媒专栏 | 《南风窗》图政数据工作室戴玉：时政+数据新闻怎么做？
时政新闻、数据、可视化……当这3大要素组合出击时，我们的新闻长什么样？时政数据新闻的优势和局限是什么？谁来操作，数据新闻路在何方？本期全媒派特约《南风窗》记者、图政数据工作室负责人戴玉与你分享她操作时政数据新闻的“心传”。
本文由腾讯旗下产品“全媒派”约稿，作者系《南风窗》记者、图政数据工作室创办人、负责人戴玉。未经授权，谢绝转载。授权合作请联系quanmeipai0321@qq.com。
《首次清点中国2532家上市公司 还有多少“官员独董”》数据分析图片
这些时政数据新闻是如何操作出来的？幕后的故事更值得分享。
三年前开始，我在《南风窗》杂志负责做配文图表的数据部分。当时还不太流行“数据新闻”的概念，经常自称是“做图表的”。那时候为了一个主题或者一篇文章会查很多数据，默默记住来自于各个数据源的各种数据指标及其意义，去把统计年鉴的指标都弄懂和记住，有时也会统计一下全国人大代表们对《政府工作报告》的反对票票数变化情况。
时政类数据新闻涉及时政知识、数据理解、新闻把握和可视化呈现，四个方面任何一个领域单独拎出来都需要耗费很多精力去积累。积累着积累着，从“做图表”发展成了“做小型的量化研究”。
在新闻传播学研究生阶段，我本身就偏好量化分析。但将量化分析应用于新闻选题仍旧是一种很特别的体验：
一、新闻选题每天都在变化，得将量化工具应用于不同的选题，要求具有多样化的知识储备。
这种感受很奇妙。
入职没两个月，我做了个《各省（市）教育部直属高校分布与人口分布对比》——没错，如此学术化的题目确实是新闻标题。这篇两个版的数据报道用系数将北京在教育资源上的“绝对优势”展现了出来，这种“优势”是触目惊心的。之后去查，发现这篇报道被研究教育公平的相关学术论文引用。
如果不是做新闻，怎么可能尝试到不同领域的研究？在学界，一辈子可能只能研究一个领域，不太可能在不同领域去尝试。是新闻给出了更广阔的视野。
二、新闻要求快，数据要求准，快和准之间有时候是很矛盾的，这会迫使我去不断反思流程上的优化。
数据新闻的流程很长，相互的配合非常重要，从数据收集、采访、内容定稿、可视化、传播等等，要熟练且默契。
这是一个非常漫长的积累过程。在这个过程中，最难忍受的是孤独以及对未来的不确定性。至今仍有数据新闻界的同行或者实习生问我如何看待数据新闻的前景。关于前景，请听我下面的解释。
那个时候，国内很少有人做数据新闻。当时国内有一家知名报纸在很早的时候就专门安排人员做数据新闻，坚持了一年以后，放弃了。相关的记者也迅速转岗。
这件事对我触动挺大，忽然就有一种泡沫破灭的惊醒之感。
如今数据新闻看似如火如荼，但实际上仍保有那三个特点：投入高，产出低，风险大。
首先说投入。一个数据新闻需要耗费大量人力物力智力，调动记者、编辑、美编、程序员、推广人员和统筹者（项目经理）等等，耗时一周到几个月不等。若不是由有经验的人来统筹，很可能就会花了大力气，做出不那么有新闻价值的产品。这种试错成本和人才培训成本也是媒体需要考虑的。
再看产出。重磅的数据新闻很难批量化生产，轻量级的数据新闻也需经历比普通新闻更长的数据收集、校对、解读等等流程。产出量不可能很高——这会挑战传统媒体尤其是报纸的以字数和发稿量为核心的薪酬体系。
相应的风险随之而来。一是数据极易出错，数据的解读也很容易出现误读，损害媒体公信力。二是数据类报道的受众人群本身不会太广泛，虽然有可视化来做弥补，但也无法消解数据新闻天然的枯燥性，辛辛苦苦耗时半个月做出来的内容可能还不如一篇鸡汤文吸粉。三是万一选题不当，造成人力的浪费；万一时间花费太长，会导致推送时间落后于热点。
种种原因，夹杂在传统媒体衰落的浪潮中，让数据新闻看起来更像是“富人的游戏”。
在这种情况下，我认为媒体会出现一个新的趋势和“更省心”的走向，即“直接购买和定制数据新闻”，不需要自己养团队。
我提出这种想法的时候，是认为传统媒体界会出现“制播分离”。有人问是不是指的是通讯社形式？其实不完全是，因为通讯社的内容更多的是通讯社自主发布的，而不是媒体“定制”的。
数据新闻具有“精品化”的特点，它是最有希望成为一种“产品”的。
当然，想法是美好的，现实是骨感的。
曾经有段时间，我非常希望跟其他记者们合作。也许长期合作以后，就会有记者也转入数据新闻领域。现在看来，有点too naive。
第一，真的不是每个人都对数据新闻感兴趣。好吧，这话说得客气了，应该说绝大部分记者都对数据不感兴趣，而对数据感兴趣的人也不会来做记者这一行了。第二，哪怕是感兴趣，进入数据新闻领域也是需要时间成本的。目前数据新闻的专职记者极少，只能从已有领域挖人。而记者的转型和时间成本谁来负责？
是否有时政记者愿意花半年以上的时间去转型做数据记者？
所以图政数据工作室在创立之初到现在，一直都是“以年轻实习生为骨干”的，迄今已经是第五届实习生，每一届基本上都需要实习半年以上。
图政的实习生们非常年轻，90后已经成为主宰。她们热情而勤奋，像海绵一样吸收知识，摔倒了又能毫不在乎地爬起来。
以实习生为班底，图政数据逐渐走上数据新闻的流程化和专业化之路。
这就是一个从无到有的过程。
我个人认为，一个好的单位，不仅是干事创业的地方，更应该是一所有理念的学校，让人才能够更自如充分地成长。
时政类数据新闻没有现成的培训材料，于是图政数据自己制作了案例和课件，设计了内部培训课程；这些培训材料来自于一届又一届实习的积累、留言和贡献。
每个人都应该有管理自身事务的能力，团队的组织最好能实现“自治”，所以图政数据实习生团队是由实习生自己设计和传承制度，有民主选举和投票，有学生leaders。
由于人员分散在国内外各地，所以有实习生带来了线上的团队协作系统（推荐使用Tower），让实习生们在任何地点都能线上协作办公，并且将数据新闻的所有环节都流程化，实现进程控制……
曾经有媒体人很诧异地问过我：实习生能承担数据新闻工作吗？
我当时一时不知道如何表达，最后憋出来一句：这取决于你如何组织她们。
脑中始终会坚信：江山代有才人出，青出于蓝胜于蓝。
图政数据目前分化成两支团队，一支是实习生队伍，一支是专业团队。我们希望做的事情，仍然是集中在时政新闻领域。
比如我们统计过各省法院院长的背景，比如我们制作过“省部级高官迁徙调动图”，比如我们巨细无遗地梳理过“山西落马官员盘根图”，比如我们做过全国70城市纪委书记的统计分析，比如我们研究过新疆暴恐案的数据，比如我们统计过涉及就业性别歧视的招聘公告，比如我们组织过对政府信息公开情况的满意度调查。我们扒拉过很多时政类数据，比如学术界对政府信任度的测量，比如香港民意调查的结果变化，比如中国左派和右派的观念区别……
我们接受媒体的选题委托，并且为自己主动制作的新闻产品寻求更广泛的发布渠道。时政数据新闻的路不好走，但总要有人往前迈出一步。
以上的故事其实仅仅是一个故事梗概，其间起伏折转自是难以尽述，回忆起往事，好像那些起起伏伏又淡去了。
时代正在汹涌向前，每个人都有情怀，而唯有实力和脚踏实地的努力才能让情怀落地。
回复GS看 全球顶尖财经媒体报道股市的4大创新模式！
回复XL看 希腊被全世界嫌弃，希腊媒体也蛮衰摧的
回复关键词查看对应内容：
外媒转型 | 突发事件 | IP | 代码 | 传媒股 | 新闻毕业生 | 哥大女 | 媒体App | 数据报告 | 腾讯新闻 | 综艺 | 媒体人生存 | H5 | 可穿戴设备 | 新闻编辑室 | 新闻实习生 | BBC | Quartz | 航拍 | 普利策奖 | 媒介广告 | 报业转型 | 移动采编 | VICE | 传媒资本 | BuzzFeed | CNN | 社交媒体 | 新闻伦理 | 新兴媒体 | 交互新闻 | 纽约时报 | 摄影报道 | 数据新闻 | 全能记者 | 在线视频 | 赫芬顿邮报 | 招聘 | 广电
点击阅读原文或点击头像查看历史消息