数据+媒体有哪些可能?财新数据可视化实验室实践分享|数据大咖汇
大家好，我是财新网的黄晨，应邀聊一下关于数据新闻的事情，我主要想了新闻的数据化和数据的新闻化，其实两个拆开来讲后可以看到就是一些我们始终在做的事情，结合我们做的过程中的一些体会，来和大家分享。
财新网“数字说”页面（部分）
1
新闻的数据化
首先我们聊一下新闻的数据化。新闻的数据化就是我们日常说到的数据新闻。就是把一些新闻当中有的数据特质进行抽离，结构化，然后用一种比较有视觉冲击力的形式来提升新闻的表现力。我们知道现在其实是一个读图的时代，新闻的产生的速度已经远远地超过了新闻获取的速度，眼球经济可能发展到今天就变成手指经济了，因为我们都用移动端来阅读新闻。
那么在这种情况下怎么能让你的新闻脱颖而出呢？尤其是相对于财新这样的媒体。因为财经类的题材会天然自带数据属性，大家如果对财经的题材有一些涉猎的话就会知道，经常会涉及一些繁杂数据的呈现，我们经常会有财报、产业类、投资类诸如财务报表的内容，如果用文字去表达就会出现文字和数字混排的文本，我们经过测试也发现这类文本呢是最容易吸引不起人的阅读兴趣的，所以有的时候我们自己内部也会觉得一些稿子写得太冗长，主要是因为他把里面的数字细节过于突出。因为财新的特色就是会特别注重细节的核实，所以阅读起来会比较乏味。这个部分就特别适合于做数据化、可视化的呈现。
所以为什么叫数据可视化呢，其实最开始数据可视化就是为了呈现原始的阿拉伯数字，到后来衍生到更大的范围之后会突出一些非数值型的数据，我想正是因为财新有这样的基因，所以会在我们的日常工作中对这类新闻有更多的需求。所以直到今天，财新的数据新闻选题当中仍然有很多是财经类题材，财经类题材的确特别适合这种表现形式，所以把新闻数据化会比较有助于我们这类选题的传播和解读。
新闻数据化主要在我们的实践操作当中来谈，我想回顾一下为什么财新现在会在数据新闻这方面的尝试比较多呢，是因为我们从2011年就开始尝试用图表类的新闻去解读财经类的选题。后来又逐渐演变到我们成立了可视化实验室，用数据化来解读一些新媒体的技术，包括交互的技术，然后去看一些原本非常复杂的东西。比如说众所周知的就是著名的《周永康的人与财》，其实它是典型的把新闻数据化的表达。因为这个选题如果在不交互的情况下，数据是非常纯粹的，只有人物和公司的图表，它们之间会用连线来体现它们的关系。在这个作品里面呢，关系就是数据，但是要知道我们的原文是一个六万字的长文，所以当时为什么这个作品的影响会那么广泛呢，就是因为虽然我们的那篇长文非常好看，非常精彩，但是在目前这个时代当中还是有很多人没有耐心去读完长文，所以等我们把它数据可视化之后就可以成为一个非常快速阅读的选题。
《周永康的人与财》（截图）
我看到张小龙分享的关于微信小程序的演讲，我觉得演讲里面核心的一句话就是：“一个好的软件，一个好的工具，应该让用户用完即走”。我觉这句话应该是让大家印象比较深刻的。他的提炼其实并没有让事情变得更简单，我想说的是新闻数据化产生的初衷。其实我们在这几年当中也在不断的尝试各种各样的数据新闻呈现方式，包括在刚刚过去的十二月推出了财新的一个年终策划系列，我相信可能群内的很多同行也都看到了，包括一个楼市的专题、一个洪水的专题、一个年终盘点专题。为什么要做楼市专题呢？其实在2015年我们得奖的作品是《楼市十年》。按理说已经做过楼市了，下一年应该再去去聊点别的。
但是实际上到了2016年的第四个季度，我们突然发现这个话题是无法规避的，因为这的确是这年当中令全中国人民印象非常深刻的一件事情。所以我们还是决定要把这个作为我们年终策划的一个选题来做。因为篇幅所限，所以我们呈现的其实只是这年楼市当中的几个比较惊悚的碎片，但是，我相信这个作品如果完全是用纯的文字来表达的话，尤其是要呈现一百个城市，我觉得没有任何一种方式比这个可视化的重现更有效，更有力量而且更有效率。它是可以让用户做到看完即走。看了这几张图就能够了解过去一年中国的楼市究竟发生了什么。
《2016年的中国楼市》（截图）
这张图就是我们作品中的一张，体现了2011-2016年中国一百个城市房价的涨幅。最上面的黄线是深圳，下面蓝色的线是厦门。这些年我们一直在反思，数据一定要可视化么？有时我们是不是为了做数据新闻而去把简单的数据进行可视化。很多同行可能知道，其实数据新闻是成本比较高的，从人力成本，到整个制作周期都是比较长的，产业链比较长。后来我们也在试图跳脱这种怪圈，就是为了找事情做，硬要把一些东西包装成数据新闻。但我们还是要尽量去发现真正值得做的选题。那么为什么这个选题是值得做的呢？我们当然可以使用数字阐述，但是会比较繁杂，我们也可以用今天的图来表达这个意思，但是实际上我们发现，如果不用动态交互，就会大大地削弱表现力，比如说我给大家截张这样的图。
《2016年的中国楼市》（截图）
你会发现下面张图片和上面图片之间似乎没有什么联系。但实际上如果大家点了一下我刚才发的链接（完整作品链接见文末），就会发现，其实它只是区间的不同，整个体现出变化过程才能让你感受到它的原来楼市变化就是这么一步一步的演进到了今天，并看出它之间的变化过程是怎么样。所以这样的交互和互动是非常必要的，会让整个数据非常连贯。所以这个是我们觉得有意义的可视化，是有意义的数据新闻。
《2016年的中国楼市》（截图）
所以如果说需要我给大家一些什么建议的话，在我们的日常工作当中大家可能需要考虑好这件事是需要做的吗，如果是为了做而做可能会消耗的成本也比较大，做出一些不是特别有意义的选题成就感就没有那么高。下面给大家分享今年的另一个作品。
2016洪水暴至（截图）
这个选题叫做《2016年的洪水》。年度策划我们选取了2016年最为突出的几件事情，洪水是这一年比较大的新闻事件。可能对我们没有处在灾区的人来说印象并不深刻，尤其到了年底的时候很多人都已经忘了夏季的那些事情。但对于身处灾区的人这绝对是一场毁灭性的灾难。我们的记者回到灾区去采访的时候当地农民就说现在已经没有人记得我们了。所以新闻有时候是追求实效性，去追逐热点，但是我觉得作为新闻工作者，我们有时也需要把目光投向那些冷点。
2016洪水暴至（截图）
所以我今天讲了这么多是想说在座的很多人都已经对数据新闻很熟悉了，所以也不需要介绍它的来龙去脉，但是可能需要规避一些误区，比如有时我们是为了做而做。
我们日常会发一些没有这么大型的稿件，很多是可以通过静态图来呈现的，只不过可能动态的东西更高级，会更有技术含量，更能秀肌肉。但实际上，如果能够非常好地表达主题，我觉得静态图、GIF图等一些比较低成本的方式都是非常好的数据新闻作品，不需要拘泥于一定要秀出样什么样的肌肉。
2
数据的新闻化
下面我再说一下数据的新闻化。这个牵扯到我们现在比较流行的机器人写稿。比如说现在腾讯已经有机器人在写这个股市类、气象类的稿件，比如说突然发生了地震，机器人马上就能写出地震的稿子。我们统称为机器人写稿，甚至有人叫这个AI人工智能。我们暂且不论这个是不是真的人工智能，我觉得未来会有这样一个趋势。数据本身比较枯燥，因为数据是一个工具。什么样的人会每天去看数据呢？我觉得其实最高频使用的每天会去查的数据，我目前觉得就两种，一种是天气，另一种是股票。除此以外大部分时候数据更像一本字典。需要的时候再去查，但是不需要的时候可能就会扔在一边不会主动的去看。在现在这种新闻的时代，流行个性化的定制，机器人写稿作为十几年前就有的概念，到今天我会觉得有价值是因为我们现在开始有了个性化的推荐。比如你浏览过关于某只股票的新闻，算法推算出你持有什么股票，将股票相关信息转换为新闻主动推送到你的信息流中，就会变得主动得多。
这个是我认为数据新闻化的一个有前景的应用，因为数据经过这样的转换的会变得主动。现在腾讯财经有写宏观经济、CPI、股票类等。新华社也有快笔小新，他们主要写体育赛事和财报，很容易进行模板化。第一财经也发过机器人写稿。国家地震台网也会用机器人来播报地震。其实现在离所谓的人工智能还差很远。真正的机器人和人工智能是你可以把人写的若干篇稿子给他学习，然后它可以模拟人的口吻，写作形式是百变的。但是我认为现在是数据能够变得更主动的一个特别好的契机。
我觉得数据跟新闻的结合将来会开辟出一条新的路。之前说的是新闻怎么样用数据化呈现，接下来会有反向的事情可以做。当我们大家都在问数据新闻接下来怎么做，很迷茫的时候，其实我们会有另外一个维度去想这些事情。当然之前戴玉跟我聊过，大数据对新闻营销的帮助，也算数据跟新闻发生一点关系，但是这点可能不只局限于新闻，各行各业都可以用大数据来帮助你决策和营销，所以我觉得这一点可能跟新闻本身的特质还是有一定的距离。
所以我今天主要讲的是数据跟新闻内容之间产生的一些关联。我今天的介绍就到这里，欢迎大家提出问题，希望我们能碰撞出火花。谢谢！