本文授权转载自RUC新闻坊（ID:rendaxinwenxi）

可视化只是结果，需要挖掘和分析。酷炫的技术不是最重要的，要能用最简单的技术去阐述一个复杂的道理，把故事讲好，把数据、新闻、故事结合起来。——黄晨

嘉宾简介：黄晨，财新传媒数据新闻中心主任，在数据新闻领域里深耕多年，有丰富的业界经验，参与过财新数据新闻中心几乎所有作品的策划生产。

财新数据新闻中心，前身是财新数据可视化实验室，是中国新闻界最早从事数据新闻和融媒体报道的团队之一，多年来发表一大批影响力广泛的数据新闻作品，在国内外屡获大奖。《周永康的人与财》《洪水暴至》《反腐·张面孔》《五环以外》是这些作品中的杰出代表。

有数据的新闻即数据新闻，数据需要经过挖掘、分析、可视化三个步骤。可视化加上新闻后才能成为一个数据新闻，目前一线媒体的数据新闻主要是信息图，大体上分为静态类和交互类。

在数据新闻的实践中，大家常常会对有些问题感到疑惑，是不是做不好一个数据新闻就是因为没有掌握各种技术？黄晨讲到，交互、互动等技术是很重要，但并不是最重要的。讲到这里，她提到去年获得数据新闻一等奖的作品《雾霾十三年》，虽然没有交互，但新闻作品本身是一个优秀的作品，能够用故事把新闻和数据结合起来。虽然是学生作品，但其实已达到了可以直接发表的标准。

同样地，要意识到数据新闻首先是一个故事，然后去寻找相关的数据，找到数据之后对数据进行组织分析，最后从这个数据当中找到新闻故事的一个“新闻眼”，即这个故事中最重要的发现是什么。黄晨强调，数据新闻是要用数据讲出一个好故事，不是因为数据新闻就一定要很多数据，而是这些数据能支持观点，数据新闻的立足点就是用数据来证明作者的观点。

在可视化的背后，其实还隐藏着大量反反复复的工作，会有大量的数据被选中，又被抛弃，对数据进行浓缩和不断的修改，最后才能作出一个可视化的作品。这其中的关键是，一个很大的话题，要去哪找数据？一个事情有很多的维度，要从哪个切口来描述这件事情？重点就在于发现数据，然后对数据进行挖掘和分析。

大数据更能够真实地反映出用户真实的行为和情绪，小数据则通常会歪曲他的真实的表达，数据能够给我们提供出一个新的维度，数据新闻需要用很多数据得出一个结论，如果数据不够多是不能形成结论的。比如一支股票连涨两天三天，这不能被确认为是有上涨趋势，但如果这支股票连续涨了一个月，基本上就可以确认进入一个牛市阶段。

==数据意识==

数量太少的时候是不是就不能做新闻？答案是可以，但是不能做数据新闻。数据新闻的背后一定要有一个成系列、足够多的数据来证明结论。数据可视化是很精确的制作过程，比如一个展现趋势的图，作图的人必须要精确的知道每一个点至少一些关键点的值。但如果只有一个或两个数据点，是无法用图表的形式呈现的，只能用文字来描述。

==获取数据的能力==

用好搜索：百度高级搜索、谷歌

抓取数据的工具：Excel、各种插件、Python。

分析数据：Excel、SPSS、SAS、R

==数据的结构化==

比如在体育报道中，我们可以建立一个关于NBA球员的数据库，把球员每一场比赛的表现都列进库里，统计球员在整个赛季共参加了多少场比赛、每一场的得分、胜负的比例，把需要的数字精炼地挑出来，填到数据库中，这个过程就是数据的结构化。

==数据可视化的运用和思维能力==

《星空彩绘诺贝尔》是财新一个很著名的PC端作品，最终呈现的效果很酷炫，但最开始的工作是非常枯燥的，下图这张表格就是底层的数据库之一。

做数据新闻的数据并不只能是阿拉伯数字，还包括地理信息、性别、名称、图像、音频、视频，万物都是数据。

有了数据怎么进行可视化呢？要对数据进行编码，比如说诺贝尔奖的获奖类型，将物理编成是1，化学是2，文学是3等等，把文字做一个转换，这时的1、2、3都代表着不同的意思。然后可以在后台进行代码源设置物理（1）是蓝色，那么当获奖者获得的是物理奖时，图上的小点会显示是蓝色。

整张表信息十分庞杂，如果没有发现的话，是没有办法设计明确可视化设计方案的，整个可视化过程要往结论上的方向上靠，才最能够体现结论。在图中，美国的柱子很长，代表美国籍的诺贝尔获奖人数多，但是如果回到之前的时间，显然英国法国和德国是最厉害的，根据这张图就可以显示出每个国家的得奖数量，这能够体现出这个国家对全世界科学贡献格局的改变。所以在进行可视化设计的时候，也会有专门的设计来证明这个结论。

《星空彩绘诺贝尔》

==独立思考的能力==

数据新闻不过是新闻的一种，能提出问题非常重要。即使是财新这样的媒体也不会天天都有独家和重磅发布，但是即使是同一个话题，也可以有不同的采访对象，有新的新闻点和不同的角度。

作为记者必须要独立思考并且要始终有质疑精神，当大家都说一件事是什么样的时候，内心一定要有个声音能够发问：真的是这样吗？对所有的信息要保持怀疑的精神，对信源进行交叉核实。

Q1:怎么寻找选题？

A1:选题有的时候是先有一个故事的构思，然后去寻找数据，有的时候是从数据中寻找选题，数据新闻记者看到数据库就会天然地兴奋，不管能做什么，可以先研究一下。如果研究出一些比较好玩的东西的话，就可以做一个项目。

Q2:在数据新闻的实践中，可能会遇到什么困难？

A2:大概率的情况是先有了一个故事，但是找不到数据。可能这个故事自己觉得挺好，但是不适合做数据新闻，就只好放弃。另外就是有数据，但是觉得没有什么特别有意思的发现，也是同样的结果。

Q3:如何提升自己做好数据新闻的能力？

A3:一定要多看，看纽约时报、华尔街日报、华盛顿邮报、卫报等等这些在数据新闻领域做的比较领先的媒体的作品。可视化其实跟学语言差不多，先输入才能输出。平时要多看，当下不急着用的话，把它放在脑子里，然后当下次需要选题的时候，可能会想到之前看到的某个其他选题的形式挺不错的，可以借鉴和改进，但不是照样去抄。平时需要多看多积累，看的多了，就自然就会想得到用什么形式来表现你的选题。

还有就是可以通过训练来提升，可以也做一些提数据维度的训练，可以不一定真正要去找到这些数据，可以多用一些选题，大家一起来讨论，讨论可以从哪些方向来找数据。

Q4:怎么判断一个数据新闻作品的好坏？

A4:一个作品的好坏对于每个人而言是不一样的。我觉得一个好作品就跟好电影好小说是一样，能让人情不自禁地把这个时间都花在这个上面，这就是一个好作品。可视化部分相对来说比较“看脸”，对图的要求就是美仑美奂。虽然读者可能不知道这则新闻说的是什么，但是就觉得视觉上非常享受。但从新闻整体而言，未必是成功的。

数据新闻在设计和新闻性这两者之间需要平衡，我们比较看重事件本身的故事性、如果可视化能让作品具有感染力，让读者多停留一会，把这个作品看完，我觉得这个是一个最完美的一个作品。

《反腐·张面孔》页面之一

黄晨推荐入门书目：

《最简单的图形与最复杂的信息》

根据黄晨（财新传媒数据新闻中心主任）3月27日在《数据新闻与可视化》课程上的讲授内容整理而成。

撰稿人：王怡溪

在消息栏回复“定格”有惊喜哦！

赞赏

长按向我转账

受苹果公司新规定影响，iOS版的赞赏功能被关闭，可通过转账支持。