Пособие по журналистике данных (ЛП)

В этом смысле мы обнаружили, что самым продуктивным является вариант вступить в партнерские отношения с исследовательскими группами или программами, у которых есть опыт и время на то, чтобы расследовать ту или иную историю. Информационная программа ВВС под названием «Панорама» (Panorama) потратила месяцы, работая с Центром расследовательской журналистики и собирая данные о зарплатах в государственном секторе. Результатом стал телевизионный документальный фильм и онлайн–материал в виде специального репортажа «Зарплаты в госсекторе: Цифры» ( Public Sector pay: The numbers), где все данные были опубликованы и визуализированы, и сопровождались анализом — область за областью, сектор за сектором.

Вместе с партнерством с журналистами, работающими в секторе расследовательской журналистики, наличие доступа к умеющим считать и разбирающимся в математике журналистам, обладающим специальными знаниями, является жизненно важным и необходимым. Когда коллега по бизнесу нашей команды проанализировал данные о сокращении расходов, озвучиваемые правительством, он пришел к выводу, что правительственное изложение этих данных заставляет их звучать более весомо и выглядеть более значимыми и более масштабными, чем они есть на самом деле. Результатом стал эксклюзивный материал, «Извлекая смысл из данных» ( Making sense of the data), дополнением к которому служила четкая и ясная визуализация, которая даже получила награду Королвеского статистического общества.

Понимание проблемы

Но журналистике данных не обязательно нужно быть эксклюзивом, который не заметил никто другой. Работа группы по визуализации данных заключается в том, чтобы объединить отличный дизайн с четким редакционным повествованием – чтобы дать пользователю убедительный и аргументированный опыт. Создание визуализационных решений на основе правильных данных может использоваться для того, чтобы дать людям лучшее понимание проблемы или сюжета, и мы часто используем этот подход в процессе создания наших сюжетов на ВВС. Одним из методов, используемых, например, в нашем проекте по отслеживанию количества подающих заявления на пособия по безработице ( UK claimant count tracker), стало составление карты, данные на которой время от времени меняются, чтобы дать пользователю четкое представление о происходящих переменах.

Проект в области данных под названием «Сеть долгов еврозоны» ( Eurozone debt web) исследует запутанную паутину межгосударственных долговых отношений. Этот проект помогает объяснить сложный вопрос визуально воспринимаемым способом, с использованием цветов и пропорциональных стрелок вместе с ясным и понятным текстом. Важным соображением является задача побудить пользователя исследовать проект, или следовать теме повествования, а также задача обеспечить то, чтобы он не чувствовал себя перегруженным цифрами.

Описание команды

Команда, которая занимается производством продуктов из области журналистики данных для сайта BBC News, состоит примерно из двадцати журналистов, дизайнеров и разработчиков.

Наряду с проектами в области данных и визуализациями, команда делает всю инфографику и интерактивные мультимедиа–решения на новостном вебсайте. Все вместе это образует набор сюжетной техники, который мы стали называть «визуальной журналистикой». У нас нет людей, которых отдельно идентифицируют как «журналистов данных», но весь редакционный персонал команды должен уметь пользоваться базовыми табличными приложениями, такими как Excel и Google Docs, для анализа данных.

Главным и ключевым для любых проектов в области данных являются технические навыки и советы наших разработчиков, а также навыки наших дизайнеров в области визуализации. И хотя все мы либо журналисты, либо дизайнеры, либо разработчики «в первую очередь», мы продолжаем упорно трудиться над увеличением степени нашего понимания и умения ориентироваться в профессиональных областях другого.

Ключевыми продуктами для исследования данных являются Excel, Google Docs и Fusion Tables. Команда также использовала, но в меньшей степени, базы данных MySQL и Access, и Solr для обработки бОльших массивов данных, а также пользовалась RDF и SPARQL для того, чтобы начать искать способы, которыми мы можем моделировать события с использованием технологий Linked Data. Разработчики также использовали и используют языки программирования по своему вкусу, будь то ActionScript, Python или Perl для сверки, разбора и, возможно, опровержения наборов данных, над которыми мы работаем. Perl используется также для решения некоторых издательско–публикационных задач.

Для изучения и визуализации географических данных мы используем Google, Bing Maps и Google Earth, а также сервис ArcMAP от Esri.