|
在图像化传播的今天，该如何定义一则好的数据新闻？什么样的选题是具有传播力的？在数据新闻制作的过程中有什么值得关注的地方？数据新闻又有什么独特价值？ 本期全媒派（ID：quanmeipai）获得授权，实录数可视运营编辑李岚做客全媒派真爱群的讲座全文，与大家分享她对数据新闻的理解和思考。
好看酷炫≠数据可视化数据新闻的评判维度
我觉得好的数据新闻可以从以下五个维度评判。
第一，传播量。对于传播量来说，最重要的是有一个好选题，比如两会、高考志愿填报这样的热门选题，点击量都会很高。我们在两会期间与CGTN合作的Who Runs China就是把2000多名人大代表的数据汇总起来，从性别、学历、省份等维度分析全国人大代表的特征。
这个作品给我最大的印象就是特别好看，色彩搭配非常合适、互动体验也很酷炫。但是我觉得数据新闻只有好看、酷炫是不够的，最根本的还是要让读者看懂，如果不能让读者明白数据是在表达什么，就不能算作是一个好的数据新闻作品。
例如下图就是想用粒子柱状图来呈现全国人大代表的出生年份和男女性别比例的情况。从这张图可以很清晰地看到90后女性人大代表越来越多的趋势。 第二，数据新闻作品不仅要好看，还要能够让读者看懂，要善用图表来传达信息。以下这些网站可以帮助大家了解图表应该怎么使用。 1. datavizcatalogue.com
2. FT可视化词典
3. ant-v
4. junkcharts 好的数据新闻应该是直观且容易理解的。 现在我们可以看到很多“一图看懂”系列的作品，但是一图看懂并不等于好的数据新闻。这些作品多由文字和图表结合，如果去掉文字只看图表就能明白其涵义，我觉得这才算好的数据新闻，否则就还有很多可以改进的空间。
第三，制作的精良程度。
有一个在数据新闻界特别有名的奖项，叫做Data Journalism Awards。这一奖项比较偏向大规模媒体制作的质感精良的作品，去年财新就获得过DJA的奖项。他们有一个作品叫做《高铁六小时能到的地方，你想去哪个？》，做了一个交互新闻，比如说我从北京出发，坐5个小时高铁能到哪些地方？这种就是大家喜闻乐见的话题，很多用户也愿意去点击、互动。 第四，小而美的作品。
小而美，就是跟我们每个人生活息息相关的一些数据，比如你使用手机APP的时长。例如，iPhone会自动跟踪APP每天的使用时长，数据新闻的制作人员可以把时间轴拉长，来研究用户的手机使用习惯。从这样的数据当中研究员常常能发现一些有趣的规律，实现对生活的小反思也挺有意思。 第五，短平快的操作。
界面新闻有一个数据栏目组，几乎每天都能出一篇稿子，能做到日更是很厉害的。因为数据新闻有一个很大的特点就是新闻性，需要赶时效。时效性意味着大家在短期内会比较关注这个话题，能够形成一定的讨论度并获得较高的点击量。 另外，跟大家分享一些优秀的数据新闻作品的来源。除了刚刚提到的DJA之外，国际上还有三个比较出名的与数据新闻相关的大赛，分别是信息之美、SOPA、SND。除了这些大赛之外，还有一些国外的媒体，例如彭博社、纽约时报、卫报，他们都有专业的数据新闻团队做出过很多优秀的作品；国内的财新、澎湃这些媒体也都是值得大家关注的。还有最近一两年来，一些自媒体也做出了很多不错的数据新闻作品。今年6月份澎湃新闻主办了“2019数据创作者大会”，会上涌现出了非常多优秀的作者。《数据新闻2.0:变与不变|数据创作者大会演讲实录①》这篇文章沉淀了会上很多有意思的观点。
图片来源：澎湃新闻 2019数据创作者大会
选题先行VS数据先行
数可视之前做的一些有意思的作品通常都是先有选题，然后再根据选题去找数据，比如看一些行业研究报告、咨询某一特定领域的专家等等，这种操作方式可以在一个较短的时间内收集到足够的数据把作品完成。
我觉得今后我们可以更侧重于数据先行。
比如在拥有很多数据的前提下，先用一些可视化工具把数据整理成一个大概的图表，看看这些数据到底能够呈现一个什么样的规律，或者进一步挖掘数据背后可以分享的故事。
这里我给大家分享财新数据新闻团队负责人黄晨老师之前一次讲座的内容《财新黄晨：先有故事还是先有数据？》，她在分享中也提到了这个问题，到底是先有故事还是先有数据？其实选题和数据是相辅相成的关系，即使我们先得到了数据，数据也可能是单一的，还需要围绕这个数据去发散性地寻找更多数据源，这样数据新闻的内容才会更丰富。如果数据源是可靠的、数据是充足的，这就是一个比较好操作的数据新闻选题了。
还有一个小问题，就是什么样的选题是比较适合做成数据新闻的。人大有一个公众号叫做RUC新闻坊，它汇总了从2012到2017年这五年来国际性数据新闻大赛的一些获奖作品，从其中涉及到的报道主题中发现了一些规律。政治类、公共服务类、医疗、战争、犯罪、人口、环境等，这些选题是比较容易获奖的。 图片来源：RUC新闻坊
我们把视野拉回到国内，会发现国内数据新闻的话题主要是聚焦在商业、城市规划相关的话题上，比如说房地产、地铁交通等等，像环境类、教育类也是涉及比较多的主题。
图片来源：澎湃新闻 2019数据创作者大会
这里还需要再强调一点，我们使用数据时，标明数据来源是很重要的。这既可以增加报道的权威性，也可以方便同业者之间相互交流。
写文案、做设计、敲代码数据新闻人的十八般武艺
我们常说做一个全能的数据新闻人需要三个方面的能力，分别是写文案、做设计和写代码。
一个好的数据新闻产品需要这三个方面的人才相互配合完成。新闻编辑需要清楚自己到底擅长什么，是文案策划能力比较强、脑洞大擅长挖坑？还是设计审美好，视觉表达能力强？要多结合自己擅长的领域扬长避短。
图片来源：黄志敏 数据新闻入门
以我自己为例，在数据呈现之外我会更多承担数据分析或是寻找数据来源的工作。 首先，找到合适的数据并且表达出来。
因为在实际操作中，找数据是一个非常耗时间的事情，需要建立一种搜索思维。询问专家学者或是查找论文是很重要的渠道，有时论文当中会提到非常有帮助的数据来源或是数据库，站在他人的肩膀上可以帮助我们省去许多寻找数据的力气。
其次，理解数据，尝试发现其中有趣的结论点。
对于数据内容的理解和表达，很考验从业者能否从数据当中挖掘有趣的结论点。打一个比方，把数据当做被采访对象，去拷问数据，对数据做出一些假设再去进行验证，看看数据能不能给你答案。这一点其实非常锻炼刚入行的从业者，这需要你对某些垂直领域进行深耕。
第三，清晰明了的可视化设计。判断可视化设计好坏的关键点在于，去掉文字后你的图标是否还能清楚的表达。数据新闻不仅要好看酷炫，让读者能够看明白才是关键。编辑需要考虑使用什么样的图标来呈现数据是最合适的。
我把做数据新闻的小技巧总结为四点：拷问你的数据；快速完成能力；寻找数据量丰富的选题；掌握数据分析技巧。
在寻找有趣的结论点的过程中我们会比较容易观察一些数据的异常值，比如，我们做过一个问卷调查，发现收入越高的人对自己的颜值越自信，但是这个结论是预料之中的，怎么才能挖掘到有趣的点呢？我们会把这个数据拆分，拆分成男女两个性别，并发现男性在收入越高时对自我颜值越自信，但女性可能呈现出一个波动式的上升和下降的趋势。
快速完成一个选题内容也是很重要的，因为新闻具有时效性，读者不会给新闻制作者太长时间的注意力，我们需要在规定时间内对重要和次要内容进行取舍去完成一篇完整的文章。两到三天完成一个作品已经算是比较长的操作周期了。
另外，我们会尽量找数据比较丰富的题目入手。比如我们之前做过北京地铁的数据，我们发现北京地铁的官方微博会发布每一次地铁的故障数据，于是我们把这些数据搜集起来做了一个关于北京地铁避坑指南的作品，最后也收到了不错的反响。
基于之前数据新闻的获奖作品，不难发现这些作品中多数都使用了比较简单的数据分析思路，比如比较平均值、最大值、最小值、方差，对比不同年份的数据等等。所以我们常用到的数据分析技巧都是很基本的，在我们中小学的时候就已经学过了。
数据新闻的独特价值
数据新闻的独特价值，我觉得可以归纳总结三点。
首先是为读者减负，因为人们读图的速度大概比看文字要快100倍。数据新闻通过编辑对数据的理解再提炼出来要点，最后制作出信息图表，是能够真正实现一图读懂很多信息的。
第二，数据新闻是编辑把自己觉得有趣的内容传达给受众的过程。比如设计师Giorgia和Stefanie做了一个叫做dear-data的数据可视化项目。这个项目持续了大约一年多的时间，两个人分别在两个不同的国家，把自己生活中一些有趣的数据发现通过手绘明信片的形式邮寄给对方。这个小项目很有意思也足够打动人，还获得了2015年“信息之美”的数据可视化项目金奖。
最后，我觉得数据新闻是在真正地与大家分享一些有价值的内容，是对读者有帮助的。
比如高考季，B站上有一个UP主把2017年全国高校的数据汇总做了一个交互网页，其中包括985、211高校的排名情况以及优势学科等等。我觉得这个作品就能够很好的帮助到考生去选学校、选专业等。唯一可以优化的地方在于，如果能够加上分数匹配或是院校的推荐就更好了，可以说是一个择校神器了。
注：讲座分享时间为2019年6月19日 编辑：王豪
| 
发表于 2019-8-4 00:01:29
QQ好友和群
QQ空间
腾讯微博
腾讯朋友
收藏
支持
反对