Julkaiseminen

 

Datajournalismi ei ole pelkkää datan esittämistä, vaan sen pyrkimyksenä on kertoa tarina. Datasta tehdyt havainnot ja löydökset on laitettava kontekstiinsa ja tulkittava lukijaa kiinnostavalla ja relevantilla tavalla. Yksi perusratkaisuista on haastatella asiantuntijaa, jolloin hän voi kommentoida havaintoja. Vuorovaikutteisempi tapa kontekstoida data on käyttää jo edellä mainittua joukkoistamista tarjoamalla lukijoille mahdollisuutta kommentoida datan pohjalta tehtyä esitystä tai vaikka lisätä omat tietonsa osaksi dataa. Vuorovaikutteisuus lisääntyy, kun lukija voi sijoittaa omaa elämäänsä koskevia tietoja osaksi juttua ja nähdä tuloksena, miten hän sijoittuu esimerkiksi muiden suomalaisten joukkoon kulutusvalintojensa tai jonkin muun elämänsä muuttujan suhteen.

BBC:n Martin Rosembaum (The Data Journalism Handbook s. 160-161) esittää seuraavanlaisia esimerkkejä datajournalistisista tarinamalleista:

1)      Mittaaminen: juttu mittaa tai laskee kokonaisuuksia, osuuksia jostakin, tai vertailee lukuja.

2)      Muutos ajan kuluessa: juttu kuvailee muutosta ottamalla dataa eri vuosilta

3)      Taulukoiden vertailu: juttu vertailee esimerkiksi eri maiden tilastoja toisiinsa

4)      Luokkien välinen analyysi: juttu vertailee lukuja jonkin luokittelun sisällä

5)      Yhteydet: juttu kuvaa eri muuttujien suhdetta toisiinsa (se, että luvut korreloivat ei kaikissa tapauksissa merkitse kuitenkaan, että niiden välillä on kausaalinen suhde).

Yleisö voidaan ottaa mukaan osallistumaan jutun tekoon myös muulla tavoin, esimerkiksi erilaiset kaupunkisuunnittelunkin käyttämät sovellukset liikenteen ja asuinalueiden ongelmakohdista perustuvat käyttäjien tai asukkaiden tiedolle: käyttäjät tuottavat datan itse merkitessään ongelmapaikat kartalle ja kuvaillessaan sanallisesti ongelmien laatua. Vastaavia osallistavia keinoja myös journalistisiin juttuihin on ollut käytössä paljonkin, esimerkiksi Metro-lehti on omassa Tee juttu -osiossaan mahdollistanut juttujen kirjoittamisen, kuvien lähettämisen ja uutisaiheesta vinkkaamisen. Kun tätä osallistumista ajatellaan datajournalistisesta näkökulmasta datan tuottamisena, avautuu vuorovaikutteisen aineiston käyttöön uusia mahdollisuuksia erilaisten sovellusten ja visualisointien kautta.

Myös toimittajan tulisi nähdä itsensä datan julkaisijana: Journalismin uskottavuutta ja läpinäkyvyyttä lisää, että toimittajat julkaisevat jutunteon pohjalla olleen datan. Samalla he mahdollistavat muille jutun ja koko aihepiirin jatkokehittelyn ja uusien näkökulmien hakemisen datasta.

Esimerkki:

Ylen Plusdeskin Autotietolaskuri on esimerkki vuorovaikutteisesta datajournalismista. Lukija syöttää oman autonsa merkin, mallin ja vuosimallin laskuriin ja saa eteensä graafin, josta paljastuu, kuinka monta uudempaa ja vanhempaa samanmerkkistä ja -mallista autoa Suomessa on. Aineistoon voi lisätä muuttujaksi myös maakunnan, jolloin saa selville oman maakunnan tiedot. Datalähteinä jutussa oli TraFin ja Tilastokeskuksen tilastot. Näin moni ajaa vanhemmalla autolla kuin sinä (16.10.2013).

Tutustu näihin:

Caitlin Petre: A Quantitative Turn in Journalism? (30.10.2013).

Ruokoski, Vilma (2013) Klikkailtava kartta, kyselu ja aikajana. Kuvaileva tapaustutkimus vuorovaikutteisuudesta ja joukkoistamisesta Helsingin Sanomien verkkosivuston datajournalismin aihealueella syyskuusta 2012 tammikuuhun 2013 julkaistuissa uutissovelluksissa. Kandidaatintutkielma, Journalistiikan ja viestinnän tutkinto-ohjelma, Tampereen yliopisto.

 

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *