打假博主揭良品铺子配料表黑 幕 2024美国大选选举日投票正式开始 14岁男孩电梯内捂嘴猥亵女童被拘
专注于用数据来做时政 新闻 ,听起来好像很“小众”。不过这个方向我们也已经坚持了三年。在不久前的中国首届数据 新闻 大赛上,我们图政数据工作室(@一图观政)独揽双奖,成为全国唯一一个有2件作品入围的机构。图政数据发表在《南方周末》头版头条的《还有多少官员独董》获得全国唯一一个二等奖。
首次清点中国2532家上市公司 还有多少“官员独董”》数据分析图片
这些时政数据 新闻 是如何操作出来的?幕后的故事更值得分享。
数据生涯起步:多元知识储备与流程思考不可少
三年前开始,我在《南风窗》杂志负责做配文图表的数据部分。当时还不太流行“数据 新闻 ”的概念,经常自称是“做图表的”。那时候为了一个主题或者一篇文章会查很多数据,默默记住来自于各个数据源的各种数据指标及其意义,去把统计年鉴的指标都弄懂和记住,有时也会统计一下全国人大代表们对《政府工作报告》的反对票票数变化情况。
时政类数据 新闻 涉及时政知识、数据理解、 新闻 把握和可视化呈现,四个方面任何一个领域单独拎出来都需要耗费很多精力去积累。积累着积累着,从“做图表”发展成了“做小型的量化研究”。
在 新闻 传播学研究生阶段,我本身就偏好量化分析。但将量化分析应用于 新闻 选题仍旧是一种很特别的体验:
一、 新闻 选题每天都在变化,得将量化工具应用于不同的选题,要求具有多样化的知识储备。
这种感受很奇妙。
入职没两个月,我做了个《各省(市)教育部直属高校分布与人口分布对比》——没错,如此学术化的题目确实是 新闻 标题。这篇两个版的数据报道用系数将北京在教育资源上的“绝对优势”展现了出来,这种“优势”是触目惊心的。之后去查,发现这篇报道被研究教育公平的相关学术论文引用。
如果不是做 新闻 ,怎么可能尝试到不同领域的研究?在学界,一辈子可能只能研究一个领域,不太可能在不同领域去尝试。是 新闻 给出了更广阔的视野。
二、 新闻 要求快,数据要求准,快和准之间有时候是很矛盾的,这会迫使我去不断反思流程上的优化。
数据 新闻 的流程很长,相互的配合非常重要,从数据收集、采访、内容定稿、可视化、传播等等,要熟练且默契。
这是一个非常漫长的积累过程。在这个过程中,最难忍受的是孤独以及对未来的不确定性。至今仍有数据 新闻 界的同行或者实习生问我如何看待数据 新闻 的前景。关于前景,请听我下面的解释。
前车之鉴的触动:投入高、产出低、风险大
那个时候,国内很少有人做数据 新闻 。当时国内有一家知名报纸在很早的时候就专门安排人员做数据 新闻 ,坚持了一年以后,放弃了。相关的记者也迅速转岗。
这件事对我触动挺大,忽然就有一种泡沫破灭的惊醒之感。
如今数据 新闻 看似如火如荼,但实际上仍保有那三个特点:投入高,产出低,风险大。
首先说投入。一个数据 新闻 需要耗费大量人力物力智力,调动记者、编辑、美编、程序员、推广人员和统筹者(项目经理)等等,耗时一周到几个月不等。若不是由有经验的人来统筹,很可能就会花了大力气,做出不那么有 新闻 价值的产品。这种试错成本和人才培训成本也是媒体需要考虑的。
再看产出。重磅的数据 新闻 很难批量化生产,轻量级的数据 新闻 也需经历比普通 新闻 更长的数据收集、校对、解读等等流程。产出量不可能很高——这会挑战传统媒体尤其是报纸的以字数和发稿量为核心的薪酬体系。
相应的风险随之而来。一是数据极易出错,数据的解读也很容易出现误读,损害媒体公信力。二是数据类报道的受众人群本身不会太广泛,虽然有可视化来做弥补,但也无法消解数据 新闻 天然的枯燥性,辛辛苦苦耗时半个月做出来的内容可能还不如一篇鸡汤文吸粉。三是万一选题不当,造成人力的浪费;万一时间花费太长,会导致推送时间落后于热点。
种种原因,夹杂在传统媒体衰落的浪潮中,让数据 新闻 看起来更像是“富人的游戏”。
在这种情况下,我认为媒体会出现一个新的趋势和“更省心”的走向,即“直接购买和定制数据 新闻 ”,不需要自己养团队。
我提出这种想法的时候,是认为传统媒体界会出现“制播分离”。有人问是不是指的是通讯社形式?其实不完全是,因为通讯社的内容更多的是通讯社自主发布的,而不是媒体“定制”的。
数据 新闻 具有“精品化”的特点,它是最有希望成为一种“产品”的。
当然,想法是美好的,现实是骨感的。
如何带数据 新闻 团队?以年轻实习生为骨干!
曾经有段时间,我非常希望跟其他记者们合作。也许长期合作以后,就会有记者也转入数据 新闻 领域。现在看来,有点too naive。
第一,真的不是每个人都对数据 新闻 感兴趣。好吧,这话说得客气了,应该说绝大部分记者都对数据不感兴趣,而对数据感兴趣的人也不会来做记者这一行了。第二,哪怕是感兴趣,进入数据 新闻 领域也是需要时间成本的。目前数据 新闻 的专职记者极少,只能从已有领域挖人。而记者的转型和时间成本谁来负责?
是否有时政记者愿意花半年以上的时间去转型做数据记者?
所以图政数据工作室在创立之初到现在,一直都是“以年轻实习生为骨干”的,迄今已经是第五届实习生,每一届基本上都需要实习半年以上。
图政的实习生们非常年轻,90后已经成为主宰。她们热情而勤奋,像海绵一样吸收知识,摔倒了又能毫不在乎地爬起来。
以实习生为班底,图政数据逐渐走上数据 新闻 的流程化和专业化之路。
这就是一个从无到有的过程。
我个人认为,一个好的单位,不仅是干事创业的地方,更应该是一所有理念的学校,让人才能够更自如充分地成长。
时政类数据 新闻 没有现成的培训材料,于是图政数据自己制作了案例和课件,设计了内部培训课程;这些培训材料来自于一届又一届实习的积累、留言和贡献。
每个人都应该有管理自身事务的能力,团队的组织最好能实现“自治”,所以图政数据实习生团队是由实习生自己设计和传承制度,有民主选举和投票,有学生leaders。
由于人员分散在国内外各地,所以有实习生带来了线上的团队协作系统(推荐使用Tower),让实习生们在任何地点都能线上协作办公,并且将数据 新闻 的所有环节都流程化,实现进程控制……
曾经有媒体人很诧异地问过我:实习生能承担数据 新闻 工作吗?
我当时一时不知道如何表达,最后憋出来一句:这取决于你如何组织她们。
脑中始终会坚信:江山代有才人出,青出于蓝胜于蓝。
情怀靠实干落地:未来仍聚焦时政 新闻
图政数据目前分化成两支团队,一支是实习生队伍,一支是专业团队。我们希望做的事情,仍然是集中在时政 新闻 领域。
比如我们统计过各省法院院长的背景,比如我们制作过“省部级高官迁徙调动图”,比如我们巨细无遗地梳理过“山西落马官员盘根图”,比如我们做过全国70城市纪委书记的统计分析,比如我们研究过新疆暴恐案的数据,比如我们统计过涉及就业性别歧视的招聘公告,比如我们组织过对政府信息公开情况的满意度调查。我们扒拉过很多时政类数据,比如学术界对政府信任度的测量,比如香港民意调查的结果变化,比如中国左派和右派的观念区别……
我们接受媒体的选题委托,并且为自己主动制作的 新闻 产品寻求更广泛的发布渠道。时政数据 新闻 的路不好走,但总要有人往前迈出一步。
以上的故事其实仅仅是一个故事梗概,其间起伏折转自是难以尽述,回忆起往事,好像那些起起伏伏又淡去了。
时代正在汹涌向前,每个人都有情怀,而唯有实力和脚踏实地的努力才能让情怀落地。
本文系《全媒派》独家编辑稿件,未经授权,不得转载。
我不觉得这是什么值得调查的事情,就算这个段子是假的,生活当中也处处在发生类似这样的真实的事情。