你不能错过的25个经典数据新闻案例大盘点
「 数据新闻就是这样用数据讲故事的 」
作者 | 王博
编辑 | 珲哥
2016年2月，一部有关新闻业的电影《聚焦》（Spotlight)引发了广泛关注。
在第88届奥斯卡金像奖上，《聚焦》获得最佳影片奖和最佳原创剧本奖。
该片根据《波士顿环球报》中一篇新闻改编，以美国神职人员奸污和猥亵儿童的丑闻为背景，讲述了几位记者为了找出事实真相历经艰难的过程。
这个团队的名称就是“聚焦”。
在调查过程中，“聚焦”团队从大量的资料中抽丝剥茧，发现了与案件相关的线索，给人留下了很深的印象。
作为当年“聚焦”团队的一员，Carroll说，自己不仅仅是一名调查报道记者，“我是团队中负责数据库部分的人，这在互联网刚发展起来的那个年代非常酷！”在“聚焦”团队中，他们在日常调查报道过程中，向政府的不同机构索要公开数据，然后建立自己的数据库以方便日后查找使用。
这种做法也让人联想到现在一种新的新闻生产方式——“数据新闻”。
什么是数据？
数据就是数字吗？
著名信息管理专家涂子沛认为，“在前信息时代数据意味着对客观世界的测量，它是有一个有根据的数字。进入了信息时代之后，数据的内涵其实发生了深刻的变化，为什么？就因为计算机产生了。计算机产生之后有一个新的名词叫数据，音频、视频都统称为数据，视频的内涵扩大了。不仅内涵扩大了，容量也发生了变化。”[1]
而数据和大数据也是两个不同层面的概念。大数据指的并不仅仅是海量数据，更准确而言是一种大数据分析的方法。传统的数据分析，是通过提出假设然后获得相应数据，最后通过数据分析来验证假设，属于传统的定量研究方法。
谈到数据的时候，经常会有人做一个比喻，推动工业前进的是煤、铁、石油，现在推动技术科技的是数据。
那么，这个说法有没有问题呢？
北京大学新闻传播学院教授胡泳认为，数据不是天然的，没有什么数据是天然的，凡是数据，肯定都被人进行了加工、分析。和煤、铁、石油等不同，数据并不是资源。
可以说，数据不是自然的，数据是人工的，是一个人为的现象。
全世界不存在原始数据的说法，原始材料叫原材料，而原数据说法有问题的。因为我们把它整体归类叫做文化资源，所以数据需要被生产、被保护、被解释，生产、保护、解释的过程当中一定会被加工。
数据新闻溯源
数据新闻是新闻业在新媒体时代产生的新兴领域，但是数据新闻也是从精确新闻发展而来，这可以追溯到二十世纪六十年代的美国。
当时，美国国内发生了“反文化运动”，对权威表示质疑。同时，随着电视的普及、媒介的活跃，人们有了更多了解世界的渠道。传统的新闻报道方式很难满足人们的需要，再加上各报刊之间的长期以来的竞争，有别于传统新闻报道的“新新闻主义”(New Journalism)便应运而生。
“新新闻主义”报道最显著的特点“利用感知和采访技巧获取对某一事件的内部观点,而不是依靠一般采集信息和提出老一套问题的手法”，还要求“利用写小说的技巧，把重点放在写作风格和描写方面”。[2]
同样是在二十世纪六十年代，出于对新闻报道中不准确、不公正现象的担心，美国学者、新闻记者菲利普·迈耶(Philip Meyer)提出了“精确新闻”(Precision Journalism)，并将其定义为“讲社会科学和行为科学的研究方法应用于新闻实践的报道”[3]。“精确新闻”要求记者运用社会科学研究中的民意测验、抽样调查、实地实验、参与观察等方法进行信息采集，来纠正偏见、减少失实新闻，并有助于增强社会敏感性和新闻事件真实性，提高媒介组织的权威性和可信度。
数据新闻源自精确新闻，但又不同于精确新闻。两者尽管都是基于数据，但是数据的性质以及研究数据的方法都有很大不同。精确新闻更多的是利用数据增加报道的准确度和客观性，数据是为新闻报道服务的，只是新闻内容的一部分。呈现方式主要是普通的数字型图表。
数据新闻的数据来源则更加多元，数据成为了新闻中的核心，通过数据讲故事是其一大特点。受众对深度内容的需求，使得新闻生产者对数据进行收集、筛选、并呈现那些表象背后的原因与真相也有着越来越高的价值。数据不再是抽象的佐证材料，而是拥有自己的独立内涵和对读者来说多样解读的可能性。
什么是数据新闻？
相比传统新闻，数据新闻无论在其产品的内容形式上，还是生产方式上都发生了一系列的改变。
2010年8月，首届“国际数据新闻”圆桌会议在阿姆斯特丹举行，米尔科·劳伦兹（Lorenz）对数据新闻这个概念做出了如下界定：“‘数据新闻’是一种工作流程，包括下述基本步骤：通过反复抓取、筛选和重组来深度挖掘数据，聚焦专门信息以过滤数据，可视化的呈现数据并合成新闻故事。”[4]
在此会议之前，数据新闻只是一些新闻媒体在推动而已，直到《卫报》与《纽约时报》 等媒体以数据新闻的方式处理维基解密中的大量数据，才使得数据新闻成为公众关注的焦点。最早使用“数据新闻”一词的媒体是英国《卫报》。《卫报》的数据博客（data blog）于2009年3月上线，随后又设立了数据商店（data store），持续将大量资料转化为有意义的新闻。
在数据新闻的概念解读方面，李希光（2013）在《大数据时代的新闻学》中对数据新闻提出：“数据新闻作为在数据时代下精确新闻学的发展，其生产过程更为精细化，涉猎的知识技能除了传统的新闻音视频、图片与文字的制作，更涵盖社科研究方法、计算机数据抓取/搜集、处理、可视化，平面/交互设计、网络编程、新媒体艺术等多个领域。”[5]
而从形式上看，数据新闻的可视化形式也更为多样。2010年，斯坦福大学的爱德华·塞格尔（Edward Segel）和杰弗瑞·希尔（Jeffrey Heer）在《可视化叙事：用数据讲故事》(Narrative Visualization: Telling Stories with Data)一文中指出，作为一种讲故事的方式，可视化技术利用了许多其他领域中发展出来的技术，生成各类可视化图表，比如“杂志风格的图表（Magazine Style）、加注释的图表（Annotated Chart）、科学展览海报式图表（Science Fair Poster）、动态流程图（Flow Chart）、连环漫画图（Comic Strip）、幻灯片（Slide Show）、电影/视频/动画（Film/Video/Animation）等。”[6]国内数据新闻与之类似，主要的表现形式主要可以分为如文字、信息图、数据地图、视频、动画和可交互数据应用等。其中，最常用的是图表、流程图、关系网、时间轴和地图等。
在笔者看来，数据新闻是一种将数据搜集、挖掘、分析和新闻报道的相结合，并进行可视化呈现的一种新闻形式。数据新闻的目的是将数据中复杂的或者难以通过文字表达的内容和规律以视觉符号的形式表达出来，为人们提供交互式阅听和多样解读的可能性，减少信息的不对称并提高传播效率。数据新闻是一种新闻生产方式也是一种可视化叙事的方式，但从根本上来说是通过数据的二次结构化来建构世界的方式。
通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事，必须用一个合乎逻辑的、易于理解的方式来呈现数据。
那么，如何将数据组织起来，使其既有吸引力又易于理解？希望大家可以通过下面的例子获得启发。
01
信息集纳类
案例：周永康的人与财
来源：财新数据可视化实验室
△图片来源：datanews.caixin.com
2014年7月29日，下午6时，中共中央宣布前政治局常委周永康被调查，半个小时后，财新网发布6万字的深度调查报道《周永康的红与黑》。当天晚上11时，财新网发布了数据新闻《周永康的人与财》。作品以互动网页形式呈现，布局大致分为三行，第一行放置人名，第二行和第三行放置企业和项目名称，并以线条体现人、公司、项目之间的关系。
《周永康的人与财》一周获得400万访问量，相关微博被阅读2000万次，被转发5万次，获评论4000条。《周永康的人与财》荣获2014腾讯传媒大奖“年度数据新闻”和网易2014华语新媒体传播大奖“年度多媒体”。
财新数据可视化实验室主编黄晨：
2013年初的时候我们就已经拿到一万字稿子，当时处于保密的状态，因为当时传的目标很明确，2013年10月份的时候，一会儿抓李春城，一会儿抓李崇禧，当时还不知道指向是谁，但是后来大家都知道了，只是在等着上线。这里边有很多的新闻可以做，这篇稿子里面整个数据量没有太多的数值，大家要厘清一个概念，数据这个东西就是管理，然后包括一个个人的资料，包括还有音频、视频，其实它就是数据，而不是说里面有很多数值。
这篇里面很典型，最大的信息量就在于这个关系，整个产品其实体现的是关系。当时我们就想这6万字稿怎么写，但是后来看可以用盘根错节的这种关系表述出来，把关系作为产品的逻辑提出来。当时也是想了很多种方案，就是人跟人之间的关系。比如说周永康跟他的弟弟是兄弟关系，那他弟弟跟他弟弟的儿子是父子关系，那周永康跟他的侄子之间是有关系的吗？我们后来把这种关系都排掉，基本是每个人的第一层关系，所以点周永康要么就是他的秘书，要么就是他的兄弟姐妹，要么就是他的儿子，这些人再跟其他人之间逐步发生关系。所以这个时候在做的时候，参与人员会有比较明确的逻辑思维，要有结构化的数据。
我们在招人的时候希望有理工科转而学新闻的孩子，就是这种情况下要有一个长期的理科生的逻辑思维，才能把稿子敲碎打成结构化的东西。这个产品后台有一个很大的数据库表，每个人之间的关系是用代码来代替，然后用这个表来形成这样一张图。
案例：国家反腐战役
来源：新浪
△图片来源：news.sina.com.cn
作为2014年全国两会的报道，新浪详细梳理了落马官员的名单，并配发相关的报道。在不断有官员落马的情况下，做一个全局式的呈现和梳理，可以展现出这场反腐战役的成果。
案例：情仇中东
来源：财新数据可视化实验室
△图片来源：datanews.caixin.com
△图片来源：datanews.caixin.com
2015年，恐怖袭击增多，让越来越多的人开始关注中东局势。财新网推出《情仇中东》，通过多种数据可视化的形式呈现中东局势、国家关系、利益纠葛。如果仅仅用文字呈现，形式上会比较单调，而且复杂的关系用文字很难直观呈现，而财新的数据可视化的方式让人们可以更加直观地了解中东的恩怨情仇。
《情仇中东》中也写到“相隔一日，相距千里，巴黎和贝鲁特，几百人无辜死伤；何至于此，需要去了解情仇交织的中东故事”。
财新传媒CTO、财新数据新闻与可视化新闻实验室负责人黄志敏：
财新网的数据新闻团队由三种人组成：编辑、设计师和程序员。财新传媒数据可视化实验室是个虚拟部门，10名成员分布于编辑部门、设计部门和技术部门。实验室并行多个项目，每个项目按需抽调人手组成项目组。
数据新闻要求新闻生产流程必须发生改变。传统的新闻生产流程中，采编人员、设计师和印刷厂是上下游关系。采编人员生产出稿件，然后由设计师配图和排版，再通过印刷厂印制、配送出去。但数据新闻的生产流程不同，设计人员根据采编人员提供的素材设计图形，同时与程序员沟通，如果开发成本太高或周期太长的话，要修改设计方案。在方案设计过程中，程序员很可能反过来要求记者补充数据。待方案确定，设计、开发、文案同步进行。所以三方是合作和互动的关系。
最理想的数据新闻人选，既懂新闻、又懂设计、又懂编程。但实际上，国内找不到三项全能的复合型人材，只能通过团队合作来实现。现在个别高校已尝试开设数据新闻实验班。
案例：星空彩绘诺贝尔奖
来源：财新数据可视化实验室
△图片来源：datanews.caixin.com
《星空彩绘诺贝尔》以数据可视化互动设计，展现了诺贝尔奖113年的历史与发展，呈现了世界科学和文化发展的变化，该作品入围了2014凯度信息之美——数据可视化设计大奖。
案例：甲午轮回
来源：澎湃新闻
△图片来源：image.thepaper.cn
△图片来源：image.thepaper.cn
澎湃新闻通过全景方式呈现战场和甲午海战遗址，并用数据对比中日两国军事实力，回顾历史。
澎湃新闻数据新闻记者吕妍：
澎湃的数据新闻有一个宗旨“数字是骨骼，设计是灵魂”。
我们每周有一个选题会扫选题，确定分工。长线选题没有确定的机制。每周有一次数据博客，1-2天制作，还有图解类，制作2-3天，制作和收集过程一般一半一半，也有可能会持续4-5天。而长线选题也有前后做了三个月的。
比如，我们2014年做的《甲午轮回》，讲的就是甲午战争中日双方的对比，这个全媒体的作品，断断续续花三个月的时间。
数据要和选题结合。选题也可以分为：数据优先型和话题优先型。话题优先型，就是话题很重要的，我们会去找相关数据，有时能找到，但没有的时候，就侧重于解释性报道，在内容中加上解释分析的东西。数据优先型，会找国内外机构的权威报告，结合当下的新闻点操作。
记者、编辑和美编的角色也和传统新闻不同，记者和编辑也需要有一定的数据处理的知识，在新闻敏感之外，最重要的是数据敏感，更强调的是数据的分析和整合能力。同时需要懂得一定的技术，方便和团队其他成员交流。而美编并不只是平面设计师，还包括动画设计师 、3D设计师、插画师、音视频编辑等。
澎湃新闻的数据新闻团队有2位数据编辑、3位动画设计师、2位平面设计师、2位3D设计师、3位插画师。其中编辑专业背景是学中文、新闻。设计师的背景游戏公司、影视公司都有。
02
地图呈现类
案例：青岛中石化管道爆炸事故——财新记者实拍图集
来源：财新数据可视化实验室
△图片来源：datanews.caixin.com
图集充分利用前方记者获取的采访信息，通过引导及交互两个界面，以数据新闻的方式呈现了事态进展，尤其是以卫星定位技术，将前线记者所拍照片标注于地图上，让读者更容易理解各爆炸点的地理位置与爆炸时间，帮助用户建立对事件起因、经过、影响等的直观感受，见证了财新团队利用移动互联网技术和新媒体手段报道重大突发事件的突出能力。
当时报道团队有30多个人，三位记者在青岛，其他人分别在北京、上海、广州等地。团队当时以微信群聊实现遥距协作，效率非常高。前方记者在赶路，看到情况就发送微信语音，后方即时打字成稿，经编辑校对、核实后发布。记者也可以用微信分享地理位置，后方团队对照地图，帮他们指路。这次报道也改变了报道流程：以后的重大报道，必须有技术人员参与其中，给予技术支持。这个报道时效性要求非常高，从实验室决定要做到写完代码，只有12个小时；从决定要做到最终上线，只花了24个小时。作品的装饰性元素很少，但很实用。上线当天，财新网（caixin.com）访问量创下记录。
财新传媒CTO、财新数据新闻与可视化新闻实验室负责人黄志敏：
用互动图表讲故事，是独立依靠图表展示一个完整的新闻故事，或引导用户接受一个结论，这一过程中，不借助文字报道。创作一组互动图表与写一篇文章类似，首先要考虑取舍数据，故事叙事的逻辑顺序等。可视化与新闻写作、新闻摄影、录音、摄像和剪辑一样，都是报道手段。但与其他常见报道方式相比，可视化数据新闻的叙事模式和手段还在摸索之中。
以财新传媒数据可视化实验室的《青岛中石化管道爆炸》作品为例，它的核心是将爆炸现场拍摄的照片按拍摄位置还原到谷歌地图上，让用户在互动过程中身临其境。在该数据新闻中，我们先依次用几个画面，将谷歌地图逐步缩小，让用户逐步了解山东、青岛及发生爆炸的黄岛区的具体位置，配合文字描述，将事件时间、地点、起因等背景做完整交待，随着用户不断放大地图，会看到红色小标记标示该事件的众多小现场，点击其中每一个红色小标记，用户即可浏览记者在所标记地点上拍摄的新闻图片。
这个作品有几大亮点：1、从数据里挖掘新闻，将图片放入地图，提供了其他形式所展示不了的信息和细节；2、用可视化呈现新闻；3、用互动形式让人了解新闻。
好的可视化作品应该不需要解说可以看懂，不需要说明可以操作。可以用文字说明白就不用表格。可以用表格说明白就不用信息图。可以用信息图说明白就不用交互。只有二维拿不下才使用交互形式。不刻意为了呈现而呈现。
案例：北京污水处理藏猫腻 污泥偷排达数年
来源：财新数据可视化实验室
△图片来源：datanews.caixin.com
2006至2013年，中国在污水处理上的投资仅政府投资部分就达5000亿元以上。表面上成效斐然，但实际上，污水处理了，钱花了，污染还在，又回来了。
污水处理后，产生污泥；污水中原有的重金属、有机物、细菌、有害微生物等，大半留在污泥里，业界称之为“毒泥”。发达国家城市把污泥处置看得与污水处理同等重要。但中国城市的污水和污泥处理，就是另一种真相。清华大学学者估计中国至少80%的污泥并未有效处理，而是直排于环境中。
案例：环境污染地图
来源：北京市朝阳区公众环境研究中心（IPE）
△图片来源：ipe.org.cn
除了媒体之外，一些官方或非官方的机构和组织也经常会采取地图的方式，来进行数据的收集和呈现。
北京市朝阳区公众环境研究中心（IPE）是一家在北京注册的公益环境研究机构。自2006年6月成立以来，IPE开发并运行中国污染地图数据库，推动环境信息公开和公众参与，促进环境治理机制的完善。
案例：中国水安全地图
来源：益云
△图片来源：map.iyiyun.com
这些信息来自新闻报道、网友提供、官方发布，人们在点开之后，可以了解详细情况。
案例：垃圾焚烧厂分布图
来源：生活垃圾焚烧信息平台
△图片来源：waste-cwin.org
作为国内唯一一个面向公众的垃圾焚烧厂数据库，是芜湖生态中心较为专业化的网站平台，聚焦垃圾焚烧行业，该平台于2011年8月上线。
网站核心价值是向公众提供垃圾焚烧信息及生活垃圾焚烧厂建设信息，倡导企业信息公开，监督并促进垃圾焚烧行业的清洁运行。
目的是：加强社会各界对垃圾焚烧的正确认知；提高公众的知情权和监督能力；增强政府信息公开和监管力度；促进垃圾焚烧厂行业的清洁运行。
日常工作内容主要包括：邀请相关专家讨论确定需要公示的焚烧厂信息内容；制定各种类型的焚烧厂收集表单；各级政府网站及主流媒体公示的内容作为信息来源；集中数月搜集信息内容，填充定位并校对。
03
民生调查类
案例：回乡测水
来源：南方周末
△图片来源：infzm.com
2014年春节前，南方周末与环保组织创绿中心联合发起了“回乡测水”行动。他们通过给志愿者发放测水包去检测家乡的地表水水质，并向数据统计网站上传了测水结果。监测地点，从黑龙江到海南岛，从南水北调的水源地上游到东线工程的微山湖，从甘肃农村的地窖到上海浦东的水龙头。参与人员包括农民工、大学生、医生、环保工作人员，共有192位志愿者报名，至南方周末截稿日，他们共收到了来自20个省份的35组饮用水、12组地表水数据。
作为一次原创数据新闻的尝试，这次尝试在数据新闻业界也引发了关注。不过南方周末记者谢丹表示，这是一个行动性新闻的想法，对媒体来说，这是一个耗时耗力的新闻，因为其中涉及很多组织调研的工作，很多具体的细节，志愿者的状态也是不可控的。谢丹还表示，这些都在一定程度上会影响其科学性。
科学性和客观性的问题在南方周末的另一个项目上也有体现。2015年4月，南方周末绿色新闻部与清华大学电子工程系合作，进行了全国首次室内空气质量调研，采用传感器和大数据结合的方式，采集到北京数千个地理位置信息的室内空气质量。在两个半月时间内，共获得北京市407名志愿者累计11万小时的室内PM2.5数据，覆盖全市13个区县的7703个地理位置。此次调查的室内场所包括办公环境、居住环境、公共环境，但不包括地铁等流动环境。随后，中国科学院博士后李汀（微博名：@大脸撑在小胸）在中国天气网上撰写专题对此次研究提出质疑，她认为“室内PM2.5浓度，除了受到户外空气的影响，还极大地受到住户居住方式的影响”，该研究在实验中没有考虑到这些问题，这也就导致“数据是客观的，但是数据的收集、整理和分析，却带有很大主观性。一份夹杂太多干扰信息和不确定因素的数据分析结果，是不具备说服力的。”
南方周末记者 谢丹：
从我们目前仅有的这些探索来看，通过采访获得数据形成的新闻传播效果是最好的，因为它可以反映最新最及时的信息，这方面新闻也得到学界、业界以及社会的认可，其次是根据文件和现有报道整理而来的，之后是论文。而通过调查得出的数据新闻，尽管传播效果好，但是从研究角度看效果并不太不好。
案例：你是北京几环人？
来源：腾讯新闻数据控
△图片来源：news.qq.com
△图片来源：news.qq.com
从相关部门提出的“七环路”的概念出发，腾讯数据控开始提出问题，“你是北京几环人”。这是一个带有互动性质的数据新闻作品，让用户在互动中，了解相关知识。
案例：财小新带你摇车号
来源：财新数据可视化实验室
△图片来源：wechat
2014年8月，“财小新带你摇车号”手机游戏上线。游戏基于北京摇车号的真实中签率，在手机上模拟摇号。因其操作简单、推出即时，上线后广为传播，60天在微信朋友圈获点击200万次。这也是财新数据新闻与可视化实验室在移动端产品的多方位尝试之一。
财新传媒CTO、财新数据新闻与可视化新闻实验室负责人黄志敏：
手机端发布信息受众广、易传播，尤其现在大家都习惯用朋友圈，分享内容非常便捷。实验室的制作原则就是移动优先，每个作品，我们都要希望分别在手机、PC各做一个版本；但如果时间不足、资源不够，我们会首先选择制作手机作品。PC和手机的操作方式不一样。用户在电脑上用鼠标可以作出精确的操作；在手机上，操作方式就不一样，用户可以单击、双击、放大、缩小、滑动、摇一摇、或者是通过音频驱动，加上不同的开放接口，例如调用音频、拍录视频等，这些因素都影响产品呈现的形式。
这个手机端作品在2014年六月份推出，是一个典型的把新闻转变成交互游戏的例子。北京交通拥堵，为控制市内车辆数量，实施购车摇号。去年六月份的车牌摇号命中率是137:1，这个比例不易理解。现在每年有6次摇号，按当月命中率来算，运气好的话，大概12年就能摇中。
但并不是很多人懂得这样算，所以我们就把这条算题，变成一个游戏，用户可以试试手气。这个项目制作只需半天时间。发布时，我们做了个朋友圈传播测试：当天我们两、三个人首先在朋友圈上分享这个作品，不加其他推广。结果第一天录得访问量3000多次，第二天有5000多次，第三天录得30多万次，第四天更高达50多万次，第一个星期的总访问量是达到150万次。我们也没有预计到作品有这样的效果，这给我们的一个启发：新闻可以做成交互游戏，我们要有意识利用手机的特点做出不同的尝试。
04
大数据分析解读类
案例：21张PPT详解全国重点大学网购排行榜
来源：阿里研究院
△图片来源：aliresearch.com
2016年6月27日，阿里研究院、淘宝头条联合发布了《全国重点大学网购排行榜》，首次从电商角度对全国100余所211重点高校进行了分析和排名，根据对2015年人均网购额的测算，中央音乐学院、中国传媒大学和浙江大学名列前三位，成为网购指数最高的学府。
本次全国重点大学网购排行榜，主要针对全国112所211重点大学进行测评（3所设异地校区的高校独立计算，故共有115所大学），数据采样区间为2015年全年，数据来源全部来自阿里零售平台。
案例：20张PPT解读3万亿背后的价值：新商业、新生态
来源：阿里研究院
△图片来源：aliresearch.com
△图片来源：aliresearch.com
3月21日，阿里巴巴集团2016财年电商交易额（GMV）突破3万亿元人民币。阿里巴巴集团副总裁、阿里研究院院长高红冰发表了题为《从3万亿，看新商业、新生态》的演讲。如果把3万亿跟线下的社会商品零售总额比较，它仅次于广东省的社会消费品零售总额，相当于全国第二大省市自治区。
3万亿不仅仅是商业，更为重要的是对新技术、新产业的拉动，同时形成新就业、新动能，孕育新组织、新治理。
阿里研究院依托阿里巴巴集团海量数据、深耕小企业前沿案例、集结全球商业智慧，以开放、合作、共建、共创的方式打造具影响力的新商业知识平台。 自2007年4月成立以来，阿里研究院与业界顶尖学者、机构紧密合作，聚焦电子商务生态、产业升级、宏观经济等研究领域，共同推出aSPI-core、aSPI、aEDI、aCCI、aBAI及数据地图等多个创新性数据产品、大量优秀信息经济领域研究报告，以及数千个经典小企业案例。
案例：2015年中国智能出行大数据报告
来源：滴滴媒体研究院&第一财经商业数据中心
△图片来源：199it.com
△图片来源：199it.com
△图片来源：199it.com
2016年1月20日，滴滴媒体研究院、第一财经商业数据中心CBNData和无界智库联合发布了《中国智能出行2015大数据报告》（以下简称《报告》），《报告》从知城·知路·知事三个维度，对2015年中国智能出行的覆盖规模、不同城市、时间、事件背景下的消费者使用特点和智能出行为城市发展所做出的实质性贡献等信息，进行了多角度、数据化的集中呈现。
该报告覆盖全国重点城市，是我国首份全面解读城市出行的资料。《报告》基于滴滴出行平台全量数据解读中国城市出行，并通过智能出行情况反映城市民生现状，具有较高的参考借鉴及深度分析价值。《报告》指出，分享经济是智能出行的重要方式，通过释放社会化运力，可以有效解决高峰期的出行难题。滴滴的大数据同时显示，在互联网公司里，360超过阿里巴巴成为下班最晚的互联网公司。
报告显示，截至2015年底，智能出行平台上 活跃着3亿乘客和1000万车主，注册用户数以月均13%的速度增长。仅以滴滴平台为例，2015年累计完成订单14.3亿单，行驶时间4.9亿小时，行 驶里程128亿公里。在国庆阅兵限行、雾霾、暴雨、爆炸等自然灾害和突发性事件、早晚出行高峰、就医和节假日购物等用车集中时段，智能出行平台极大地提升 了出行效率。
滴滴出行首席发展官李建华：
城市的智能出行首先要用好大数据，滴滴希望用大数据和其他的行业、政府部门一起合作，通过大数据分析找到中国城市智能出行的办法。
城市智能出行是政府和行业都重视并且迫切需要解决的问题，和老百姓的生活息息相关。智能出行和现代最发达的科技联系在一起，是“出行交通领域+互联网”，大数据、云计算都是出行技术的依托。滴滴正在做的，就是通过科学技术发展，寻找到更多更好的出行方式，让出行更美好。
目前，滴滴快车拼车已拥50%的拼车成功率，未来滴滴在分享经济方面将作出更多的尝试。此外，滴滴出行以平台移动出行大数据为引擎构建了一套“互联网+交通”的“滴滴指数”。“滴滴指数”可为政府决策和治理提供参考，综合考量城市交通发展全貌，能协助政府探索出适合的智慧型城市解决方案。
05
一图读懂类
案例：周永康的“数命”
来源：搜狐新闻数字之道
△图片来源：news.sohu.com
案例：诺贝尔文学奖的赌盘
来源：网易新闻数读
△图片来源：data.163.com
2014年10月9日傍晚，诺奖委员会揭晓了2014年的诺贝尔文学奖得主。法国作家帕特里克·莫迪亚诺被授予了该奖项。而得奖大热门——日本著名作家村上春树再次落选。每年文学奖公布之前，各种预测就会受到热切的关注，其中欧洲博彩巨头，设立在英国的立博博彩公司开设的赌局最具影响。据该公司（Ladbrokes）在开奖前最后的判断，肯尼亚作家恩古吉·瓦·提昂戈（Ngũgĩ wa Thiong'o）和日本作家村上春树最有可能获奖，二人的赔率分别为7/2和9/2（赔率越低说明作家越被认为可能得奖）。而今年的得奖者莫迪亚诺以10/1的赔率和其他两位作家并列第四。
网易数读通过赌盘的形式，形象地表示出了不同作家的赔率。
案例：各国癌症五年生存率
来源：网易新闻数读
△图片来源：news.163.com
案例：中国高官迁徙调动图
来源：图政数据研究室
△图片来源：news.163.com
图政数据研究室一个独立的数据新闻组织，在形式上是以个人工作室的性质挂靠《南风窗》杂志社运作，创办人戴玉是图政团队的核心。作为一家专门的时政类数据新闻报道机构，图政曾制作和策划多篇原创、独家的数据新闻选题。例如，《中国高官迁徙调动图》（南风窗）、《还有多少官员独董》（南方周末）、《解密各省法院院长背景》（南风窗）、《公交车公共安全事件调查》（南风窗）、《数据说：中国恐怖袭击到底多严重》（网络稿）等。另外，图政还探索了一整套数据新闻合作流程并制作了培训材料，为多家媒体供稿数据新闻作品。
图政数据研究室创办人 戴玉：
图政的数据新闻选题有三大原则：新闻、数据、呈现。首先，新闻是第一位的，既要具有新闻的热点意识，又要尊重数据工作的周期，最好选择半个月到四个月以内可能的热点，做好选题储备。热点需要足够重大，要提前考虑数据结论的新闻影响；第二，数据是基础支撑，要确保数据权威、可获得、样本足够、资料足够且数据指标能够准确地解释选题；第三，呈现是锦上添花，这一环节要求提前构思出包括文字、图表在内的各种呈现方式，例如：图文配比、平面报道需要提前定好版面、用何种图表、从新闻性上而不是从逻辑性上构建指标。
图政在内容上也一直致力于原创性、深度调查报道，通过数据去发现那些“不可见的范围”。有时候“零采访”并不不代表不知道事实，数据事实和现场事实是两个层面的事情，通过数据也可以发现深层次的意义。
案例：司机小明：买车不易，上路也难
来源：新浪新闻图解天下
△图片来源：news.sina.com.cn
通过小明的经历，讲述一个普通人在买车和用车过程中的各种经历，同时体现相关政策在普通人身上所起到的作用。
案例：中国病人
来源：蜂巢设计
△图片来源：behance.net
案例：Crowd Control
来源：南华早报
△图片来源：南华早报
南华早报在香港“占中”期间的报道，形象对比占中民众的形象和警察的形象。
案例：More(or less) Brew for Your Buck
来源：华尔街日报
△图片来源：华尔街日报
对比各国星巴克一杯拿铁的价格，呈现星巴克在各国的价格指数。
案例：The True Size of Africa
来源：Kai Krause
△图片来源：Kai Krause
非洲有多大？可能很多人对此都没有概念，但是作者通过把一些世界大国放到非洲的版图中，让人们可以直观感受到非洲的面积。
06
视频动画类
案例：谁的南海
来源：蜂巢设计
△图片来源：behance.net
蜂巢设计 邱晨：
这个是我们2012年给《阳光实务》做的一款解释性数据新闻产品。
对媒体来说，讲好故事是非常重要的事情。之前，《政见》做了一个非常长的信息图来解释这个问题，但是在传播上遇到了很大的困难。他们的问题非常明显，上来告诉你海洋权利是什么，然后就开始分析。
而我们采取的方式是先提出问题，把矛盾摆在前面，然而再告诉他们海洋权利是什么，冲突在什么地方。我们讨论了一会儿，觉得使用信息图没有办法解决这个问题，所以我们决定做一个动画片，这个动画片做了一个多星期。
△图片来源：behance.net
这是我们的流程。我们一定要提出最核心问题，越是简单的问题越是直击人心，我们一开始做动画的时候，有同事尝试新闻纪录片的方法，做南海的问题，结果一塌糊涂。他把读者需求想的太高级了。
其实问题导向非常简单，流程梳理下来大概是这样的，我们提出一个问题，为了回答这个问题收集资料，通过逻辑和验证方式确定我们找的资料有用的，整合起来呈现给大家。
案例：北京房事
来源：李雨&魏婷婷
△图片来源：v.youku.com
《北京房事》作者 李雨&魏婷婷：
我们两个都表示对信息设计、Motion Graphic方面的东西比较感兴趣，同时我们也希望能用设计的手段去表达我们对社会问题的关注。房产是近年来一个比较热点的话题，它其中所包含的一些概念、数据也是比较适合用这种手段表达的。因此我们决定用信息设计去说说“房事”。我们的毕业设计其实分为平面图表和视频两个部分。前期数据资料的收集是个庞大的工程，我们两个合作共同完成，到后期实际制作过程中，李雨主要负责平面部分的制作、魏婷婷主要负责视频方面的制作。当然在彼此遇到问题时，两个人会一起讨论解决方案，这也是两人相乘能效更大的体现吧。
案例：官员升迁时刻表
来源：壹读&明恩传媒
△图片来源：v.youku.com
壹读和明恩传媒合作的视频之一，讲述的是中国官员的升迁之路。视频运用相关数据表明，一个官员想要升迁，需要经历多少环节和考验。
时任壹读出品人的林楚方曾经在文章里说过他对壹读视频的要求：“壹读视频要求文案必须精准，撰写者要用调查新闻事件的方法调查知识；视频时长不能超过4分钟，因为时间太长大家会累；每个视频必须有20到25个笑点，因为壹读必须有趣吗，观众不笑，不叫有趣 等等。 后来我跟朋友说起壹读这些标准，朋友说“有点好莱坞做电影的意思”，我说，‘哦，好莱坞也这么做啊？！好莱坞，真好。’”
壹读方面表示，会更加专注于做“好看”的新闻产品，打破一切阅读和观看的门槛，让时政和社会话题变成人人都可以看懂也愿意看的东西。
参考文献：
[1]涂子沛. 大数据能带来什么数据之巅通向智能社会[[N/OL]. 2014-7-4. http://news.hexun.com/2014-07-04/166334830.html
[2]迈克尔•埃默里, 埃德温•埃默里. 美国新闻史[M]. 展江等,译. 北京:新华出版社,2001:495
[3] Meyer p. Precision Journalism, A Reporter’s Introduction to SocialScience Methods 4th ed. Rowman&Littlefilid,2002: Ⅷ
[4]方洁, 颜冬. 全球视野下的“数据新闻”：理念与实践[J]. 国际新闻界, 2013(06):77
[5]李希光,张小娅. 大数据时代的新闻学[J]. 新闻传播, 2013(06):7
[6] Edward Segel ,Jeffrey Heer. NarrativeVisualization: Telling Stories with Data[J]. IEEE Transactions on Visualizationand Computer Graphics,16(6):1139-1148,2010
△封图来源：jzwcom.com
推荐阅读：