美国丹佛电视台运用数据做新闻
美国丹佛电视台运用数据做新闻
作者：美国丹佛电视台(KUSA)新闻调查部数据记者，波士顿大学商业新闻硕士 王小丹 2015-07-24 16:48 新传播 【字号：大 中 小】
美国丹佛电视台(KUSA)调查新闻部的数据信息来源主要有三种：政府公开的信息、公司内部的数据库和与当地其他新闻媒体合作。通过扩充数据库资源，加强了记者与数据分析人员之间的联系。但传统媒体在大多数情况下，只是将数据作为信息传递给观众，或是作为证据用来鉴别采访对象所言之词是否属实，却忽略了这些数据本身的故事性。
【关键词】美国媒体 丹佛电视台 数据新闻
隶属于美国国家广播公司（National Broadcasting Company简称NBC)旗下的美国丹佛电视台（KUSA）是丹佛最大的电视台，共有60多名新闻人员，调查新闻部有6名成员。此部门一直专注于做深入性调查报道，内容关乎科罗拉多州500万居民的生活，对当地政府起到了很好的监督作用，也因此多次荣获国家级电视新闻奖。
一、挖掘数据本身的故事性
美国丹佛电视台（KUSA）调查新闻部的数据信息来源主要有三种：政府公开的信息资料、公司内部的数据库和与当地其他新闻媒体合作。
KUSA的母公司Gannett在全国有包括《今日美国》在内的50多家电视台和报社，这种覆盖全国的新闻网络为数据共享提供了平台。此外，KUSA与当地报社和网络媒体也建立了合作关系，扩充了数据库资源，加强了记者与数据分析人员之间的联系。但传统媒体在大多数情况下，只是将数据作为信息传递给观众，或是作为证据用来鉴别采访对象所言之词是否属实，却忽略了这些数据本身的故事性。
举个例子，我们听说科罗拉多州一个名为Morrison的小镇2013年的政府收入中，最主要的来源是违规司机向交通部门所交纳的罚款。于是便向当地交通部门申请索要了2013年所有交通违规记录。调查中，我们发现这个人口只有400多人的小镇一年内开出的罚单竟然多达13000多张，这相当于当地警察每天平均要开至少35张罚单。得到这个结果，故事基本有了，可要作为调查性新闻报道的话，它仍旧缺少细节。比如Morrison是否是一个旅游小镇？它平时的交通状况如何？当地有几名交警？他们平时都在哪里罚款？这些问题如果得不到解答，我们就不知道这个小镇的警察局是否存在恶意罚款的行为。
在数据分析进入编辑室以前，大部分调查记者在了解背景情况后，会实地走访那些他们认为“有料可挖”的地方，他们相信眼见为实。而面对手里成千上万份的资料，记者很多时候却无从下手。我的同事把这13000多份罚款的电子记录表（PDF）交给我时，距离最初拿到它的时间已经过去了大半年。
面对这份13000多张罚款的电子记录表（PDF），我该如何下手呢？
首先，拿到数据后，我做的是将电子记录表（PDF）文件转化成可进行分析运算的Excel表格。
这里顺便介绍几个常用的格式转化工具：
Cometdocs： 可转化扫描和多页文件，支持多种格式转化。美国调查记者编辑协会（Investigative Reporters and Editors简称IRE)协会会员可向cometdocs@ire.org 申请免费账号。
Tabula：免费，为新闻记者量身打造的一款工具。可直接手动抓取文件中的图表进行格式转化。缺点是不能同时转化多页和扫描文件。
Zamzar：免费，支持多种格式转化。缺点同上。
其次，格式转化后通常最令人头痛的部分是处理“肮脏”的数据。
这是由于电脑不能很好地识别PDF的文件内容，导致它生成的Excel表格中有不少错误信息。对这些信息进行整理时，如果数据比较少，可对比原文件进行手动调整，但这是种耗时耗力的方法。大部分情况下，我会使用Excel 中的运算功能。比如：格式转化中最常见的问题之一是因为两个行列（Column）距离太近，电脑无法识别中间的空当，以至表格中有不少混杂的内容。这时可以尝试用Excel中Data版面下的Text to Columns，按照空格、符号，或是根据内容长度进行行列分离。如果是文字和数字混杂，则可以用Flash Fill功能。另外一个常见的问题是错行和错别字，这种情况通常出现在扫描文件的转换过程中。对于错别字，我们可以使用Find and Replace进行错误甄别和内容替换。对于错行，我的建议是先从凌乱的表格中寻找规律，将每个行列按顺序整理好，再将多个行列排列整齐。关于Excel的使用，遇到具体问题不会操作时上网搜索一下，通常会有答案。处理完格式转化的错误后，有时我还会用Google Refine进行数据整理。我在工作中最常接触的数据是来自地方政府的各类记录和报告。这些大部分是公务员、警察手动输入电脑的信息，其中难免会有大小写不统一、错别字、多余的空格等问题，Google Refine可以很好地解决这些问题。
最后就是分析数据了。
我最常用的是Excel自带的PivotTable，它可以很快梳理出每个项目的数量、总和、平均数和方差等信息，且十分容易排列。PivotTable还可以根据你选择的项目进行图表绘制，更加直观地呈现结果。除此外，当我从不同部门拿到相似的数据时，我会用Access进行表格间的比对，找出其中共同的部分。
回到之前的罚款案例中。在数据分析时，我发现每条罚款记录都注明了肇事日期、地点和原因等。这意味着我们至少可以从这组数据中得出三个结论：最容易被罚款的地点；罚款最常见的原因；一年当中罚单开得最多的一天。
随着答案浮出水面，我们也掌握了更多信息，比如罚款最多的那天镇里正好举行一场大型户外演唱会，再比如最常见的罚款原因是在镇子外头的高速公路上超速行驶。那是一条沿山路，而罚款最多的地方，恰好是一个减速带。很多车子因为来不及刹车，被停在路边的警车抓了个正着。我们调查发现，这个减速带是最近几年新修的，而它的出现无疑给当地交通管理部门带来了良好的“经济效益”。是数据分析让这个原本被人遗忘的故事重新变得有意思起来。
二、结合其他信息，让交互图表多元化
用Tableau这样的软件做可视化图表方便且容易，但它的缺点是不够灵活，比如你只能用它自带的地图以及表格类型，而无法根据自己的需要进行个性化设计。自从Tableau 8.0加入了URL Action功能后，这方面便有了很大提高。它允许用户在图表中嵌入其他网站信息（新闻、视频、地图等），并和图表本身进行互动式操作。比如：
上图中的数据是通过向当地交通管理局申请信息公开（FOIA）拿到的。蓝色的点在上方地图上标注了肇事发生的地点。下方的Google街景地图则是我通过URL Action嵌入Tableau中的，为了方便用户了解交通事故具体发生的地方。
三、避免脱离现实的数据新闻
作为外籍记者，除了语言和人脉以外，最缺乏的是对于当地文化的了解。举个例子，我们得到过一份科罗拉多州警察装备清单，里面详细记录了给每个县警察局所配发的武器，从一粒子弹，到一辆装甲车。在数据分析的过程中，我发现有一个县所拥有的重型武器数量远多于其他地区，而它的人口比例却又出奇的低。总结中，我费了不少笔墨去描写这个县如何武装化，而编辑在审稿时却告诉我遗漏了一个重要信息：原来这个人烟稀少的地区有着号称全美最严格的监狱系统，里面关押着几名美国历史上臭名昭著的杀人犯和恐怖分子。如此一来，武器的数量也得到了合理解释。而我在不了解背景的情况下报道的新闻，多少显得有些扭曲事实。从那之后，每当我在调查中发现一些不合常理的现象时，都会先上网查一查相关的背景资料，或是向同事询问情况。这样不仅使得新闻报道更加准确、公正，也加深了对于当地情况的了解。
编辑：郑晓鹏
