Cómo hacer periodismo de datos teniendo a los usuarios en mente

por Chris Roper
Oct 30, 2018 en Periodismo de datos

Es un lugar común, aunque a menudo descuidado, que los periodistas deben escribir historias para un público particular y definido, y no para sí mismos, sus colegas o algún lector ideal pero imaginario.

En demasiados casos se trata de un proceso instintivo. Un periodista encarna una marca en particular que trabaja, la audiencia es una construcción de esa marca, y existe una correlación a veces feliz entre el productor, el consumidor y el contenido de la pieza. Este proceso accidental es una de las muchas cosas de las que la era digital nos ha liberado.

El contenido digital ha traído consigo el don de conocer a nuestro público. Aún mejor, nos ha permitido dirigirnos hacia múltiples audiencias y comprenderlas. Esto, por supuesto, también acarrea problemas: una de las cosas que los medios suelen descubrir es que en realidad no tienen una audiencia, o al menos no la audiencia que le ofrecieron a sus anunciantes. La idea de lo que es un periodista también ha cambiado: hoy un codificador es tan capaz de producir una pieza periodística como un reportero. 

La razón por la que estoy pisando estos caminos trillados es porque he estado luchando con el problema de cómo medir el valor de una pieza de periodismo de datos. Las viejas métricas para el contenido digital –cantidad de vistas a una página o descargas de una historia– están dejando de servir, y estamos ocupados tratando de desarrollar una métrica compartida para medir el compromiso de la audiencia.

Pero lo que no ha cambiado es el adagio del filósofo Ludwig Wittgenstein sobre la lengua: el significado es el uso. En otras palabras: si nadie está utilizando una pieza de periodismo de datos, esta no tiene ningún sentido.

Un parte importante de este proceso es establecer los objetivos de medición en el producto antes de construirlo. Es decir, la forma en que se mide debe ser parte indisoluble del producto en sí. Parte del proceso es el diseño del producto (un texto en una página, una aplicación, una herramienta basada en datos, etc.), de forma de que sea dirigido específicamente a un determinado mercado o mercados. En otras palabras, construyes en función de las estadísticas que necesitas.

Existen tres razones por las que necesitas una estrategia de medición que funcione. En primer lugar, para saber si tu producto funciona. En segundo lugar, para que puedas modificar o adecuar el producto de acuerdo con la interacción con el usuario real. Y en tercer lugar, para probar su valor. Sin estas métricas no tienes un producto; lo que tienes es una idea concretada.

Para mí, un producto de periodismo de datos debería ser concebido y construido teniendo en mente tres distintos grupos: socios, usuarios y audiencia. Cada grupo necesita su propio sistema de medición para monitorear el éxito, y a cada uno de ellos hay que venderle una idea determinada del producto.

Los socios ayudan a conceptualizar, crear, difundir, financiar y/o mantener proyectos. Los usuarios participan activamente en los proyectos, ya sea para obtener beneficios materiales o para contribuir con la evolución de los datos. Y las audiencias consumen, promueven y hacen comentarios sobre los proyectos.

Para atraer a los socios a invertir en un producto de periodismo de datos, el proyecto debe apelar a su estrategia editorial y visión. Pero necesita más que eso: debe resolver una necesidad comercial del socio potencial, ya sea en el crecimiento del tráfico, en los ingresos o en el marketing.

Para atraer a los usuarios y conseguir que contribuyan a la pieza es necesario identificar primero la necesidad y luego los datos. Esto tal vez sea un poco contradictorio: quizás mucha gente te inste a dejar que los datos sugieran las historias. Pero para estar verdaderamente centrado en los usuarios, un producto periodístico tiene que ser creado en base a las necesidades primordiales de esos usuarios.

Hay una diferencia fundamental entre la audiencia y los usuarios. Esencialmente, los usuarios son parte del producto que está siendo consumido por la audiencia. Por ejemplo, los usuarios que ayudaron a generar los datos de la Calculadora de Salario Digno de Code for South Africa se convirtieron en parte de la historia contada por los datos.

El contenido se generó en torno a los comentarios de los usuarios sobre la calculadora. El cerebro detrás de la calculadora, el director de Code for South Africa Adi Eyal, escribió posts sobre algunos de los comentarios generados ("11 excusas que da la gente para no pagar un salario digno") y sobre el valor de intercambiar con los usuarios para que una historia evolucione ("Por qué usted debería alimentar a los trolls").

Pero lo más importante: 12.000 usuarios hicieron una encuesta en la que se les pidió que completaran algunos datos demográficos básicos y contaran cuánto le pagan realmente a sus trabajadores domésticos. El resultado constituye uno de los conjuntos de datos más grandes de Sudáfrica acerca de los ingresos verdaderos del servicio doméstico, y permite que los datos incluso cuenten otras historias, como cuál es el salario promedio por provincia en este rubro.

Las historias que emergen de este tipo de procesos serán consumidas por un público que no ayudó a generar los datos. En los dos casos (usuarios y audiencia) existe una interacción con el producto de periodismo de datos, y el tráfico de ambos conjuntos de interacciones puede ser medido.

Detrás de esta estrategia, sin embargo, la triste realidad es que la mayoría de la gente no está tan entusiasmada con el periodismo de datos como los proselitistas de los datos piensan. La mayoría de las personas necesitan encontrar un valor para sí mismas en los datos. Los productos de datos que no están diseñados para socios, usuarios o audiencias simplemente no se utilizan. Y, como dijimos, solo significan algo si alguien los está usando.

Imagen con licencia Creative Commons en Flickr, vía highwaysagency.