如何打造优质且具特色的数据新闻？数可视资深编辑分享案例实操

本文转载自微信公众号：腾讯媒体研究院（ID：TencentMRI），作者： 腾讯新闻 姜柳

10月26日，由数可视与蓝鲸财经联合主办的“大数据时代新闻发展&产出实操”沙龙落地北京，会上数可视资深数据新闻编辑姜柳以《媒体的数据可视化优势在哪》为主题进行了分享，讲述了数可视打造数据新闻的经验与案例实操。腾讯媒体受邀参会并将部分观点实录发布，以下为具体内容。

01

不是数据科学家，

媒体为什么要做数据可视化？

在实体经济跟商品经济发展的同时，数据可视化可以更好的为商品资金和实体经济服务，今天我和大家讲的就是媒体的数据可视化。

首先有一个问题：如果不是数据科学家，媒体为什么要做数据格式化？其实这个问题最初是同行跟我交流时提出的，我觉得这确实是一个值得深思的问题。

像科学行业的各个领域，无论是专业的论文还是行业研究，里面都有可视化的成分在，既然各行各业都有非常专业的人在做这些分析和可视化，那媒体做数据可视化的意义在哪里？

后来我做了很多案例，认识到媒体应该认清它本身的一个职能：在冗杂的数据和大众之间充当传播和沟通的桥梁。

这也是媒体的本职工作，认清了这一点就非常好展开接下来的工作，在这里我也会跟大家分享一些案例，包括国际上有名的和我们自己做的，结合这些案例跟大家分享经验。

首先大家看这两个图，这是Airbnb的一些信息。这个信息展示了近年来柏林房价和Airbnb房间数目的增长趋势，用来研究柏林的房价是否因为Airbnb的兴起而受到影响。 

数据库信息

成型的可视化作品

上面两张图对比起来就很好地诠释了媒体做数据可视化的必要性，媒体能够把海量信息抽丝剥茧般地进行系统性整理并呈现，这样出来的效果就非常简洁，你还可以得出一些非常直观的结论。

在可视化的基础上，再进行深度的新闻挖掘，这就是媒体可以做的事情。

这样做受益很多，首先你可以知道接下来的方向是什么。比如说图二，右上方是Airbnb在柏林的房间数目的历年增长趋势，右下方是价格趋势，左边是面积增长趋势，联动这些信息的同时又可以看到他们之间的正向相关性，这就能够直观地得出一些结论。

你如果去看原始数据，会发现需要向服务器发送很多次请求，比如说你想查2005年到2006年的数据，就得分别发送不同的请求进行检索。

02

化繁为简是一个原则

对媒体来说，化繁为简是做数据可视化的一个原则。

1.功能叠加

化繁为简很重要的一点就是功能叠加，把复杂的数据整理提炼，整合呈现。因为数据库没有“数据清理”的过程，它只是直接把数据放在那里，但你如果做成可视化作品的话，是需要进行功能叠加的。

以今年CGTN两会做的作品为例——Who runs China。对两千多位人大代表的背景籍贯学历做了缩影，用粒子的形式呈现出结论，每一个粒子都代表了一位人大代表的个人信息。

这个作品其实就像一个小型引擎，你在网页上进行搜索，严选出每一个颗粒，都是有相应代表人物的个人信息的。好作品对信息的集纳非常到位，这就是功能叠化的体现。

2.视觉简化

处理完数据后就要进行视觉简化。不少人跟我说过：“媒体做过的很多格式化作品并没有帮助大家更好地了解要传达的东西，反而提高了阅读门槛。”

这个问题是存在的，我认为媒体这边能做的就是尽量优化和简化视觉效果，帮助大众降低门槛，而不是简单的把作品当成一个炫技的东西。因为大众传播以简洁、提高沟通效率为主。如果只是为了让这个图表很炫，这个动效很炫，就违背初衷了。

3.迭代

下面这个例子是之前我和小伙伴们一起做的有关北京地铁的作品。

灵感来源是看到微博上说北京地铁的官博是一个资源富矿，每天都会公布北京所有地铁线路的运营状况，包括哪天哪条线路因为什么原因出了故障，什么时候排除了故障。

但是它有几千条微博，所以我们进行了爬虫处理，把提取出来的数据进行整理，看哪条线路故障次数最多，最后得出来5号线故障次数最多。

我们还用自己的一套加权方法算出了一个故障指数，也就是最后的呈现结果。其实我们在制作的过程中非常纠结，在最后一版结果出来前至少有三版都被放弃了。

可以看出，在设计信息组的过程中，迭代是非常必要且复杂的，而且涉及到对信息的取舍，这是非常实操的东西，大家在创作过程中一定会遇到。

本来我们讨论说再增加一个指标，细化到每隔几周会遇到故障，因为我们觉得这样能让大家有亲身经历的感觉。因此我们引入了这个维度，但做出来后发现呈现效果太花哨杂乱了，没有重点，还会掩盖重要信息。

信息量太多，就没有突出的信息点了，所以我们又进行了迭代。宁愿拿掉这个维度，也不要干扰有效信息，这就是最后的呈现结果。

举这个例子只是想说，做信息设计的过程涉及到很多信息的取舍，不该要的就不要，尽量从读者的角度考虑，不要只是把图表当作自己发挥设计才能的地方。可能有人觉得做出这种复杂的东西很厉害，但我觉得不是，还是要以简洁为主。

03

非典型的数据新闻编辑室

如何打造特色？

严格意义上来说，数可视并不算一家媒体，但我们的主要合作对象是媒体，尤其是以央媒为主，为他们打造数据产品。这个条件下我们做的事情其实跟编辑室的编辑和记者做的差不多，所以我觉得我们算是一个非典型的数据新闻编辑室。

很多人对我们的工作的模式和业务比较感兴趣，想了解我们和传统媒体有什么区别，下面就跟大家分享一下。

1.开拓不同的表现形式

我们其实是在开拓一个不同的表现形式。数据可视化有非常多的表现形式，除了传统的网络交互外，还有信息图文、漫画、短视频等，这些都是我们在做的，我们在开拓不同的表现形式。

2.结合自身的数据特色

和其他媒体合作非常重要的一点就是要时刻结合自身的数据特色，坚持干货传播的同时，要把团队特色融入到看似不太搭边的作品里。

下面这个例子是我们之前跟腾讯科技合作的一个作品，主题是春运抢票，形式是漫画。

腾讯科技先提需求，说作品要体现历年来我们的抢票软件以及交通运输的发展，又想做的温情一点，有趣一点，不限制形式，像极了普通甲方的需求：列出要求1...2...3...你们给我做个东西出来。

最后他们说漫画不错，所以我们就采用了这个形式来做故事梳理。如果只简单的做一个情节性故事，并不能体现我们的特色，因为有更好的专门做漫画插画的公司，从生产流程到操作方面他们都比我们熟悉。

既然找我们做了，我们就要做出自己的特色，同时该呈现的干货也要呈现。

首先是要融合历年来抢票软件的发展历程，绿皮车时期大家抢票要连夜排队，或者从黄牛手中买票。动车高铁时期大家开始在电脑端抢票，继而是手机端，买加速包买会员，这是互联网生态发展在抢票软件上的体现。

其次还要融合历年来我国交通运输提速的变化。我们最后把明线跟暗线结合起来，梳理出了一个比较清楚的线索，用温情的故事展现出来。所以我觉得结合自身的数据特色来打造作品是非常重要的，不然做着做着就容易忘记自己的风格，这样可能就跟无数个我们合作的媒体公司一样，只能成为他们的编外人员。

我就觉得一定要充分发挥自己的能动性，去做一些能体现你特色的东西。

3.融合客户需求，确定自身风格

说到这里，特别像在跟大家分享作为乙方的经验：怎么去更好地结合甲方想法，怎么保留自己的风格。其实案例很多，这里就分享一下我们和央视网合作的系列视频——China Formula，即中国时刻。我们选取了中国在世界发展的一些领先行业，做数据上的解剖，推论领先的原因。

这个作品很像一套微型纪录片。首先色彩比较明艳，其次我们想体现拼贴的质感，凡是有数据图表的元素，都尽量用简洁的线条方式呈现，不想太过华丽。

最后呈现出来的作品是经过了跟央视网的不断沟通和反复修改的，因为他们想做的一些东西太超前的idea也不太合适，比起这个更需要做的是更本土化、更契合媒体调性的风格。

我们希望以后无论跟哪家公司或者媒体合作，作品都能带上我们的烙印，而不是说完全遵从他们的要求，成为一个没有灵魂的服务工具。

即使跟不同的公司合作，仍然能看到你们团队的作品自成一派，这是一个非常高的标准。

04

书目及网站推荐

可能因为我之前学的就是数据新闻，所以跟很多业内人士和学生都有交流。

首先第一本是Sarah Cohen的书——< Numbers in the Newsroom >，这本书在国外新闻编辑室，最起码在美国新闻编辑室是圣经一样的存在，调查性新闻机构基本上人手一本。Sarah Cohen是《纽约时报》数据新闻的编辑，她出的这一本书非常浅显易懂，涉及了编辑和记者能够运用到的数据和统计学常识，非常适合大家阅读，门槛没有那么高。

第二本就是数据可视化大牛Alberto Cairo的 ,这本书根据可视化的原理，深层次地去讲怎么设计更复杂的信息、怎么更简化、怎么更有效地去传递信息。

第三本是David McCandless的，他是Information Is Beautiful网站的创始人，对信息设计感兴趣的同行和学生可以看看他的作品。

接下来这三个网站也是非常值得推荐的，第一个叫Makeover Monday，你从网站上能获取很多有效的数据集，了解大家都是怎么去做可视化设计的。这个网站有点类似于一周挑战的形式，它每周会出一个data set，也就是数据集。

这些数据集是从不同网站上搬运过来的，比如说地产和体育领域已经成型的作品，同时也提供数据源，大家可以集思广益，看看能够二次创作出什么样的作品。这个网站已经运营很多年了，每周都会有一个这样的challenge，大家可以去看一下其他小伙伴的设计风格。

第二个是Dear Data，这个在业界很有名，是两个著名的设计师和数据新闻记者做的项目，她们在不同的国家，但都非常喜欢做数据可视化，于是这两个姑娘一块进行了为期一年的这个项目。她们把身边的一些小事随手画成比较轻量级的可视化作品，以明信片的形式寄给对方，最后集结成书。大家可以去看一下同一个想法在不同思维下是怎么成型的，怎么做成两个风格截然不同的产品。

第三个网站是Derek Watkins的个人网站，他也在《纽约时报》工作，是一个数据新闻工作者，他把自己的个人作品集放到这个网站上。其实做作品集很常见，很多人都有自己的作品集，但难得的是他会在每个作品下面标注他做了什么事情，用了哪些工具。对于初学者来说，或者说对于想成为他那样大牛的人来说，追根溯源的去了解他做的事情和用的工具，是非常有建设意义的，所以我也非常推荐这个网站。

这就是一些作品和网站的推荐，希望能够对大家有一些帮助或者启发。