資料新聞學製作流程

文/wolf

先前介紹過數則資料新聞學的經典案例，也就令人好奇一般資料新聞學的產製通則是什麼。衛報整理出資料新聞學的製作流程圖，其中的四大階段又與線上新聞學部落格（Online Journalism Blog）提出的資料新聞學四個「C」階段有相呼應之處，在此特別把二者並陳。


1. 匯聚資料（編譯 compile）

這是最重要的階段，記者必須透過各種管道收集數據資料，並且用正確的理路將資料與議題結合起來。有時可能手握有重要的資料，必須要從其中找到問題；有時則是對某項議題感到好奇，才因而出去尋找有用的相關資料。在此記者必須要理解這些資料代表著什麼意義？而要能處理議題，是否還缺少什麼資料？這時可能就會需要先抓取部份資料作為推論素材，但是這些推論是否正確，則需要進一步驗證。

2. 製作表單（清理 clean）

有了與議題相關的原始資料以後，就需要修正資料中的錯誤格式（比如說錯字、欄位錯誤、重複輸入等等）、去除沒有用的資料欄位，
有時也需要將資料格式修整成有用的型態（例如換算資料的度量單位）。經過慎重的檢查，才能製作出正確可用的資料表單。

3. 進行運算（文脈 context）

這個步驟同時包含了資料的運算與驗證。除了程式相關的運算過程之外，運算結果也需要審慎地檢驗，並且評估資料間的關聯性是否合理不牽強，這樣運算結果才有它的正當性。有時可能會需要回頭找出更多數據資料、反覆進行運算才能完成。

4. 輸出成果（合併 Combine）

要呈現資料運算成果，視覺化還是第一有力的表達方式。適切地視覺化這些資料，才能讓人得以快速理解資料當中的議題所在。資料的視覺化也是大部分人對於資料新聞的第一印象所在。

另外，從過去的例子可以看出，資料新聞報導往往要綜合採訪、調查等其他的新聞類型，才能成為兼具全面性與深度的優質報導。但是反過來說，如果這項議題有足夠知名度、已經被社會認定事關重大的話，不需要文情並茂的文字，只要有適當的圖表呈現，就能引發大家的關注。

製作資料新聞學，需要有洞察資料意義的直覺，以及處理資料運算的能力。記者會碰到不知如何處理資料的問題，而程式寫作者則難以從數據資料當中找出有深度的議題。要長期產生優質的資料新聞報導，還是需要雙方面的聯手合作。