数据驱动的个性化新闻

199IT数据中心微信账户:i199IT

居住问题向来都是普通民众最为关心的话题之一,买房不论是对美国人还是中国人来说都是一项大笔的开支。相比于2006年的房价最高峰时期,如今在美国的大部分地方买房仍是首选。即使在具有房地产泡沫的凤凰城,拉斯维加斯和佛罗里达州的奥兰多市,住房价格基本仍低于2006年水平的30%至40%。但在加利福尼亚州和美国的东北部,拥有一间房屋的花费(房产税、维修费等)可能超过了经济利益。

针对不同人的情况,买房还是租房的决策也必然会有不同,到底如何规划?面对这一因人而异的问题,现有的普通报道可能无法给出有建设性的答案。《纽约时报》网站在数据新闻报道“租房还是买房?(Is It Better to Rent or Buy?)”进行了一个大胆的创造,为读者提供了在线租房买房计算器互动工具。这个报道不仅形式新颖,更在整合分析权威数据的基础上为不同的读者带来有针对性的、个性化的解读和决策建议,发挥出数据新闻的功能性、服务性。

一、专题介绍:“租房还是买房?”计算器

“租房还是买房?”是《纽约时报》网站数据新闻栏目“The Upshot”中的一例。它从实用性角度出发,为生活在美国的人们提供一种方便有效的服务,解决了人们对于是租房还是买房划算问题的疑惑。总体而言,该计算器着眼于房价,运用读者输入的居住年限、抵押贷款利率以及首付等数值,来帮助读者判断租房划算还是买房划算。

据该专题页面的文字介绍,该计算器记录了拥有和租赁房屋最常见的各项开支。页面的左侧是各项成本的数据输入列表,右侧则是计算过后的结果。拉动各项数据列表上的绿色方块,选择符合读者情况的数值后,计算器将自动运算出房屋月租金多少金额时租房更加划算,由此为读者提供实时性的策略规划建议。在各项数据指标中,它还以表格形式列出了买房和租房等各种情况下的机会成本。其中所有的数据都是以现值美元显示。

具体地看,买房数据中有几个重要数据,分别为:初始费用(Initial Costs),即购买房屋时所承担的费用,包括首付及其他费用;经常性成本(Recurring Costs),即居住所拥有房屋时每月或每年必须要支付的费用,包括抵押金、公寓费(或其他社区的生活费用)、维修装修费用、房产税和房屋保险费;机会成本(Opportunity Costs),它随初始购买成本和经常性成本而变,能够告诉读者如果用购房首付进行投资的话他们所能获取的利润;所得款项净额(Net Proceeds),即出售房屋所获得的金额减去交易费用,后者包括房屋经纪人的佣金和其他费用。如果总额为负,这意味着你赚取的利润不仅覆盖了买房的成本,而且还覆盖了所有的经常性成本。

相对应的,租房数据也分为以上四项。初始成本包括租金押金,还可能有房屋经纪人的佣金;经常性成本包括每月的租金和承租人的保险费用;每一年的机会成本按照初始成本和经常性成本来计算;所得款项净额包括租赁保证金的返还,这通常发生在租赁期结束之时。

二、创作人自述:“可接近的新闻故事”

纽约时报网站在2014年4月推出的新栏目The Upshot将智能分析、写作、数据可视化与个性化相结合,针对政治经济领域,旨在通过数据分析和呈现,帮助读者洞悉复杂政经事件背后的含义。除了严肃的政经主题之外,the Upshot还推出了许多体育主题的作品,覆盖世界杯、橄榄球、棒球、足球、NBA等等。根据国外网站fastcodesign的报道,在不到一年的时间内,TheUpshot在《纽约时报》取得了业绩:它为报纸带来了5%的整体流量,在仅17名记者中的努力下,生产出了《纽约时报》网站2014年被查看次数最多的两个故事。

《纽约时报》的前华盛顿分社社长及经济学专栏作家大卫·莱昂哈特(David Leonhardt)是这个栏目的负责人。创办之初,《卫报》将其描述为“结合数据分析与数据可视化的综合体”或类似于《纽约时报》的信息图表之类的项目。但对莱昂哈特来说,它更像是一个实验室。他认为,那种试图将任何重要的想法都塞进最开头的250个字里觉的方式缺少对话性,而且这使得读者更难理解新闻的内容。“这个名字(The Upshot)背后的想法是,我们正试图帮助读者获得对问题的本质的了解,并且以一种背景和对话式的方式呈现。当使用适量数据来向人们解释现实的时候,数据是一种特别有效的方法。”在专题“租房还是买房”中,对数据的巧妙利用和个性化的互动方式与新闻呈现使故事的对话性大大提升,帮助读者“更好地了解新闻,甚至更好地了解世界”。

三、特点分析:数据驱动下对话性与服务性的提升

(一)对话性:以个性化互动为手段

针对“租房还是买房”这一话题,大多数媒体的一般性操作方式是:结合部分数据,以个体经验作为主体,讲述一个或多个租房或买房故事。然而这类普通报道中的故事和人物未必能让每一位读者都感同身受,也缺乏普遍的指导意义。The Upshot大胆地创造出“房屋计算器”这一全新的新闻产品,以“对话”的方式与读者展开互动,可谓是独辟蹊径。

这一报道在分析整合大量数据的基础上,巧妙地设计了衡量个人消费水平和需求的动态量表和综合分析系统,将房价涨跌、个人贷款、税率情况等宏观数据同读者的日常生活联系起来,甚至连机会成本也考虑在内。每一位读者都成为报道所关注的“唯一对象”,当读者拖动量表上的指针,按照自己的情况输入各项相关数据,就可以实时得到具有针对性的专业购房或租房建议。相比于传统报道,这种互动方式更像是“一个记者坐你在旁边”或是“给你发送一封邮件”那样,可接近性与结果的极度个性化让读者很容易产生阅读的兴趣与欲望,也很容易使他们在阅读和互动的过程中对产品产生共鸣。

类似的特点在《纽约时报》的其他数据新闻产品中也有体现,比如现任The Upshot图表编辑Josh Katz在2013年制作发布的专题报道“人们如何说话”(How Y’all,Youse and You GuysTalk),该报道并没有直接向读者平铺直叙大量的调查结果和数据,而是设计了一个互动测试系统,通过25个问题来测试用户用词和发音的细微差异,生成参与者专属的方言接近性地图,进而判断他们的出生地。这则有趣的报道在2014年纽约时报网站文章阅读量排行榜上位列第三,也引领了新栏目The Upshot中许多互动报道的简洁化、个性化的风格,“租房还是买房”就与之一脉相承。《卫报》称该类新闻报道为“数据驱动的解释性报道”。

(二)服务性:以实用价值为目标

和过去的新闻报道相比,数据驱动的解释性报道方式除了要阐述“发生了什么”之外,更注重让读者了解所发生的事件“对个人有何影响”。例如在报道了经济利好和不利的五个因素之后,对读者真正有用的是要告诉他们哪个因素影响范围最大,甚至要判断出经济环境到底是要变好还是变坏。也就是说互动报道比起让读者知晓事件,更注重为个体服务功能和实用价值的发挥。

莱昂哈特在The Upshot创办伊始就曾强调这一栏目将会充当读者在阅读时的导航工具,通过引入丰富的图表和互动功能等更直接的方式来帮助读者更好地梳理信息、增加阅读乐趣,帮助他们了解事件对他们自身有何影响、在何种程度上有影响。而另一方面,莱昂哈特特别强调,作为项目核心的数据将不会大量的出现在栏目中,而只是作为帮助报道的工具使用。因此,《买房还是租房》互动报道着重突出服务性、功能性,将其所运用的核心数据隐藏在幕后,其可视化设计也不追求复杂、炫目的多媒体效果,只通过一组简洁明了的动态交互量表和分析系统巧妙地呈现出来,力求操作简便、建议中肯。相比于传统的讲故事型新闻报道,这一报道能够更好地完成向每一位读者解释在目前的市场环境、个人经济状况之下的最优住房选择的功能。同样的特点也可以在纽约公共广播电台为飓风而制作的纽约地区疏散图中窥见。

四、专题带来的启示

(一)以高可信度的数据为基础

一个优秀的互动新闻报道必须具备精良的可视化设计,而兼具实用性和可靠性的可视化设计的前提与基础就是可信度高的权威数据。《买房还是租房》运用国家数据库的权威数据来支撑整个互动报道的架构,该计算器的实用性和可靠性依赖数据来源的可信度。创作团队给出的数据来源为穆迪分析(Moody”s Analytics)的首席经济学家马克·赞迪(Mark Zandi),来自圣路易斯联邦储备银行(Federal Reserve Bank of st.Louis)的美国联邦储备经济数据(Federal Reserve Economic Data)以及房地产估值公司米勒塞缪尔(Miller Samuel Inc)的总裁乔纳森·J·米勒(Jonathan J.Miller)。其中,“美国联邦储备经济数据库发表的经济数据被媒体广泛报道,而且在金融市场中也起到关键作用。”

上文中提到的方言测试互动报道同样是建立在权威研究数据——哈佛方言调查(Harvard Dialect Survey)的基础上。由Bert Vaux等人在2002-2005年进行的哈佛方言调查在线调查了3万多名参与者的122项语言表达和使用上的差异,将数据进行了收录、整理和分析,并对应每个差异制作了美国的方言分布地图。整个调查所得到的数据量极大,普通的报道很难涵盖,也很难将报道制作得引人注目。而利用这些原始数据制作的、通过在线测试形式的互动报道则获得了大量用户的关注,在2013年8月到10月的两个月中就吸引了3.5万读者参与测试,使该报道成为纽约时报网站上最受欢迎的文章之一。它甚至还把所有参与阅读和测试的用户变成了他们的研究对象,从而获得了更多新的方言调查数据。

(二)构建新颖而有效的互动模式

纽约时报作为一份时刻游走于时代前列的传统报纸,其在数字化、可视化方面具有非常强势的地位。The Upshot作为一档数据新闻栏目,其目标就是通过图表、互动等方式为读者解读纷繁复杂的数据以及这些数据对读者生活的影响,主编莱昂哈特有极大信心将自己的栏目打造成为极具时报特色、同时又拥有独立个性的一款产品。关于数据的运用,莱昂哈特认为当前很多新闻报道中往往运用了过量的数据——虽然数据如同照片一样是新闻报道的有力工具,但报道中数据并不是越多越好,数据的可视化需要采取一种有利于与读者展开对话的方式来进行。

早在2011年的一次采访中,纽约时报互动新闻报道部门的编辑就表示,使用互动的形式就是为了更巧妙和有趣地呈现内容,并且让受众因此在内容上停留更长的时间,对信息有更充分的掌握。然而无论如何内容总是第一位的,因此互动新闻最重要的原则是简单有用,要让读者容易地掌握互动方式、并在互动中获得他们所需要的内容,也就是要建立一种“有效的互动”。The Upshot栏目下的包括《租房还是买房》等一系列互动报道一直秉承着这一指导性的原则,并不追求视觉化效果的华丽夺目或是数据的罗列呈现,而是将大量数据消化吸收、并通过精妙设计的互动方式给读者以其最需要的信息。这种简单直接的信息呈现模式最大化地强调了报道中的有效内容,让读者不仅仅简单接受互动报道提供的信息,更被报道所呈现的全新叙述方式所吸引。在BuzzFeed、Vox等新媒体网站飞速抢占用户注意力的时代,传统媒体的数字化战略中应该考虑到自身内容优势和创新形式的有效结合,以与如今形势大好的新媒体后进们展开竞争。

(三)打造专业化团队,培养复合型人才

对于在媒介融合的浪潮中努力求生的传统媒体来说,一次采集、多渠道发布的“中央厨房式”新闻生产模式恐怕已经过时,媒体可能需要组建专业化的团队、确立常规化的生产流程,针对不同平台的技术特点和传播特点进行新闻产品生产,以使各媒体形态下的新闻产品独放异彩,提升媒体的整体竞争力与生命力。以网络媒体为例,数据新闻越来越受到读者的青睐,成为各大媒体争相进军的重点领域。为此许多媒体网站都成立了专门的数据新闻团队,如身为数据新闻先驱的英国《卫报》(The )也在2014年秋季重组编辑团队,将数据新闻作为三大方向之一;新晋网络媒体Quartz,Vox和BuzzFeed亦都在招兵买马组建各自的数据新闻团队。纽约时报建立了专攻政治、经济等方面的数据新闻及其可视化的栏目The Upshot,以《租房还是买房》为代表的数据可视化报道就是这专门组建的17人数据新闻团队精心设计和密切合作的成果。

然而组建一支专业团队并不容易。The Upshot的17名员工中只有3名图表编辑,其余的工作则交给剩下的6名记者、5名编辑、1名图片编辑和一名美术指导。也就是说,记者们有时需要自己肩负起制作图表的责任,而图表编辑们也可能需要担任数据分析记者的角色。这就要求记者编辑们需要扩大他们的技能范围,不仅要拥有数据分析能力,甚至也要具备编程能力。这对我国的媒体发展是一个良好的启示:新闻的发展并不只是重构新闻本身,更重要的可能在于构造记者本身的适应于新媒体传播的能力结构。

作者,王之月、俞哲昱、彭兰

摘自:《新闻界》

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处: 数据驱动的个性化新闻