်းဆောင်းပါးတွင် ယင်းတို့၏ သုတေသနတွေ့ရှိချက်များက အချက်အလက်များကို အနက်ပြန်ဆိုရာ၌ ဆန့်ကျင်ဘက်ဖြစ်နေခဲ့ကြောင်း ထောက်ပြခဲ့သည်။ တက္ကသိုလ်များက စီစဉ်ကောက်ယူသည့်စစ်တမ်းများကိုလည်း ဂရုတစိုက် စစ်ဆေးကြည့်ဖို့ လိုသည်။ အချို့ဌာနများက ပုဂ္ဂလိကအလှူရှင်များ၏ ပံ့ပိုးငွေကို အားကိုးကြရသည်ဖြစ်ရာ သုတေသနအတွက် ကုန်ကျခံရာတွင် တစ်ဦးတစ်ဖွဲ့ချင်း အကျိုးစီးပွားလိုလားမှုများလည်း ပေါ်လာနိုင်ပေသည်။
ဤမျှလောက်ဆိုလျှင် သင့်အနေဖြင့် သတင်းအချက်အလက်များနှင့် သတင်းရင်းမြစ် ဖြစ်လာနိုင်သူများ၏ အမည်များ စုစည်းကာ ဒေတာဘေ့စ်တစ်ခုကို ထူထောင်နိုင်လောက်ပေပြီ။ နောက်လာမည့်အခန်းတွင် ကောင်းမွန်သည့် လူပုဂ္ဂိုလ် သတင်းရင်းမြစ်များကို ရှာဖွေဖော်ထုတ်ခြင်းနှင့် သူတို့ထုတ်ဖော်ပြောဆိုချက်များထဲမှ ထိုးထွင်းအမြင်များ မည်သို့ရနိုင်မည်တို့ကို ရှင်းလင်းဖော်ပြပါမည်။