专访|黄志敏：做数据新闻就像女孩化妆，合适最重要
去年8月, 黄志敏从财新传媒辞职了。作为财新传媒曾经的CTO、数据可视化实验室创始人，如今他创办了数据工场。辞职前，他曾带领财新数据可视化实验室制作出许多优秀的数据新闻作品，代表作之一就是《周永康的人与财》。该作品的中英文版分获亚洲新闻奖、2014腾讯传媒大奖“年度数据新闻”、国际新闻设计协会多媒体设计优秀奖等。
从数据可视化实验室到数据工场，黄志敏在数据新闻领域的探索有着怎样的实践与突破？在当今媒体大变革的时代，黄志敏怎样看待传统新闻与数据新闻之间的关系？一个新时代的媒体人又该具备怎样的素质？
3月10日，黄志敏在中山大学传播与设计学院讲解数据新闻（摄影/刘艺）
优秀的数据新闻作品是如何产生的？
在黄志敏看来，数据新闻的产生不是一人之功，而需要一个团队共同协作。团队需要数据分析师、记者编辑、美术设计师和程序员的参与，实际操作中一个人可能会同时兼具多个角色。记者和编辑负责文案和内容的组织，美术设计师负责考虑用怎样的形式把数据呈现出来，程序员需要用代码将设计师的想法变成现实，数据分析师则要负责对数据的处理和分析。
黄志敏举了一个分工的例子。做《周永康的人与财》时，财新的文字记者写出了6万字的调查报道。在这个基础上，数据新闻实验室在前期资料收集、数据采集方面就省了很多功夫。而面对如此庞大的素材，如何从中选取出合适的角度进行可视化呈现，黄志敏和他的数据新闻团队花了很长时间讨论。多次商讨之后，他们发现这起案件涉及周永康的亲属、亲家、下属等几十人，还有周氏家族直接或间接拥有的公司。
于是，他们决定用一张人物关系网将这些错综复杂的关系呈现出来，用直观的形式展现人和人、人和公司、公司与公司之间的关系。由于数据本身体量特别大，想要用简洁、整齐、规律的图形把所有信息都聚集在一块屏幕上，并向观众传达出准确的内容，静态的平面图形是已经不能满足要求，必须借助交互和多媒体的手段，将数据充分地表现出来。确定了这个角度以后，团队才根据数据的特性，具体考虑用什么样的图形表现它。
作品《周永康的人与财》（图源网络）
“数据新闻=新闻+可视化”
黄志敏曾经提出“数据新闻=新闻+可视化”的观点，他表示，如何寻找到适合做可视化的新闻内容，如何提高可视化的技术水平，都需要在实践中不断探索。
最近，两会的召开引起了广泛关注，新闻媒体各显神通，力求用创新报道实现传播价值的最大化。很多媒体都选择了可视化的报道形式，比如新京报用动视频制作的《2016年政府工作相关指标任务完成情况》、央视网用条幅漫画动图与特约评论员解说制作的《总书记“下团组”漫评》、浙江日报推出的魔法日报《全国两会那些事儿》等等。这些媒体用多种多样的形式将信息直观、有趣的传递给受众，画风从以往严肃的“高冷”向受众喜闻乐见的方式转变。
但并不是所有的新闻都适合做可视化，也不是所有的新闻都值得做可视化。“对数据的加工一定是在必要的时候。”黄志敏说，现在的新闻有两类，一类是报道，一类是宣传。报道首先要抓住新闻性，因为有足够的新闻价值才去报道，采取的所有形式和手段都是为了体现它的新闻价值，可视化是为报道服务的。另一类是宣传，不管是政治宣传还是品牌宣传，最主要的目的是把它宣传出去，但它本身值得报道的元素也许不是很多。这时候如果希望更多人点开看，就要采取尽可能吸引人的方式。如果把一个本来就不是为了宣传，而且很无聊、缺少价值的新闻做成很酷炫的方式，实际上是对生产资源和时间的浪费。
参加讲座的同学们（摄影/刘艺）
对于做数据新闻，黄志敏总结了三个阶段。第一个阶段是什么都不会，看见别人很羡慕。第二个阶段是会了一点，把所有会的东西都用上，弄得花里胡哨。到第三个阶段才能收放自如，明白该用什么不该用什么。黄志敏说道：“做数据新闻，其实和女孩子化妆是一个道理。刚开始学化妆时，总想把什么都画在脸上，到后面逐渐变得熟练了，才知道化妆也要分不同的场合。其实数据新闻也一样，不是越简单越好，也不是越复杂越好，一定是合适最好。”
多行业合作的时代，为何还要全能型人才？
在南京大学等高校的走访中，黄志敏提出鼓励学生进行新闻、设计和计算机编程的融合性学习。在2015年新浪新媒体峰会上，他提到高校近两三年数据新闻人才的培养，专门提到中山大学开设的数据新闻课程是由财经新闻背景、设计背景和交互背景的老师共同完成的。在这样一个多专业共同合作的时代，黄志敏为何始终强调记者的个人全能？
黄志敏认为，三年前，全中国只有几家能做数据新闻的报道；现在，这样的媒体有二三十家。但即便是现在报道数据新闻的媒体中，大部分也不完全具备专业能力，只能做最基本的数据呈现。因此，这方面的培养空间非常大。过去的新闻，是以文字报道为主，因此采访写作都是新闻工作基本技能。而未来各种新手段层出不穷，这意味着记者要学会更多技能。
“全能，是为了更高水平的合作。真正能做到全能的人非常少，事实上还是团队在合作，不同人偏重不同方面，但是要掌握这些方面基本技能。”黄志敏说，“你可以不擅长，但是要懂，这样才能沟通。”
比如一个学过编程的人，也许他实际工作中写代码的时间很少，但是知道怎么跟程序员沟通，知道什么效果能够实现，什么不能实现。黄志敏解释道：“代码不难，主要就是（考验）逻辑。明白它先做什么，后做什么，出现什么情况，该怎么处理。大致知道逻辑，看到一段代码，知道它做什么用。”
黄志敏接受谷河传媒记者的采访（摄影/李艺丹）
谈及时下热门的机器人写稿，黄志敏认为它“只是一个模板填充、机械性的操作”，可以做体育战报、通稿之类的内容。而真正的机器人写稿是可以按要求改写，把10000字的素材改写成1000字的消息稿；甚至可以要求机器呈现某个作者的文风，把机器写的文章和真人写的放在一起，读者分辨不出区别，这样才能够被称作是机器人写稿。由于科技发展的日新月异，这很有可能在几年内就会发生。
当某一天这种情况真的出现，大量的记者和编辑就会面临下岗问题，单纯的文字工作者失业。那么还有什么别的技能，可以让人发挥其在媒体的价值？黄志敏指出，一方面，媒体由人构成，要有一个行业应变的能力；另一方面，个人也要具备应变的能力，才能不被淘汰。
数据工场的探索：更广泛的平台，更多元的尝试
数据工场在创立之初就选择了三个服务对象——为企业的数据服务、对媒体数据新闻报道的引导以及对高校数据新闻人才的培养。
之前，数据工场团队直接培养学生，但是每期只能培养二、三十人，效率过低。后来，团队改成培养老师，和清华北大等学校合作，开设课程，进行了两期的培养，现在已经涵盖六、七十人。
但是黄志敏认为这样仍是不够的。目前的培训每期只有五天，只是一个启蒙的作用，学员还是要靠自学或者其他形式学习才能扎实。而美国哥伦比亚大学、密苏里大学新闻学院的数据新闻能力培养则非常扎实，培养出来的学生可以直接进入媒体从事数据新闻工作。因此，他考虑深度培养学生，设计由多门课构成的一两个月的课程。黄志敏希望，学生在培训完，就能掌握牢靠的数据新闻知识，“这样即便每年培养二十个，几年下来，也能有100个，会有很大作用。”
除了以公益的形式助力媒体的数据新闻生产和高校数据新闻人才培养，作为商业机构，数据工厂也创造了自身的盈利方式——为企业提供数据服务，包括数据分析、数据呈现、数据运用和交易。半年来，团队已经做了这方面的推进。
黄志敏如是评价数据工场：“这个团队本身优秀，因此出来做的更多的是了解市场。以前在财新不能够做的事情，现在要做更多的尝试。”诞生的半年内，工作坊一方面已经尝试开展了两次数据新闻培训，并且还在思考以后的培训方式；另一方面，为企业提供的数据业务也有了一定进展。
谷河传媒出品
转载请联系我们
谷河传媒记者 韩钰泽 李艺丹
微信编辑 袁一珠