Мир дата-журналистики многим кажется пугающим. На самом деле любой может составить питч и создать материал, основанный на данных — нужно только усвоить основные правила.
Вот шесть инструментов, которые помогут научиться лучше оформлять истории и писать питчи. Они будут полезны как тем, кто только начинает заниматься журналистикой данных, так и опытным журналистам, которые хотят использовать в своей работе методы дата-журналистики.
Программирование — неизбежное зло
Знать хотя бы один язык программирования просто необходимо. Даже базовое понимание программирования позволит отказаться от электронных таблиц, ведь несмотря на то, что дата-журналисты часто пользуются ими, проводить с их помощью глубокий анализ данных не рекомендуется: они просто не приспособлены для обработки больших объемов информации.
Знание языка программирования облегчит вам работу с данными. Нам редко попадаются чистые наборы данных или именно те данные, которые нам нужны. А умение быстро очистить и "прочесать" базы данных до мельчайших подробностей может избавить вас от большой головной боли.
Изучение программирования также откроет вам мир веб-скрейпинга и машинного обучения — эти два навыка выведут вашу работу на новый уровень. Это не самые простые технологии, но им можно научиться.
Все языки программирования отличаются друг от друга. Python — самый простой и гибкий. Этим языком можно овладеть бесплатно и гораздо быстрее, чем R или C++. Еще одно преимущество Python — для него гораздо проще найти в сети (в том числе по поиску на форумах) ответы по кодам ошибок и другую справочную информацию.
Важно уметь визуализировать истории, даже если вы не планируете использовать эти визуализации
Редакторам важно видеть, как выглядят ваши данные. Даже если вы не планируете использовать визуализацию в вашем материале, наглядно представив всю информацию, которую собираетесь использовать, вы сможете написать гораздо более сильный питч. Это поможет показать редактору, что вы хорошо знаете историю и понимаете данные, которые за ней стоят.
Самый часто используемый инструмент визуализации — Datawrapper, бесплатная платформа, позволяющая быстро визуализировать данные. Разобраться в нем довольно легко, с его помощью можно делать практически все — от простых графиков до более сложных карт. Datawrapper использует базовый HTML, его интерфейс также предлагает инструкции по написанию HTML-кода.
Можно улучшить качество графиков, созданных в Datawrapper, если перенести их в программу Adobe, но это усложнит задачу. У Adobe есть бесплатная пробная подписка, и вы можете попробовать и решить, готовы ли вы платить за нее ежемесячно. Adobe освоить сложнее, чем Datawrapper, поэтому его лучше использовать как дополнение, если только вы не перешли уже от работы над питчем к работе над самим проектом.
В визуализациях важны цвета — даже если это черновик работы
Помните уроки рисования в старшей школе? Они очень пригодятся вам в работе над визуализацией данных.
Цвета — важнейший инструмент визуализации данных, так уж устроен наш мозг. Мы воспринимаем цвета как информацию, которая может как эффективно передать данные, так и кардинально исказить их. Все, вплоть до уровня прозрачности цвета, может повлиять на то, как читатель воспринимает визуализированные данные.
Серый, белый или черный цвета нужно использовать не очень часто — выбирайте их, если хотите привлечь внимание читателя к определенной точке на графике. Разобраться в использовании цветов не сложно — но очень важно.
Для создания цветов используют несколько кодов — например, Hex, RGB и HTML. С помощью этих кодов мы показываем компьютеру, какой из миллионов цветов и оттенков выбрать — чаще всего это делается через HTML.
Запоминать шестизначные коды для каждого цвета необязательно, но знать, что они существуют, необходимо, особенно если вы пытаетесь воспроизвести точный цвет или подобрать одинаковые цвета для нескольких визуализаций данных.
Получить цветовой код можно с помощью онлайн-инструментов. HTML Color Codes.com — полезный (и бесплатный) генератор цветовых кодов, но существует множество других. Освойте несколько схем и подготовьте несколько цветовых комбинаций, чтобы иметь их под рукой — это пригодится вам в будущем.
Главное — найти правильный подход к истории
Посылая питч материала, держите в голове конечный результат, а не данные. В отличие от обычной статьи, которую вы можете начать писать с нуля, дата-журналистика опирается в большей степени на ваши способности работать с доступными данными, а не на количество информации в наборе данных.
В вашем распоряжении тысячи баз данных, но, перед тем как взяться за них, необходимо точно знать, как вы собираетесь их использовать. Это поможет вам оценить свои возможности перед началом работы. Нет ничего хуже, чем найти блестящий набор данных и представлять, какие амбициозные проекты вы можете с его помощью реализовать, а потом обнаружить, что работать с этими данными слишком сложно.
Поэтому сначала сформулируйте гипотезу, которую собираетесь проверить, и методы, которыми собираетесь вооружиться. Создайте схему, которая наглядно покажет, как вы собираетесь тестировать гипотезу и какие данные вам доступны. Затем приступайте к поиску данных и интервью.
На этом этапе вам может пригодиться инструмент Trello. Он доступен бесплатно для личного пользования, но для работы команд существует только платная версия.
Запрос на доступ к данным: лучший друг или злейший враг?
Запрос на доступ к данным у государственного органа или организации — отличный способ получить информацию, но стоит иметь в виду нюансы, возникающие при любом запросе на получение документов, особенно если речь идет об особенно "грязных" наборах данных.
Вы можете запросить конкретные данные в определенном формате, но имейте в виду, что они все равно могут оказаться непригодными для использования. Время, потраченное на запрос данных, — и особенно на ожидание ответа — может обойтись для фрилансеров очень дорого.
Поиск данных в открытых источниках может оказаться эффективнее официальных запросов. В США у большинства штатов есть сайты с открытыми данными, на таких сайтах можно найти почти все, что вам нужно, без необходимости делать запросы в рамках Закона о свободе информации.
Важно хранить все данные, даже если вы не планируете дальше с ними работать
Для тех, кто пока не стал гуру в области дата-журналистики, очень важно иметь наборы данных наготове и всегда под рукой. Все дата-журналисты хранят их и знают, что иметь свою личную библиотеку просто необходимо.
Создав бесплатный аккаунт на Github, вы сможете использовать его в качестве библиотеки данных и справочника. Кроме того, его можно включить в ваше портфолио и показывать работодателям.
Фото Markus Spiske с сайта Unsplash
Другие статьи
