Авторка этой статьи, редакторка турецкой редакции GIJN Пинар Даг проводит тренинг по работе с данными в Измирском экономическом университете в Турции. Изображение предоставила Пинар Даг.

» Советы

Ресурс

Темы

Работа с данными: Практические советы для небольшой редакции

ЧИТАЙТЕ ЭТУ СТАТЬЮ НА ДРУГИХ ЯЗЫКАХ

Небольшим редакциям как никогда важно осознавать значимость использования данных. Тем не менее, они часто сталкиваются с различными препятствиями: нехваткой финансирования, дефицитом ресурсов и устаревшими взглядами на традиционную журналистику.

Генеративный искусственный интеллект помогает сэкономить время и увеличить отдачу от работы с данными. Такой подход кажется пугающим, но если обеспечивать целостность статистики, быстро очищать данные и писать код, крупные, средние и даже маленькие редакции могут успешно реализовывать сложные дата-проекты.

(Более подробно о том, как интегрировать искусственный интеллект в работу новостей, читайте в Парижской хартии по искусственному интеллекту и журналистике, к которой присоединилась GIJN).

Возможно, стоит обсудить ряд вопросов: Как небольшие редакции могут извлечь выгоду из новых возможностей? Могут ли новые инструменты эффективно работать с любыми типами данных? И можно ли использовать их для работы со всеми видами данных?

Как небольшим редакциям начать эту трансформацию?

В этой статье мы советуем, с чего начать работу, предлагая ответы на следующие вопросы.

  • Почему дата-журналистика необходима для небольших редакций?
  • Каковы преимущества анализа новостных данных в небольшой команде?
  • Как создавать влиятельные дата-проекты при ограниченном бюджете и штате сотрудников?
  • Какие тренинги, мастер-классы и доступные онлайн-курсы по работе с данными могут быть полезны для небольших редакций?
  • Как организовать работу в небольшой редакции, чтобы команда могла эффективно работать с данными?
  • Какие инструменты для работы с данными могут использовать небольшие редакции (бесплатные или за небольшую плату)?
  • Где найти открытые источники данных?
  • Чему можно научиться у небольших редакций, ставших лауреатами премии Sigma Awards?

Каковы преимущества использования данных в небольшой команде?

Небольшим редакциям следует обратить внимание на использование данных и инвестирование в создание дата-материалов, поскольку это даёт значительные преимущества в плане точности, глубины, удержания внимания аудитории и её лояльности.

Использование данных помогает редакциям публиковать более точные, надёжные и быстрые новости, что увеличивает интерес и конкурентоспособность перед целевой аудиторией.

Анализ данных в режиме реального времени помогает быстро обнаруживать и корректировать неточности и верифицировать информацию. Этот метод также позволяет предоставлять более всесторонние новости.

Сбор и анализ данных из различных источников предлагает читателям более глубокую и широкую перспективу.

Всесторонний анализ данных повышает конкурентоспособность редакций. Он также привлекает внимание читателей и повышает вовлечённость.

Визуализация данных, в частности, помогает читателям легче воспринимать сложные темы и эффективнее обрабатывать информацию. Также есть возможность прогнозировать будущие тенденции и события.

Решения, основанные на данных, позволяют более эффективно использовать ресурсы редакции.

Как создавать влиятельные дата-проекты при ограниченном бюджете и штате сотрудников?

Всё дело – в коммуникации. Всегда общайтесь с командой и говорите о трудностях, с которыми вы сталкиваетесь. Без коммуникации не будет хорошей дата-истории!

Определите роли и придерживайтесь процедуры работы с данными: от сбора и конвертации данных (обычно с бумажного носителя в цифровой формат), до очистки, обработки, анализа и подготовки истории.

Для эффективной работы необходимо установить и поддерживать систему организации и обмена (данными, файлами, заметками и т. д.).

Сначала определите сроки, ориентируясь на этапы проекта, а не на календарь.

Освойте метаданные. Чем лучше вы ориентируетесь в наборе данных, тем проще с ним работать. Создайте словарь для незнакомых терминов – это сэкономит время при работе с данными, с которыми вы лучше знакомы. В этом и есть сила метаданных!

Делайте заметки. Документируйте всё, что вы делаете, чтобы экономить время и заставить вашу команду обдумывать стратегии проекта. Помимо этого, как можно чаще сохраняйте данные и делайте бекапы, чтобы не потерять свой проект.

Экспериментируйте с новыми языками программирования. Использование Excel и аналогичных инструментов – это норма, однако освоение других языков программирования, таких как R или Python, должно стать вашим следующим шагом. Рассмотрите возможность внедрения искусственного интеллекта в ваш рабочий процесс в качестве дополнительного инструмента.

Используйте блок-схемы. Их можно постоянно улучшать и дополнять, а при возникновении трудностей – переделывать проект вместе с командой, используя этот подход.

Интересный пример: Три журналиста Ortak создали проект «Турция: Золотая жила троллей» (Turkey: A Gold Mine of Trolls). Расследователи раскрыли сеть троллей, которые вели как минимум 181 аккаунт в X, проанализировали их таймлайн, цели и возможные мотивы. Команда также открыла доступ ко всем наборам данных.

Команда из трёх человек, работавшая над расследованием «Турция: Золотая жила троллей», выложила в открытый доступ все собранные и использованные ими наборы данных. Изображение: Скриншот, Ortak

Вот упрощённый план для редакций, которые хотят заниматься журналистикой данных при ограниченном бюджете и ресурсах:

  • Проведите анализ потребностей.
  • Определите доступные источники данных (включая бесплатные платформы открытых данных).
  • Создайте дата-команду, даже если она небольшая (например, два человека, которые знают понемногу обо всём, и ещё два, которые владеют основными инструментами анализа данных).
  • Регулярно обучайте свою команду (OSINT, ИИ, бесплатные онлайн-курсы, тренинги с приглашёнными экспертами).
  • Определите, какими дата-проектами вы будете заниматься (с чёткими ограничениями, границами и пониманием общественного интереса).
  • Сосредоточьтесь на этапе сбора и анализа данных (использование генеративного ИИ позволит уделять меньше внимания технической части и больше – журналистской).
  • Обратите внимание на разные способы визуализации данных (виды визуализации по их функциям).
  • Постарайтесь укрепить взаимодействие и усилить коммуникацию с читателями (социальные сети, кампании, опросы).
  • Как можно чаще собирайте обратную связь.
  • Используйте инструменты с открытым исходным кодом (простые в использовании и легко настраиваемые).
  • Создайте список открытых источников (местных, национальных и глобальных) и не стесняйтесь отправлять запросы на предоставление информации.
  • Используйте структурированные источники, которые легко анализировать. Такие наборы данных могут «спасти жизнь». Используйте GitHub, чтобы обновлять и делиться своими наборами данных для будущих проектов.

Важно помнить следующее: любая история может стать дата-историей, любой журналист может стать дата-журналистом, а любая редакция может создавать дата-проекты.

Какие тренинги и онлайн-курсы по работе с данными могут быть полезны?

  • Тренинги в области данных для журналистов и редакторов.
  • Экспертные консультации. Журналистам в небольших редакциях бывает сложно найти время для анализа данных в повседневной новостной рутине, поэтому поддержка внешних специалистов или работа с тренером точно не будет лишней. Для усовершенствования навыков работы с данными доступны различные тренинги, мастер-классы и курсы в формате MOOC (массовые открытые онлайн-курсы).
  • Настройте онлайн-оповещения для отслеживания интересного нового контента и анонсов курсов в сети.
  • Работа с локальными трекерами данных. Подумайте о возможности создания сети гражданских дата-журналистов. 

Редакции могут воспользоваться различными бесплатными курсами и ресурсами, посвящёнными данным, например, на сайте Datajournalism.com. Изображение: Скриншот, Datajournalism.com

Как организовать небольшую редакцию для эффективной работы с данными?

  • Подготовьтесь заранее, ещё до начала проекта.
  • Создайте список избранных файлов для быстрого доступа к необходимым ресурсам.
  • Ведите списки контактов (и постоянно обновляйте их).
  • В свободное время практикуйте навыки работы с базами данных.
  • Предложите команде практические задания и установите сроки.
  • Храните специальный файл с базой данных, он вам понадобится для проекта.
  • Почаще используйте базы данных и обновляйте их.
  • Стремитесь найти новые подходы или взглянуть на данные по-новому.
  • Создавайте командную атмосферу, в которой каждый участник разделяет цели и идеи.

Признайте, что зачастую самый важный шаг – понять, как преобразовать данные в увлекательную историю.

Какие инструменты для работы с данными можно использовать (бесплатные или недорогие)?

Небольшие новостные редакции часто предпочитают простые в использовании и доступные инструменты для создания дата-историй. Однако важно учитывать редакторскую независимость – откуда взялись эти инструменты (предпочтительны версии с открытым исходным кодом) – и этические рамки журналистики данных. Вот несколько удобных инструментов для работы с данными.

  • Voyant Tools: веб-платформа для чтения и анализа цифровых текстов.
  • Microsoft Excel или Google Sheets: распространённые программы для работы с электронными таблицами, которые есть почти на каждом компьютере. Они идеально подходят для анализа, очистки и создания простых визуализаций. Эти инструменты могут стать отличной отправной точкой для проектов, основанных на данных.
  • GPT Excel: дополнения к существующим инструментам, использующие искусственный интеллект.
  • OpenRefine: сервис с открытым исходным кодом, используемый для очистки и стандартизации данных. Идеально подходит для очистки и организации сложных наборов данных.
  • Tabula: инструмент журналистики данных с открытым исходным кодом, который помогает извлекать данные из PDF-файлов.
  • R: язык программирования для статистических вычислений и визуализации данных. Широко используется при скрейпинге, биоинформатике и анализе данных.
  • Python: ещё один язык программирования, позволяющий работать быстро и более эффективно интегрировать системы.
  • Datawrapper: позволяет создавать интерактивные графики, карты и инфографику благодаря своему простому интерфейсу. Не требует навыков программирования, а также помогает улучшить визуальное оформление вашей истории. Особенно полезен Datawrapper River.
  • Flourish: платформа для создания интерактивных визуализаций данных. Благодаря удобному интерфейсу и разнообразным возможностям для создания изображений вы сможете улучшить визуальное повествование вашего дата-проекта. Попробуйте воспользоваться Flourish для редакций.
  • Tableau Public: платформа, позволяющая пользователям анализировать данные и создавать интерактивные визуализации. Бесплатная версия – экономичный вариант для небольших редакций.
  • Trello или Airtable: подобные инструменты управления проектами позволяют оптимизировать организацию и рабочий процесс ваших дата-проектов. С их помощью можно управлять наборами данных, назначать и отслеживать задачи.

Эти инструменты помогают небольшим редакциям эффективно работать над дата-проектами. Какие из них выбрать, зависит от ваших потребностей, возможностей и бюджета.

Где найти открытые источники данных?

  • Государственные учреждения: многие официальные правительственные сайты располагают собственными платформами открытых данных по самым разным темам. Например, data.gov в США и data.gov.uk в Великобритании предлагают широкий спектр статистической информации по здравоохранению, образованию, транспорту, погоде, экономике и многим другим темам.
  • Международные организации: Организация объединённых наций, Всемирный банк и Европейский союз имеют платформы открытых данных различной тематики. Они включают международные наборы данных по глобальному развитию, правам человека, окружающей среде, экономике и другим областям.
  • Города и муниципалитеты: многие местные органы власти предоставляют платформы открытых данных, которые могут содержать информацию о дорожном движении, использовании водных ресурсов, проектах преобразования города, зелёных насаждениях и других подобных темах. Один из примеров: веб-сайт муниципалитета Стамбула – портал открытых данных (см. скриншот видео ниже).
  • Образовательные учреждения: у университетов и исследовательских институтов есть открытые наборы данных по различным областям науки. Эти данные можно использовать в материалах на социальные, медицинские и многие другие темы.
  • Медиа-организации: некоторые редакции предоставляют архивы новостей, данные политических кампаний, результаты выборов и другие наборы данных. Например, Bianet и ProPublica.
  • НПО: неправительственные организации могут поделиться наборами данных, касающихся различных социальных проблем: нарушений прав человека, загрязнения окружающей среды, миграции, трудовых прав, неравенства и других вопросов. Вот несколько примеров наборов данных: о фемициде, а также о старении и здравоохранении.
  • Исследовательские институты: научно-исследовательские организации и фонды проводят глубокие исследования по определённым темам и могут поделиться результатами своей работы. Такие наборы данных охватывают экономику, здравоохранение, окружающую среду, уголовное правосудие, образование и многие другие области.

Перечисленные ресурсы могут быть полезны при работе с данными, однако всегда следует проверять актуальность, надёжность и точность источников, а также правильность их интерпретации.

Портал открытых данных муниципалитета Стамбула (см. ниже) предлагает широкий спектр официальных наборов данных.

Чему можно научиться у небольших редакций, ставших лауреатами премии Sigma Awards?

Sigma Awards – это международная награда, которую вручают за выдающиеся достижения в области журналистики данных. Ею отмечают лучшие практики и инновации в области анализа данных, визуализации и сторителлинга.

Эта премия также подчёркивает важную роль данных в производстве новостей и стимулирует развитие работы в этом направлении. Для вдохновения можно ознакомиться с базой данных Sigma Awards, в которой хранится информация о 2200 проектах, которые участвовали в конкурсе за последние четыре года. Там указаны бюджеты, штат сотрудников, методы работы, продолжительность проектов, тематика, содержание и многое другое.

Sigma Awards разместили на своей странице GitHub все 2200 работ, представленных на конкурс с 2020 года. Изображение: Скриншот, GitHub

Журналистика данных становится неотъемлемой частью нашего ежедневного новостного рациона. И небольшие редакции не могут позволить себе обходить её стороной. Чтобы оставаться на плаву, таким командам необходимо использовать данные для создания материалов, помогая общественности вникать в современные проблемы, делая сложные темы более понятными и обогащая свой сторителлинг. С помощью упомянутых инструментов и советов путь к внедрению дата-журналистики может оказаться гораздо доступнее и проще, чем казалось раньше.

Эта статья основана на презентации Пинар Даг «Использование данных в небольших редакциях».


Пинар Даг редакторка турецкой редакции GIJN и преподавательница в Университете Кадир Хас. Соучредительница Data Literacy Association, Data Journalism Platform Turkey и DağMedya, она сосредоточила свои профессиональные усилия на повышении грамотности в области данных, открытых данных, визуализации данных и журналистики данных. Она также входит в состав жюри Sigma Awards за лучшую дата-журналистику.

Это произведение защищено лицензией Международная лицензия Creative Commons Attribution-NoDerivatives 4.0

Перепечатывайте наши статьи бесплатно по лицензии Creative Commons

Перепостить эту статью

Это произведение защищено лицензией Международная лицензия Creative Commons Attribution-NoDerivatives 4.0


Material from GIJN’s website is generally available for republication under a Creative Commons Attribution-NonCommercial 4.0 International license. Images usually are published under a different license, so we advise you to use alternatives or contact us regarding permission. Here are our full terms for republication. You must credit the author, link to the original story, and name GIJN as the first publisher. For any queries or to send us a courtesy republication note, write to hello@gijn.org.

Читать дальше

Журналистика данных

10 шагов, необходимых небольшим СМИ, чтобы начать копаться в журналистике данных

Журналистика данных становится всё важнее для всех типов редакций. Но как маленький ньюзрум начать заниматься этим? Вот 10 шагов, которые помогут вашей редакции.

Журналистика данных Награды Новости и аналитика

Интервью с исполнительной директоркой Sigma Awards Марианной Бушар

О роли премии Sigma Awards для журналистского сообщества, критериях отбора победителей, эволюции журналистики данных, текущих тенденциях и эффективных стратегиях для тех, кто работает с данными.

10 распространенных ошибок в журналистике данных

Журналистика данных Примеры из практики Советы и инструменты

10 типичных ошибок в журналистике данных

На конференции по дата-журналистике NICAR-2024 репортёр GIJN Рован Филп расспросил спикеров и участников о пробелах в журналистике данных, темах, которые часто остаются в тени, и навыках, которых не хватает редакциям.

Советы Советы и инструменты

Топ-10 инструментов 2023 года по версии GIJN

10 полезных и удобных в использовании инструментов, о которых репортёры GIJN узнали на конференциях NICAR23, IRE23 и 13-й Глобальной конференции журналистов-расследователей (GIJC23) в Швеции.