用最好的方式从最佳角度讲述故事——浅论数据新闻

在大数据时代背景下，媒体融合正以一种全新的生产方式改变新闻的生产流程、传播渠道和媒介生态，而数据新闻可以说是数据技术对新闻业全面渗透的必然结果。现在，几乎所有新闻媒体都能感受到“数据驱动未来”的时代已经来临。

一、数据新闻的概念及生产过程

现在得到大众认同的“数据新闻”概念，是由 Every Block 网站创始人兼《华盛顿邮报》软件工程师阿德里安·哈罗瓦提在2006年提出。哈罗瓦提认为，为了给大众提供更具参考价值及更重要的新闻报道，媒体应该使用计算机来处理原始数据；记者应公布机器可识别的结构化数据，跟以叙述故事为核心的报道相辅相成，以应对数字化时代对媒介变革的“刚需”。

在哈罗瓦提的理论基础上，数据新闻可以看作是在大数据及人工智能的技术背景下产生，基于历史信息和即时信息的高效处理，利用归纳统计手段、可视化呈现方式提高新闻生产效率的新型新闻报道方式。[1]

而对于数据新闻的生产过程，保罗·布拉德肖提出了更复杂的“双金字塔模型”。布拉德肖用倒金字塔模型来展现数据处理的过程，包括汇编数据、“清洗”数据、了解数据(来源及背景)及整合数据四个步骤，揭示数据在新闻生产过程中质量的变化。在完成这套流程之后，数据新闻进入到传播阶段，而这个阶段则分为可视化、叙事化、社会化(社交化)、人性化、个性化(个人定制化)和应用这六个部分。

数据新闻是对现有新闻生产方式及技术结构的颠覆性变革，将对全球新闻业在数字化时代的可持续发展产生深远影响。

二、如何做出优秀的数据新闻作品

谷歌数据新闻编辑西蒙·罗杰斯曾说过，数据新闻不能直接等同于可视化效果或是图形，而是用最好的方式去讲述故事，只是有的时候讲述故事的方式就是地图或可视化。

笔者认为，优秀的数据新闻就是用最好的方式从最佳角度讲故事。而如何做出优秀的新闻作品，我们可以从布拉德肖的“正金字塔”结构得到启示，好的数据新闻应该在以下六个方面进行尝试。

(一)可视化

在新闻业界，很多尝试做数据新闻的媒体都陷入过一个怪圈，就是一味追求“炫”“酷”来吸引受众注意力，不管什么内容都要做成高大上的“一图读懂”、视频或H5，而笔者认为数据可视化的真正目的更在于服务新闻本身的叙事需求和新闻作品的用户体验。

《数据可视化之美》一书对数据可视化提了四点要求：“新颖”、“高效”、“充实”及“具有美感”。“新颖”就是要求编辑团队要用新鲜视角来看数据或是用独特的风格来提高用户的热情，让他们能够对数据达到更高的理解层次。“高效”则意味着可视化效果里尽量排除与主题无关的信息和内容。“充实”指的是编辑团队在评判可视化成功与否时以其信息传递能力作为最重要的标准。而“具有美感”就是说可视化效果要满足观众的审美需求。

以2016年全球数据新闻奖最佳数据可视化奖获奖作品《天空中的密探》为例，美国新闻网站BuzzFeed的编辑团队在Flighttradar24航班追踪网站上收集了约200架美国联邦调查局等政府部门飞机的位置数据，用动画巧妙显示飞机动态，在地图上展示变化的时间序列，同时还能让用户看到累积的飞行路线和随着时间改变的航班动态。可以说这组作品兼具“新颖”、“充实”、“高效”和“美感”的优点，形成一幅前所未有的美国政府空中监视行动规模图景，为公众清晰展现一个政府监视下的美国。

(二)叙事化

数据新闻的本质还是新闻报道，而新闻报道是以故事为中心的。数据能提高新闻报道解释宏观问题的能力，在数据新闻中让叙事有更多样化的手段，使得用户理解叙事表达的难度降低。

那么如何用数据来讲好故事呢？《华盛顿邮报》在2014年对2011年白宫枪击案进行复盘，在这组优秀的数据新闻作品里，编辑团队将多媒体时间线作为主线，用地图、建筑图纸、音频(总统安保人员向警方通报情况)、照片、视频(记者讲述事件发生过程)等元素作为辅助，将事件重现于用户眼前。

数据新闻在调查式新闻报道中应用非常广泛，因为此类报道制作周期较长，媒体可以在挖掘数据及如何用最优方式呈现更丰满的故事上下功夫。

(三)社会化/社交化

数据新闻报道的目的是通过信息图等将数据可视化的手段达到更好的传播效果，增加内容的可读性，向公众展现更全面更丰富的内容，以提高公众对于内容的接受度和反馈度。在社交网络时代，如何能让用户参与进来是优秀的数据新闻编辑团队需要考虑的下一步。

用户主动提供的数据或对数据新闻的二次创作都可以作为数据新闻的素材来源。《卫报》在一些文章中尝试用“众包制”的方式收集用户提供的数据，这些数据不仅作为数据来源，而且增强了文章的社交属性。比如在“众包猜苹果平板电脑”的文章中，记者设计了一个问卷，让用户猜测苹果准备发布的平板电脑的功能、规格、技术参数、价格甚至产品名称等，问卷结果也显示了用户的偏好和产品需求。

数据新闻并不是一次性的信息消费，而是可以反复利用的知识消费。当信息变成知识，用户如何使用内容也会发生改变，从“看新闻”升级为“用新闻”。比如BBC曾设计了一个“英国阶层计算器”，用户可以通过输入个人数据了解到自己处在哪个阶层，利用数据新闻与用户的关联性来提升新闻关注度。

(四)人性化

在制作数据新闻时，有些编辑团队会陷入误区，只用宏观的大数据来展现某个问题的涉及范围及严重性，却忽视了传统新闻里用个人故事来体现人文关怀、增加新闻内涵和故事性的方式。

在 ProPublica新闻网站工作过的数据新闻记者邱悦表示，优秀的数据新闻作品应该能让用户“在故事中找到自己”。在数据新闻报道中应该兼顾“远景”和“近景”，让读者既能通过远景一览事件的全貌和主题，也能通过近景知道自己所在的地区及其故事。[4]

2011年叙利亚战争爆发，该国面临严峻的人道主义主义危机。美国公共国际广播电台在新闻报道中植入一款应用——“要是叙利亚战争发生在你的国家会怎样”，编辑团队收集了叙利亚战争中死亡人数、难民人数及与常规交通死亡人数对比的相关数据建成模型。读者在应用中输入自己的国家名称，就能看到像叙利亚战争这种规模的战争会对自己国家造成多大的危害。由于这种交互设计大大提升了用户体验，这款应用及其支撑的新闻作品成功吸引了大众的注意力。

优秀数据新闻产品的人性化还体现在其不仅能对事实进行判断和解释，还能为用户预测社会生活的方方面面，让用户感到贴心、实用。

美国FiveThirtyEight网站在2016 美国大选时策划了一系列数据新闻报道。在其代表作“美国大选预测”中，编辑团队用大数据来预测大选走向，他们将美国地图各州涂上颜色，涂蓝的州可能支持克林顿，涂橘的州预测会支持特朗普，在地图下方还显示了目前预测支持他们的选举人票数和普选票数占比。这张表会随着最终大选的临近不断更新数据，用户能在页面顶端直接看到克林顿和特朗普的获胜概率，非常直观、清晰。

预测性报道可以见微知著，聚焦流感来袭或交通拥堵等微观现象；也能纵观全局，关注某种社会危机的到来或经济指数变动趋势等宏观问题。2014年12月31日晚，很多游客和市民聚集在上海外滩跨年时发生大规模拥挤踩踏。假设当地旅游部门或新闻媒体能提前进行预测性报道(热力图)来警示大众，这种惨剧完全可能避免。

(五)个性化(个人定制化)

根据用户需求提供个性化的大数据服务，是数据新闻的未来发展趋势。而优秀的数据新闻作品大多围绕着用户需求这个核心，将宏观社会现象对用户的影响或用户想要知道的问题通过数据来解释。媒体甚至可以基于后台数据计算，分析用户行为习惯和偏好，将新闻产品和服务精准推送给用户。

目前很多国外网站已经做了一些成功的个性化尝试。2011年，英国BBC与毕马威会计师事务所合作打造了一款“预算计算器”，用户只需提供一些日常信息(如消费多少汽油或购买多少啤酒等)后，就能知道政府发布的新预算对用户个人来说意味着什么：缴税金额多少，明年生活会更好还是更差。

还有一些更定制化的数据新闻服务获得了用户的好评。2014年5月，Five Thirty Eight网站设立了“亲爱的莫娜”专栏，专门回复读者各种各样的疑问，比如“我多久该换袜子”、“美国有多少人滴酒不沾”等等。而这个专栏并不是要为用户提供解决具体问题的指导性意见，而是利用大数据分析将结果告诉用户，让他们参考分析结果来处理问题。

(六)应用

在数据新闻的应用上，新闻媒体需要借鉴新媒体运营思路，延伸数据新闻的增值链，将“卖数据产品”变成“卖数据服务”，从内容生产中心转型成数据中心。

在《数据新闻趋势》报告中，未来数据新闻的增值模式可以从以下三方面着手：付费模式(想获得更好的视觉体验需要用户付费)；数据商店模式(打通多个数据库并将数据库的准入机会进行售卖，同时提供数据分析及可视化的相关服务)；数据服务模式(针对某些机构或企业提供数据分析服务)。

同时，数据新闻还可以依托近年兴起的AR(增强现实)/VR(虚拟现实)技术。目前已经有媒体用VR技术进行新闻现场直播和全景展示，比如2015年对9·3阅兵的报道，全景式报道和基于数据分析的可视化新闻已成为新闻报道创新的亮点。未来媒体还可以探索数据新闻+VR/AR的融合模式，它将帮助受众不受时间、地点限制，在沉浸式体验中认识到数据背后更宏观的规律。

三、结语

目前国内很多媒体如新华社、人民日报、央视、网易、财新网等都开始了数据新闻的实践，也取得了不错的成效。比如央视出品的《两会大数据》等。但放眼全球，数据新闻实践还刚刚起步。很多人对数据新闻的认识还停留在比较浅显的阶段，他们往往将数据可视化和数据新闻划上等号，或是将数据新闻简化成数据解读的新闻。还有不少数据新闻报道里存在形式大于内容的倾向。

目前我们对于数据新闻还在探索中，还有很多需要思考的问题。我们可以借鉴国外学者的理论结构和外媒的成功实践经验，同时借助国内新闻业转型发展势头、AR/VR/AI(人工智能)等先进技术的进步，找到适合中国报道环境的数据新闻发展道路。在以用户需求为导向的基础上呈现更优秀的数据新闻作品应该成为新闻从业人员的研究课题。

[1]林溪声.数据新闻生产的常态化趋势及其限度[J].新闻爱好者，2018(2).

[2]Paul Bradshaw.The inverted pyramid of data journalism.https：//onlinejournalismblog.com/2011/07/07/the-inverted-pyramid-ofdata-journalism/

[3][4]张超，钟新.新闻业的数据新闻转向：语境、类型与理念[J].编辑之友，2016(1).