与de Volkskrant的图形部门数据研究员Thomas de Beus进行了对话。
除其他事项外，数据新闻学是一种抵制诱惑，以展示无法突出故事背后数据的壮观视觉效果的艺术。
由于视觉翻译中可能会丢失许多见解和相关统计信息，因此尽管您不想完全放弃吸引力 ，但托马斯·德比乌斯 （ Thomas de Beus）的 《丰富多彩的事实》是开始更多地思考清晰度和受众而不是壮观的图形设计的好地方。
托马斯（Thomas）是荷兰的自由数据记者，最近加入de Volkskrant成为该网站图形服务台的数据研究员。 他还是一家名为New Atoms的初创公司的成员，该公司在一年前获得了Google新闻计划的资助。
该网点的新招募人员正在与我们分享一些有关可视化 ， 讲故事和学习对数据记者有用的新工具的技巧。
但是，Thomas的博客也花费了大量精力来发现有缺陷的数据可视化效果，他将在许多新闻网站上看到并改进它们。
因为很容易被视觉上令人印象深刻和美丽的事物所吸引，即使对于有经验的数据即创作者而言：
例如，Thomas希望我们记住，水果可能不是可视化数据的好选择：
再说一遍食品，广泛使用的饼图可能也不是使数据清晰的最佳方法，尤其是在进行比较时。
从接下来的两种情况中可以看出，这种类型的图可能无法传达完整的图片，或者可能是完全不相关的：
下方的左侧图表具有误导性，因为此类图表通常是按比例分配的，但此处的颜色仅表示类别。 实际数据点是从圆心开始的多条细射线。
由于这些原因，托马斯·德·比乌斯坚持要牢记观众的心 。 如果这会使数据由于任何差异而变得不太清晰，则不应尝试通过展示我们的幻想能力来打动读者。
数据报告者还必须避免在单个图表中增加见解，因为复杂的可视化也可能会被关闭 。
但这并不意味着每次可视化都必须乏味，因为这可能会对故事的可见性起反作用 ：
“在新闻界，我们需要让我们的听众处于第一位。 我们的目的是尽最大可能解释问题或故事。 但是，我确实认为，在视觉效果的美观和效果之间应该保持健康的平衡。 例如，数据视觉很容易在社交媒体上共享。 如果您想让人们阅读您的视觉效果，那也应该很有吸引力！”
“效果和美丽可以齐头并进。 我确实喜欢简单而简约的视觉效果。 英国《金融时报》非常擅长于此。”
使De Beus进入数据新闻领域的原因是尽可能有效地解释涉及数据的复杂主题 。 可视化再次是要使读者更清楚，更清楚地看到一些东西：
人们在消费内容时以视觉为导向。 我在新闻学领域的核心使命是使用数据新闻学作为一种工具，以缩小现实与人们对现实的看法之间的差距。 这是一个巨大的问题，而且一直存在。”
“我觉得将数据作为来源，我可以非常接近这个现实。 通过可视化，我尝试以最好的方式帮助读者。”
您的数据可视化完成了吗？ 太好了，先生，您却不是！
不幸的是，可视化数据只是您即将编写的故事的第一部分。 由于对数据进行了详尽的抓取，可视化和理解，因此该过程仍未完成。 作为讲故事的人，数据记者现在必须通过告诉读者一切含义来理解它。
换句话说，编写者不能简单地枚举数据中的内容。 这将是乏味的。 这也可能表明作者本人并不了解如何理解它。 当故事的对象是数据点时，如何使故事有趣？
讲故事不是什么都不是数据新闻界的热门话题。 很难掌握。 但是我认为用数据讲故事最重要的是同情读者。 您的故事不是数据，而是数据代表的意思。”
“数据告诉了我们一些生活以及我们如何设计。 不断问自己：为什么人们应该知道我在告诉他们什么？ 首先，问问自己为什么分享某些见解很重要。”
“讲故事是您应该练习和练习的技能。 让某人阅读您的原始想法，草图或段落并进行迭代。”
尽管有许多免费的在线免费数据工具，但您为什么应该学习编码
托马斯认为，除了新闻收集，分析和讲故事的技能外，在理想的世界中，数据记者还应该学会编程以充分掌握数据新闻的无限可能性 。
学习如何使用Import.io或Outwit这样的软件并不难。 可以使用Tableau ， Datawrapper或RAWGraphs之类的工具快速创建体面的可视化效果 。 当然，人们只能用Excel或Spreadsheets来识别给定数据集中的大多数趋势和见解。
但是，有了可以在网上免费或多或少找到的所有可用工具，为什么数据报告者会通过学习编写自己的抓取工具，脚本，分析和可视化代码而使自己的生活变得更加艰难？
“最终，您应该学习可以帮助您以最佳方式讲故事的工具。 我也从Import.io或Tableau之类的工具开始，但最终我发现我需要学习R（使用ggplot2）和矢量图形工具Sketch来以自己想要的方式自定义可视化效果。”
“ R花费了很多心血来学习，但如果您确实是一位有抱负的数据记者，那绝对值得您花时间。 使用R，您可以涵盖分析和可视化步骤！”
“如果import.io将为您提供数据，您将想以任何方式使用它！ 我使用的是Outwit Hub，它很棒！ 您可以在Excel和Tableau上做很多事情，但是有抱负的数据记者最好还是开始学习如何编码，因为用编码语言表达自己可能要花一些时间。”
数据新闻初学者应该在哪里学习这么多技能？ 托马斯坚持以最适合有抱负的记者为起点：
“学习所有这些技能时，您会不断浏览最适合您的资源。 有时您可能会退出一个，那没关系，只需继续下一个，找出它是否适合并坚持下去。 学习也是一种技能。”
数据新闻不再是孤独者的地方（最好）
尽管抓取，编码，分析，新闻收集和讲故事似乎很多，但请记住，在主要的新闻编辑室中，数据团队很少是单人军队。 而且，由于工具和趋势在不断变化，因此必须有数据报告者可以定期（重新）学习：
“我同意这样一个事实，即如今的数据记者需要具备很多技能（这就是大型出版物中的数据新闻需要团队合作的原因），但是，这也很有趣！ 我一生中最喜欢的事情是学习新事物！”
“团队合作是我的偏爱。 您学得更快。”
对于入门数据记者来说，小就是美
托马斯还建议快速发布一些小东西，而不是将大量的学习时间花在大故事上 。 根据他的经验，这比他预期的要耗费更多精力。 迭代和测试是学习创建高质量，有洞察力的可视化效果必不可少的一部分。
他本人仍在掌握脱节知识和学习Python的过程中。 对于那些旨在有效使用R和数据分析的人而言， Udemy之类的在线课程尤其适合作为第一站。 但是最终必须超越这些：
“这些在线课程对基础知识很有帮助，但是在此之后，就开始尝试解决代码问题。 在学习编码时， Google和Stackoverflow是您最大的朋友。 查找有关您喜欢的主题的数据集，将其导入，使用R或Excel分析，然后讲故事。 开始采访数据。”
但是Thomas也希望我们牢记所有这些仅在需要可视化时才适用 ！
