制作一個大數(shù)據(jù)故事的5個步驟

從事數(shù)據(jù)工作很多年，我總結(jié)了一套好的實用方法與大家分享。它不是唯一的方法，但對于我來說，它是一種用數(shù)據(jù)講故事的最好方法。

第一步：數(shù)字化

我不用太強(qiáng)調(diào)。這些日子，我努力將每個故事數(shù)字化，包括筆記、圖片、音頻、視頻和文檔。怎么做？一些實用的工具如下：

軟件DocumentCloud ——允許你上傳PDF文件并且實現(xiàn)光學(xué)字符識別，也叫OCR。OCR可以掃描文檔，并將其轉(zhuǎn)化為可搜索的文件。它并不完美，但這是一個開始。

軟件DocumentCloud 也有驚人的嵌入特征，允許你強(qiáng)調(diào)和注釋段落。最后，它擁有一個復(fù)雜卻很有用的時間軸和一個很棒的實體識別引擎。IRE（美國無線電工程師學(xué)會）可以使用。

DocumentCloud軟件允許你上傳PDF文件，并且實現(xiàn)光學(xué)字符識別。

谷歌文檔——和DocumentCloud功能差不多，而且能很好地適應(yīng)使用谷歌套件的新聞編輯室，同時能自動完成光學(xué)字符識別文檔。

文字記錄——海外文字記錄服務(wù)已經(jīng)將費用降低到每分鐘1美分，而且工作質(zhì)量不錯。所以，當(dāng)你有一個重要采訪需要傳到網(wǎng)上，這是個很好的方法。不久的將來這些肯定會轉(zhuǎn)變，但是費用會明顯增加，例如每分鐘3美元。rev.com, TranscriptionAssociates, Transcribe, andTranscribeMe服務(wù)都能提供很棒的文字記錄服務(wù)。警告：如果這是一個關(guān)鍵引用，請回放錄音，就像美國國家橄欖球聯(lián)盟那樣。

光學(xué)字符識別掃描——如果你有大量紙質(zhì)文件需要轉(zhuǎn)換成可索引的PDF文件，通常最便宜的方法是在城鎮(zhèn)找一家合法的服務(wù)公司。他們每頁收費15到25美分，所以，即使你有數(shù)百頁紙需要掃描，價格也不會太貴。合法服務(wù)公司速度很快，而且他們有高質(zhì)量的光學(xué)字符識別儀器用來識別文檔并將他們轉(zhuǎn)換成可以搜索的文本。

Excel或Google Spreadsheets(電子表格工具)——我的所有工作幾乎都用Excel或Google Spreadsheets完成。使用Excel不一定非要有一個計算機(jī)數(shù)據(jù)庫。它可以很方便地創(chuàng)建、分類和組織很小的信息表。比如，關(guān)于在伊拉克受傷的平民承包商的故事，我的腦海中立馬會浮現(xiàn)很多事。于是，我建立了一個涵蓋約30個案例的電子表格，并添加了少量的數(shù)據(jù)。

Idea Organizers——如果是一項大的工程，你可以考慮使用與Office軟件一體化的印象筆記或 Microsoft’s OneNote這樣的特殊組織軟件。這些精心設(shè)計的軟件可以粘貼至網(wǎng)頁，追蹤數(shù)據(jù)來源和組織數(shù)據(jù)。在工作中我很少使用這些軟件，但很多人喜歡它，因為它可以將所有的東西放到一個軟件包里。

類似于印象筆記這樣的程序能夠幫助你組織數(shù)據(jù)和理念。

第二步：數(shù)據(jù)化

幾乎每個故事都可以從數(shù)據(jù)之中獲益。數(shù)據(jù)有助于將故事置于背景中，使你的故事脫穎而出，而這點也越來越容易做到。

數(shù)據(jù)分析不必太復(fù)雜。它可以像寫一樁謀殺案，并指出今年和去年的謀殺案數(shù)量對比那樣簡單。它也可以像上市公司追溯期權(quán)支付的多元回歸分析那樣的復(fù)雜。

但重點是：數(shù)據(jù)總是存在的。不要逃避它，而應(yīng)該去利用它。

試試這個練習(xí)。隨機(jī)抽出一張報紙，翻開一個頁面。先看前幾個故事，問問自己：這個故事還可以添加哪些背景？

如何找數(shù)據(jù)？你可以從這幾個聯(lián)邦一級的網(wǎng)站上開始著手。你會發(fā)現(xiàn)州政府和地方政府往往比聯(lián)邦政府回復(fù)地更快。

data.gov——聯(lián)邦政府?dāng)?shù)據(jù)的主要存儲庫。按照主題和機(jī)構(gòu)，你可以搜索到聯(lián)邦調(diào)查局已公開發(fā)布的數(shù)據(jù)集。

在Data.Gov，你可以搜索到聯(lián)邦調(diào)查局已公開發(fā)布的數(shù)據(jù)集。

fbo.gov——所有聯(lián)邦政府外包出去參加投標(biāo)的名單。有關(guān)項目和聯(lián)系人姓名的有用信息。

USAspending.gov——列出所有已授權(quán)的政府合同和分包合同，是fbo.gov的后續(xù)跟進(jìn)。通過關(guān)鍵字搜索，可以找到你所在的國家或城鎮(zhèn)的合同。

Enigma.io——由政府、大學(xué)、企業(yè)和組織提供的數(shù)據(jù)集的奇妙融合。

Govzilla——這個網(wǎng)站專門為獲取競爭情報而創(chuàng)建，但包含了許多驚人有用的信息自由法信息。從本質(zhì)上講，該網(wǎng)站不斷為一些機(jī)構(gòu)，包括美國食品藥物管理局、美國國稅局和美國國立衛(wèi)生研究院，提供信息自由法的審查報告。它們的成本較高。但是如果你需要最新的數(shù)據(jù)，就在這兒搜索。

Dataportals——試圖收集世界上所有公開的的數(shù)據(jù)源。無論成功與否，它都有大量實用的國際數(shù)據(jù)。

第三步：年表化

無論你的調(diào)查性報道采取何種形式，或長或短，敘述性或主題性，人物主導(dǎo)或話題性，總存在一定順序。

當(dāng)我坐下來寫報道時，第一件事就是創(chuàng)建一個時間軸。為了理清哥倫比亞北部一個叫圣多明哥村莊的轟炸事件，我創(chuàng)建了一份長達(dá)11頁的時間軸。它的確對我弄清事件的發(fā)展有很大的幫助。

更近的一個例子，關(guān)于創(chuàng)建利比亞內(nèi)戰(zhàn)歷史的時間軸，就有98頁467,18個字。一個龐大的工程？是的，但總體而言它很有必要。

時間軸的三點好處

1. 幫助你看到你可能會漏掉的關(guān)系。
2. 幫助你快速查閱事件。
3. 你可以將事件源頭包含在時間軸里，這樣就可以記住一個特殊信息是從何而來。

我傾向于使用電子表格創(chuàng)建時間軸。但是，稍作提示，你也可以在 Word 中創(chuàng)建時間軸，只要你使用像 YYYY-MM-DD 這樣的日期格式去開始這一段文字。若以此格式開頭，Word 會將段落按照日期排序。所以你可以在 Word 文檔底部輸入信息，然后只需確保時間軸是按時間排序即可。

依我拙見，在報道方面依然需要時間軸工具。它們更注重作品本身而非數(shù)據(jù)收集。有些基于網(wǎng)絡(luò)的工具，比如Tiki Toki（交互式多媒體時間軸制作應(yīng)用）和Dipity（在線時間軸應(yīng)用服務(wù)），還有來自北卡羅來納大學(xué)騎士實驗室的軟件版本（比如timelinejs）或非盈利新聞機(jī)構(gòu)ProPublica的TimelineSetter。但不論哪一個，我都不太滿意。一個電子表格或Word文檔足以滿足工作需求。

第四步：人格化

現(xiàn)在我們要著手處理工作了。你需要讓故事說話，那將意味著要有會講故事的人。

當(dāng)我做筆記或與某人交談時，我總是在一些聽起來不錯的引語前標(biāo)記上星號。這樣，當(dāng)我回顧筆記時，只用尋找星號去創(chuàng)建一個引語集就可以。然后從引語集中找出最好的10條、15條或20條引語。其次，還有另外兩個原因：

• 它可以幫助你組織故事。你可以開始構(gòu)思過渡段、出人意料的結(jié)局或開放式結(jié)尾，這將幫助你塑造整個故事。
• 確保故事能得到爆炸般的劇烈反響。你在努力尋找短小精悍的信息，言簡意賅的說，它可以幫助你從這一切中篩選出最好的。

另一件大事是尋找人物。當(dāng)然，這并不總是可行的。如果你有一個故事，需要花費大量時間在許多人物上，你最好按照年表順序簡單表述，讓時間成為主線。也許沒有一個人物能夠很好地融于整個故事，那么最壞的打算就是盡力讓一個人物“適應(yīng)”一件軼事。

另一方面，如果你有一個能滔滔不絕舉出例證的人物，他有著強(qiáng)大而動人的生活故事，能夠很好地闡明你要說的內(nèi)容，這就意味著你擁有了“魔法”。盡最大努力去講述他的故事。

第五步：敘述化

這是非常難的部分。你要弄清楚如何去講述一個故事。然而，好的消息是，在一到三的步驟中，你可以得到暗示知道你都要做些什么。

我最喜歡的故事結(jié)構(gòu)是時間軸的方式。如果你在展現(xiàn)故事時或多或少地用到時間軸，它將會幫助讀者理解正在發(fā)生的事，使得事件之間的聯(lián)系更加明朗化，更具有可讀性。事實上，我說時間軸是講述任何故事的唯一方式可能會招來責(zé)難。

一般來說，我會寫一個梗概來總結(jié)故事和要點。通常我會試圖找到一個能快速識別的點或者簡單的硬新聞，以便于我的查看。然后我會填充核心段落、一些重要的發(fā)現(xiàn)和一系列對于發(fā)現(xiàn)的即時反應(yīng)。

這些總共會占到10到15個段落。到那時候，讀者就會知道這篇文章是否值得花時間深入閱讀。高潮過后，我會中止，然后順著時間軸來展開余下的故事。

我的第二種選擇是主題式文章。換句話說，我會分塊來闡述主題。我將其稱為混合體模式。但即使是這樣，我也會盡可能順著時間軸，用一些不超出主題范圍的軼事來充實故事。

以上是我講故事的方式。雖然按照步驟寫了下來，但我寫故事的進(jìn)度幾乎和時間平行。從報告的開始，我就在想怎樣使故事更具人格化和敘事性。我正在從事數(shù)據(jù)化工作。當(dāng)我發(fā)現(xiàn)更多數(shù)據(jù)、更多人物或者當(dāng)數(shù)據(jù)化揭示新趨勢的時候，它沒有以固定的順序發(fā)生，而是以一種不斷反復(fù)的方式進(jìn)行。

這是一個任重而道遠(yuǎn)的過程。但在最后，我認(rèn)為讀者意在尋求一種有力量、敘述生動且內(nèi)容豐富的的故事。我們不能總是發(fā)表那些奇怪事物、縮減的能源和瀕危物種的故事。但我們可以努力改變。當(dāng)我們找對了方向，那將會不同凡響。