体育数据新闻的发展困境及创新路径探析

汪惠怡

摘  要  体育数据新闻兼具新闻报道的新鲜性、新颖性，又具有体育专业性和行业参考价值，是一种跨学科的新型媒体产品。目前国内外媒体制作的体育数据新闻多围绕比分、运动员历时性数据来展开，形式较为单一。未来发展方向包括：在数据收集方面，除了从视觉渠道获取原数据外，加入对声音要素的关注;考虑引入众包的数据收集方式。除了信息视觉化呈现外，加强体育数据新闻报道中的故事性，从故事驱动出发，扩大产品规模。

关键词  体育数据新闻;发展困境;创新路径

中图分类号  G2      文献标识码  A      文章编号  2096-0360（2019）13-0098-05

1  体育数据新闻概述

与文字信息相比，人眼对视觉化图形信息的处理速度更快、理解程度更高。信息的指数级增长对从业者处理信息、整合数据的能力提出了更高的要求。为了对大量信息进行高效梳理、合理展现、有效传播，从业者由传统的文字展示转向视觉化报道。在使用照片、视频等场景化的视觉呈现手段之外，数据的可视化处理图形越来越受欢迎。

1.1  视觉化语境下的体育新闻

数据新闻是以数据库和信息视觉化为基础，以事件的可证性为特征，在报道对象的某些相关关系中寻找稀罕信息，从而发现新闻线索的新闻生产方式。主要通过事实的采集，借诸图表、地图、线图等视觉化信息的交互性呈现，解读现象的复杂性，逼近新闻真实性和客观性，最大程度地满足用户的好奇心与期待的报道方式。

体育新闻是以体育运动为内容，实时跟进体育赛况、及时追踪运动员个人发展情况、紧跟行业升级动向的新闻报道。

体育数据新闻是传统体育新闻的升级版，从数据视角关注体育发展，以视觉化的呈现方式展现运动情况、讲述体育故事。

体育数据可以分为基本体育属性统计数据，即一维简单数据以及体育属性和时空属性相结合的数据，即多维复合数据[1]。

以足球比赛为例，一维简单数据是指某场比赛的进球数目、特定技术动作出现的数目;多维复合数据是中超第X轮，X球员在比赛第X分钟在前场X米处以X技术动作完成进球，可以表示为{时间属性，空间属性，描述属性1，描述属性2，…，描述属性n}。

1.2  区别于用于体育专业分析的可视化产品，体育数据新闻以“讲故事”为出发点

体育数据可视化是将体育运动过程中所产生的数据进行视觉化呈现的过程，实现Data（数据）→Visualize（视觉化处理）的从机读数据到人眼可识别的视觉化图形。

体育数据可视化包括体育数据新闻和体育专业分析两个主要方向，前者是对数据进行整合处理而后形成逻辑链条、进行叙事，后者是用视觉化图形直接呈现数值、趋势或比较关系，用以辅助体育研究人员对运动员或团体的表现进行分析、评估、提出发展战略[2]。

体育数据新闻通过Data（数据）→Filter（适当处理）→Visualize（视觉化处理）→Story（故事讲述）的过程，保持新闻讲述新鲜事情的初衷，在视觉叙事中传递体育价值与新闻价值。

1.3  体育数据新闻具有多维价值

体育活动是包含诸多情感倾向和情绪波动的群体事件，体育新闻受众对于比赛情况、运动员表现、裁判员执法能力、教练员培训能力的评判具有较强的个人色彩。

在新闻作品中合理使用量化数据，在一定程度上可以增强体育新闻的真实性、权威性和说服力。同时，对于量化数据的视觉化呈现更有助于以直观、清晰的形式辅助体育故事的讲述。

戴扬和卡茨指出，“我们把媒介事件看作假日——他使某些核心价值或集体记忆醒目”[3]。在“媒介事件”周期内，体育被用来作为吸引那些已对体育感兴趣的人的一种手段，而对于那些对体育不感兴趣的人来说，体育在这里就像是一种富有戏剧性的工具[4]。大型体育赛事的赛期是媒体制作体育数据新闻的黄金时期——数据丰富、关注度高、传播效果期待高。

2  体育数据新闻发展困境

数据新闻作为一种新兴的媒介产品形式，诸多媒体还在实践中探索其制作流程及范式。体育数据新闻综合视觉传达设计、新闻学、体育学以及话题所涉及的关联学科知识于一体。从业者的业务能力不过硬、知识储备较单一、视野高度仍平庸等导致体育数据新闻在发展过程中遇到困境。

2.1  从业者自身能力有限，对数据的把控和应用能力有限

与其他学科的数据相比，体育数据种类丰富、分析方式具有较强的个性，每种运动都有其特性，因而分析所考量的指标与维度、所用的方法與标准都不相同。以奥运会这类综合性体育赛事为例，短时间内将积累大量的、多类别的数据群。

一方面，要求制作者化繁为简，从海量的数据中抽离出有价值的、可进行关联性分析的数据，提炼出其中的逻辑和相关性，随后通过受众可连接的图形化方式进行故事化的表达。另一方面，要求制作者以体育逻辑进行有价值的数据分析、视觉化呈现、故事化叙事，体育知识此时成为必备常识。记者做案头工作的目的在于“不让内行人感到我很外行”，体育话题人人都能说上几句，但理出符合体育逻辑、有新意的系统化内容并非易事。大众球类运动、冰雪运动、民族体育运动等体育项目内容迥异，对于专业的体育文字记者来说，进行跨项报道也有一定的难度。

目前国内体育数据新闻在数据使用层面，对数据的历时性纵向分析、类别化横向关联性比较不足，未能从体育逻辑寻找关联性。

2.2  从业者对受众的识图能力及体育常识储备量的预估不足

信息抵达受众才形成了有效的传播。从制作者编码到受众对图形进行解码的过程中存在一些障碍。受众对图形化表达的认可度、理解水平不同，因而对同一数据图的理解程度存在差异，对信息解读不全面导致无法顺利读图。

对于包含时空信息的多维复合数据，受众需要定位至少时间、空间、体育事件三个维度的信息。同时，体育知识系统庞杂，体育数据新闻对读图能力提出了更高的要求，对某一部分体育常识的缺乏将会导致更进一步的读图障碍。

例如Schweizer Radio und Fernsehen（SRF）作品《Roger Federer：20 Years，20 Titles》展示费德勒在过去20年中参与大满贯的赛果，同时展示纳达尔、德约科维奇、穆雷三位网球健将的比赛数据，通过对比来说明费德勒是最佳球员。其中球员的头像对于不了解网球的读者来说已是一层难度;数据图中用颜色来区分网球场地的材质，Hard Court（硬地）实体颜色就是蓝色、Clay Court（砂地场地）为橘色，Grass Court（草地）为绿色，对于不了解网球的读者来说，这层信息不仅没有实现有效传达，还造成了色彩方面的迷惑。

此外，体育经济话题融体育逻辑、经济背景于一体，对受众的社会常识、知识储备提出更大的考验。

2.3  从业者对作品的价值定位不准确

对数据价值的深入挖掘以及对受众需求的精准定位让体育数据新闻实现传播效果及价值最大化。体育数据可视化包含数据新闻、体育专业数据分析两大发展方向。两者浅层次的融合可以实现有深度、有行业前瞻性的新闻作品。然而，含糊不清的受众定位将使供给与需求之间无法对位。体育专业数据分析重在数据分析的质量，而数据新闻是提供给普通受众的具有教育、娱乐功能的新闻产品，数据深度要求不高，数据话题趣味性要求较高，呈现形式的易读性、趣味性及辅助信息要求高。

例如，SoccerStories界面通过对每场球赛进行数据监测，对球员技能、球队配合情况进行追踪和分析，给球队训练、发展以升级建议[5];NHL专注于冰球数据的追踪以供体育专业分析;IBM平台SlamTracker专注用网球四大满贯赛事的视觉化在线分析，比赛关键球的视觉模拟再现也称为普通体育爱好者回味比赛的途径之一。

3  体育数据新闻的创新路径

知名数据新闻记者、前德国之声（Deutsche Welle）编辑米尔科·洛伦兹（Mirko Lorenz）认为数据新闻的制作过程共分为四个部分：Data（数据）→Filter（适当处理）→Visualize（视觉化处理）→Story（故事化讲述）。从选题策划、数据采集及处理、视觉化呈现、故事化叙事等层面入手，可以有效地对体育数据新闻的制作进行改良。同时，体育数据新闻制作团队多元、跨界的人员构成也是作品创新的重要依托。

3.1  关照受众的选题策划——主题多元、话题多样

体育运动的主体包括运动员、裁判员、教练员、体育迷、相关工作人员，场景包括赛场、训练场、非运动时间的生活。体育主体的多样性带来话题多样性。

目前体育数据新闻作品大多聚焦于比分结果、过程性比分、判罚数据、某场比赛货赛季中运动员技术动作、运动员个人历时性数据统计、队服及其他装备样式等，其主体大多为比赛、运动员、装备。而事实上，裁判和体育迷也是体育运动体系中不可忽视的部分。

英国《泰晤士报（The Times）》制作的《Could you be an assistant referee？》以及和美国《华尔街日报（The Wall Street Journal）》2015年制作的《Are you Good Enough to Be a Tennis Judge》聚焦于裁判员及裁判规则，通过选择难度、观看模拟视频、进行执法判断的互动流程，让受众从足球助理裁判、网球裁判视角来看待每个关键节点。这些聚焦于裁判员的作品扩展了受众的感知范围，帮助受众更深入地理解裁判规则及裁判员工作。受众在互动中明白“裁判看着容易做起来难”。

此外，体育的社会功能之一在于娱乐性，娱乐的主体除了竞技带给运动员快乐之外，还有体育迷观看比赛获得的快乐。“粉丝”是体育比赛不可忽视的主体，也应该得到数据新闻的重视。

3.2  加强对声音、图源数据源的重视

数据新闻（Data Journalism）中数据（data）是指收集的用以参考或分析的事实材料和统计资料。根据牛津词典对数据（data）的详细解读，数据包括两重内涵：计算机可以处理的大量数值、字符或符号，可以通过电子信号的方式存储和传输，能被磁性的、光纤的或机械的记录介质所记录;被视为构成推理与运用基础的事实材料[6]。也就是说所谓的数据既包括我们所熟悉的统计数值，也包括其他事实材料，如声音、视频等信息。

设计师向帆带领其团队制作了春晚视频色彩可视化作品，是对视频数据进行处理和解码的典范。该团队对30年春晚的视频资料进行数据处理，截取了每一帧画面，随后“由小见大”把每一帧画面缩小后拼接在一起，形成当年春晚的宏观颜色块。通过对画面元素的截取、结构化处理，可以发现“每年春晚的颜色都不一樣，主色调越来越偏红色”“开头结尾红色为主，中间蓝色串场”的颜色趋势。数据新闻转变以文字为中心的传统新闻叙事方式，一定程度上弥补宏观叙事的不足[7]。

体育数据新闻也不应止步于统计数字，更应该关注声音、色彩等更多元的要素。经济学人（Economist）联手西门子（Siemens）制作的《Reimagine the game》获得2018年信息之美数据新闻大赛金奖。该项目对现场球迷的声音进行了全程跟踪，包括声音的大小、来源方位、出现时间。《Reimagine the game》先给出90分钟全程球迷的声音音频并配以声音大小的条形图。其中进球、犯规给牌、VAR等关键节点特殊标出，受众可点击回听特定的20～30秒音频。

在视频数据源层面，一场比赛的精彩部分时常较短，体育迷往往在赛后只会挑选精彩片段来看，同时这些对于比赛分析师来说也是关键节点。目前查找主要通过人工标注的方式来定位关键节点，这虽然在操作过程中可以实现视频标注者丰厚个人经验的植入，但不免效率较低且可能存在漏判、误判的情况。可以考虑引入人工智能技术来辅助识别关机节点，并在批量处理过程中，对视频或音频等非可机读数据进行标准化处理，即统一摘取关键节点画面，机器判断球员身份及其技术动作。

3.3  以“众包”作为新型数据获取方式

众包（Crowding-sourcing）是指企业或机构通过公开招募的方式将工作外包给非特定的个人或团队[6]。

在新闻行业中众包是一种通过受众来组织、挖掘、获取信息的途径，可以理解为来源于用户的数据。众包的操作形式灵活多样，可能是有用户帮助完成某个报道任务，或是上传部分数据，或是填写某个问卷，甚至可能是以允许自己的行为被记录的形式提供数据。来源于用户的数据包括两类：用户主动生产内容、用户的各种行为记录数据。通过对用户数据的整理和分析，个别的、分散的行为中蕴含的共同规律将被揭示出来。

“众包”是数据新闻工作者获取源数据的方式之一，简单来说就是让很多人一起生产数据，这些“人”可能就是该作品的受众本身。以球类体育比赛为例，球迷是实现“众包”数据的载体。

体育迷即“粉丝”可以提供个人好恶、比赛预测、资金投入、被检测的行为等相关数据。但对球迷数据的采集存在一定的问题。

第一，标准不统一。“喜欢梅西”，好恶等情感态度难以进行标准量化。即便是0～10分，每个人对数字的理解也不一样。

第二，采集方式不够科学，数据具有随机性。“选取500位北京地区的球迷作为样本”，这500人无法代表全世界球迷的看法，说服力较弱。

第三，数据不易收集。个体数据具有偶发性，大规模收集群体数据有一定难度。通过可穿戴设备的形式对工人体育馆现场观看球赛的观众进行的数据监测，工程量之大可想而知;该方法也无法收集非现场的千万观众的态度数据。

通过对可统一量化指标进行统计，如声音元素、文本分析，让数据来源于受众，实现可靠的众包采集。《Reimagine the game》项目对于体育迷的声音进行采集和分析，发现全场呼声最高的时刻并非理所当然想到的“球队进球的时候”，而是在出现对主场球队的不利判罚时，全场最为躁动。通过对众包数据的解析，除了得出这一反常规的、新颖的结论，制作者还对数据进行了4个方面的详细解析：

第一，全局了解，悬浮可观看声音变化原因。

第二，从高亮时刻了解关键节点信息。

第三，以球员为分类出发点，看哪些球员呼声最高，即他们在进行进球、解围、阻挡时观众的反应最为强烈。

第四，比赛前、后12小时共2类时间范围内，推特上对2支队伍的态度。

让用户主动选择或投票并绝对科学的体育话题众包采集方式，对用户行为的检测统计或是体育数據新闻的重要众包方式。

德国《每日镜报》制作的《Radmesser》以“记录用户行为”的众包方式研究了柏林的自行车使用情况。制作者对5 000名志愿者的自行车安装了新研发的传感器，该传感器对自行车的位置、速度、与周遭物体的位置关系进行记录，制作者获取了13 500千米的骑行记录和大约17 000次的超车情况记录。投入较大的人力成本及技术成本，制作团队收获了“量化指标众包”的数据汇报，最终该项目也获得2019年国际数据新闻大赛（Data Journalism Awards）创新奖。

3.4  以易读性为出发点进行图形设计和制作

充分使用图例及场景：直接告知必要知识。图例是引导读者正确理解数据图的第一助手，也是补充理解该项目所需体育常识的最直接、高效的方式。使用色彩块、小图标、关系示意图可以通过简洁的方式解释需要用大段文字进行说明的复杂信息，例如对进球方式进行展示时，可以通过标红一系列简笔小人不同的身体部位来直观地代表“头顶球”“脚背内侧推球”“脚背外侧推球”等技术动作。网球选手及比赛关系图，可以在项目最开始给出颜色与场地材质对应的图例色彩块，让受众一目了然获取必要的体育常识。

运动位置是体育运动数据的重要维度。给出一定的场景有助于受众理解信息。例如以柱状图的形式表示某球员射门距离并不能帮助受众立刻形成“距离”的概念，加以足球场地俯视图或可帮助受众迅速理解50米是半个足球场的长度距离（世界杯标准足球场规格为长105米，宽68米）;将网球运动的轨迹路线分布在发球者所属半场，有助于受众直观理解对立的位置关系和球运动轨迹的从属关系。

在进行交互设计时，以更好地再现运动过程、提高受众参与感为目标。体育赛事本身就有极强的魅力吸引受众关注了解，在进行可视化操作时，数据不再是冰冷的比分和度量，而是和受众交流的桥梁，需要用来满足受众对于体育新闻更高层次的参与需求、娱乐需求和社交需求[8]。包含互动的部分，整体应该简明、清晰，并辅以必要的引导指示，避免受众在过于复杂的交互中感到迷惑。互动多以模拟运动方式、鼓励受众参与选择为主，不增设形式大于内容的互动。

3.5  故事化的叙事——回归新闻本质

英国卫报数据新闻编辑西蒙·罗杰斯（Simon Rogers）指出，数据新闻不是图形或可视化效果，而是用最好的方式去讲故事[9]。对于数据新闻来说，视觉化处理之后（visualize）的故事化叙事（story）环节非常重要。体育本身就具有娱乐功能，也因为“不到最后一刻胜负难料”的戏剧性而牵动人心。体育数据新闻不仅要做好展示，也要做好故事的深挖，讲述逻辑性强、思路清晰、具有人文关怀的体育新闻故事。

SRF的作品Roger Federer： 20 Years 20 Titles对费德勒1998年—2018年的职业生涯进行阶段划分，并按年份用相应的奖杯标出当年所获得了大满贯奖杯，也在时序性讲述中以图片、轨迹动画等方式补充了伤病、训练方式、比赛成绩变化等故事化的信息，让整部作品既具有体育竞技的胜负导向，也具有运动过程中的奋斗和情怀。

3.6  跨界合作的团队架构——专业的人做专业的事

一份优质体育数据新闻需要“产品经理+记

者+图形设计师+数据科学家”的共同努力。

产品经理发挥统筹、把控作品整体走向的作用，需要对各类体育选题有较为充分的能力储备，领导、推动记者、图形设计师、数据科学家之间的沟通

合作。

记者需要具有交叉学科的知识背景，仅有新闻学的采写能力是不够的，也需要具备体育学、经济学的理解能力，也需要具备充分理解、处理数据的能力。

图形设计师负责对视觉化呈现方式进行设计，主要负责美工部分;数据科学家通过编程将图形设计师的设计落到实处。

借助外力也是提高作品专业性的有效途径，专业体育数据公司的加入使数据可视化作品更具深度。专业体育数据公司补充数据新闻制作团队在体育数据获取来源、体育理解能力、体育专业深度方面的不足。有了专业体育数据公司的技术和经验加持，数据新闻制作团队可以降低时间成本，专注于内容生产。不同学科背景的专业性人才负责体育数据新闻作品中国的一部分，强强联手让作品专业性强、可读性强、传播效果好。

2014年2月，习近平总书记在俄罗斯索契看望参加第22届索契冬奥会中国体育代表团时强调，我们每个人的梦想、体育强国梦都与中国梦紧密相连。体育强国不仅应拥有能力强的运动员、前瞻性的管理者、合理的训练体制，也应该具备综合能力突出的体育新闻工作者。

2012年伦敦奥运会期间，英国卫报对本届奥运会的数据、往届奥运会的情况进行了数据化的展示，伦敦奥运会也因为“应用了更好的数据分析和可视化工具”而成为了第一届“数据公开（Open Data）”的奥运会[10]。对于我国来说，2022年北京冬奥会、2023年亚洲杯在即，这将成为锻炼媒体制作体育数据新闻能力、通过作品来提升受众对数据新闻的理解能力和认可度的极好时机，也是通过数据新闻作品传播体育文化、提升国际形象的机遇。

参考文献

[1]雷辉，劳天溢，刘真，等.体育数据可视化综述[J].计算机辅助设计与图形学学报，2015（9）：1606-1609.

[2]Janetzko H， Sacha D， Stein M， et al. （2014， November）. Feature-driven visual analytics of soccer data. Paper presented at IEEE Symposium on Visual Analytic Science and Technology. Paris.

[3]李晶，段广宏.俄罗斯世界杯赛事转播的文本生成與传播效果——基于戴扬和卡茨“媒介事件”视角[J].电视研究，2018（9）：65.

[4]大卫·罗.体育、文化与媒介：不羁的三位一体[M].北京：清华大学出版社，2013.

[5]PerinC，Vuillemot R， Fekete JD. SoccerStories： a kick-off for visual soccer analysis[C]. IEEE Transactions on Visualization and Computer Graphics，2013（9）：2506-2515.

[6]方洁.数据新闻概论：操作理念与案例解析[M].北京：中国人民大学出版社，2019.

[7]郎劲松，杨海.数据新闻：大数据时代新闻可视化传播的创新路径[J].现代传播，2014（3）：33.

[8]章心一，刘娟.我国体育数据新闻的时间情况即发展路径探析——以腾讯“算数”为例[J].新闻知识，2018（11）：83.

[9]Simon Rogers. Facts are Sacred[M].London， UK： Faber and Faber， Guardian News and Media Ltd，2013.

[10]The Guardian. London 2012： is this the first open data Olympics.https：//www.theguardian.com/commentisfree/2012/aug/03/london-2012-olympics-open-data.