Media Marketing

Podatkovno novinarstvo ne počinje grafikonom niti velikom tabelom. Počinje novinarskim pitanjem: šta se dogodilo, kome, gde, kada, koliko često i zašto je to važno javnosti?

Podaci mogu da otkriju obrazac koji se ne vidi iz pojedinačnog slučaja, da provere tvrdnju institucije, pokažu razliku između regiona ili prate promenu kroz vreme. Ipak, sama tabela još nije priča. Potrebni su kontekst, provera izvora, razumevanje metodologije i razgovor sa ljudima na koje se brojevi odnose.

Dobra podatkovna priča zato spaja dve discipline: preciznost analize i novinarsko objašnjenje značenja rezultata.

Šta je podatkovno novinarstvo

Podatkovno novinarstvo je korišćenje strukturiranih podataka kao jednog od izvora za pronalaženje, proveru i objašnjavanje priče.

Podaci mogu biti:

• budžetske tabele;
• rezultati izbora;
• statistika kriminala;
• podaci o saobraćajnim nezgodama;
• javne nabavke;
• podaci o kvalitetu vazduha;
• zdravstvene statistike;
• školski rezultati;
• cene nekretnina;
• sudski ili administrativni registri;
• sopstveno prikupljeni podaci redakcije.

Rezultat ne mora biti interaktivna vizuelizacija. Podatkovno novinarstvo može završiti običnim tekstom, tabelom, mapom, grafikonom ili kombinacijom više formata.

Ono što ga razlikuje nije izgled završnog članka već način na koji su podaci korišćeni da bi se došlo do novinarskog zaključka.

Počnite od pitanja, ne od ogromnog skupa podataka

Veliki dataset može delovati zanimljivo samo zato što sadrži hiljade redova. Međutim, bez jasnog pitanja lako se završava satima istraživanja bez priče.

Umesto:

„Hajde da analiziramo sve podatke o javnim nabavkama.“

korisnije pitanje može biti:

„Koliki deo ugovora u određenom periodu dobija samo jedan ponuđač i da li postoje institucije kod kojih se takav obrazac posebno često ponavlja?“

Drugo pitanje određuje:

• koji period je relevantan;
• koje institucije ulaze u analizu;
• koje promenljive su potrebne;
• šta treba porediti;
• koje dodatne izvore treba proveriti.

Dobro pitanje mora biti dovoljno precizno da može da se proveri

Formulacija poput:

„Da li je život postao skuplji?“

preširoka je za jednu analizu.

Preciznije pitanje može glasiti:

„Kako su se prosečne cene osnovnih prehrambenih proizvoda promenile između dve konkretne godine u odnosu na promenu prosečnih primanja?“

Ni takvo pitanje nije automatski jednostavno. Potrebno je proveriti da li su proizvodi, metodologija merenja i kategorije uporedivi kroz ceo period.

Ali jasna formulacija odmah pokazuje koje podatke treba tražiti.

Preuzimanje podataka je tek početak provere izvora

Činjenica da je dataset objavila zvanična institucija ne znači da novinar može bez provere da koristi svaki broj kao potpuno objašnjenje stvarnosti.

Uz samu tabelu treba potražiti metodologiju.

Pitajte:

• Ko je prikupio podatke?
• Zašto su podaci prikupljeni?
• Ko je uključen u bazu, a ko nije?
• Koliko često se baza ažurira?
• Da li se metodologija menjala?
• Šta znači svaka kolona?
• Kako su kategorije definisane?
• Da li postoji kašnjenje između događaja i objavljivanja?
• Da li su neke vrednosti procenjene umesto direktno izmerene?

Bez ovih informacija novinar može matematički tačno izračunati rezultat koji je novinarski pogrešno protumačen.

Definicije mogu promeniti celu priču

Jedna od najvažnijih navika u radu sa podacima jeste proveriti šta određeni pojam zapravo znači u izvoru.

Na primer, „nezaposlena osoba“, „registrovan slučaj“, „prosečna zarada“ ili „domaćinstvo“ mogu imati vrlo precizne statističke ili administrativne definicije.

Ako novinar koristi svakodnevno značenje reči, a baza drugo, rezultat može biti obmanjujući iako je računanje bez greške.

Zato metodološka napomena često može biti jednako važna kao i sama tabela.

Razlikujte administrativne podatke od podataka o stvarnoj pojavi

Neki skupovi podataka mere ono što se dogodilo. Drugi mere ono što je određena institucija evidentirala.

To nije ista stvar.

Broj prijavljenih slučajeva neke pojave, na primer, ne mora predstavljati ukupan broj slučajeva u populaciji. Na prijavljivanje mogu uticati dostupnost institucija, promena procedura, spremnost građana da prijave događaj ili intenzitet kontrole.

Takav podatak može biti veoma vredan, ali zaključak mora odgovarati onome što dataset zaista meri.

Sačuvajte originalne podatke pre čišćenja

Pre bilo kakve izmene napravite kopiju originalnog fajla.

Jednostavan sistem može uključivati:

• originalni dataset koji se ne menja;
• radnu kopiju za čišćenje;
• finalnu očišćenu verziju;
• dokument sa beleškama o svim važnim izmenama.

Ako se kasnije pojavi neočekivan rezultat, moguće je vratiti se na original i proveriti da li je problem nastao tokom obrade.

Čišćenje podataka nije samo tehničko sređivanje

Realni podaci često nisu uredni.

Ista kompanija može, na primer, biti navedena kao:

• „Media Plus d.o.o.“;
• „MEDIA PLUS DOO“;
• „Media Plus“;
• „Media Plus d.o.o. Beograd“.

Ako se te vrednosti posmatraju kao četiri različita subjekta, zbir može biti pogrešan.

Česti problemi su:

• duplikati;
• različiti formati datuma;
• različito napisana ista imena;
• prazna polja;
• tekst upisan u numeričke kolone;
• različite valute ili jedinice;
• pogrešno postavljene decimale;
• promena kategorija kroz vreme.

Svaka odluka o čišćenju treba da bude razumljiva i ponovljiva.

Nedostajući podatak nije isto što i nula

Prazno polje može značiti da podatak ne postoji, da nije dostavljen, da nije poznat ili da nije primenljiv.

Ako se sve prazne vrednosti automatski pretvore u nule, analiza može dati potpuno drugačiji rezultat.

Pre izmene treba proveriti dokumentaciju izvora i razumeti šta nedostajuća vrednost predstavlja.

Normalizujte podatke pre poređenja

Apsolutni broj često nije dovoljno dobar za poređenje grupa različite veličine.

Ako grad A ima više saobraćajnih nezgoda od grada B, to ne znači automatski da je rizik veći. Grad A možda ima nekoliko puta više stanovnika, vozila ili saobraćaja.

U zavisnosti od pitanja, smislenije poređenje može koristiti:

• broj događaja na 100.000 stanovnika;
• procenat ukupne populacije;
• iznos po stanovniku;
• udeo u ukupnom budžetu;
• broj događaja po jedinici vremena ili izloženosti.

Imenilac mora imati logičnu vezu sa pitanjem koje se istražuje.

Procenat i procentni poen nisu isto

Ovo je mala razlika koja često proizvodi velike greške u naslovima.

Ako neka stopa poraste sa 20% na 25%, povećanje iznosi 5 procentnih poena.

Relativno povećanje iznosi 25% u odnosu na početnu vrednost.

Te dve formulacije opisuju isti pomak na različite načine i ne treba ih međusobno zamenjivati.

Prosek može sakriti važnu raspodelu

Prosečna vrednost može biti korisna, ali ponekad daje pogrešan intuitivni utisak.

Ako mali broj veoma velikih vrednosti povuče prosek naviše, medijana može bolje opisivati tipično iskustvo.

Zato uz prosečnu vrednost vredi pogledati:

• medijanu;
• minimum i maksimum;
• raspodelu podataka;
• ekstremne vrednosti;
• veličinu grupa koje se porede.

Izbor mere treba da prati pitanje, a ne želju da se pronađe najdramatičniji broj.

Ekstremna vrednost može biti greška — ili priča

Neobično velika ili mala vrednost ne treba automatski brisati.

Prvo proverite:

• da li je reč o grešci u unosu;
• da li je jedinica drugačija;
• da li postoji duplikat;
• da li je događaj zaista izuzetan.

Ako je podatak tačan, upravo taj izuzetak može otvoriti novo novinarsko pitanje.

Korelacija nije dokaz uzročnosti

Ako se dve pojave menjaju istovremeno, to samo po sebi ne dokazuje da je jedna izazvala drugu.

Na obe može uticati treći faktor ili njihova veza može biti slučajna.

Zato formulacije poput:

„Podaci pokazuju da X izaziva Y“

zahtevaju mnogo jači dokaz od običnog grafikona na kojem dve linije imaju sličan smer.

U mnogim novinarskim analizama odgovornije je napisati da postoji povezanost ili obrazac i zatim od relevantnih stručnjaka tražiti moguća objašnjenja.

Promena broja može biti posledica promene načina merenja

Nagli skok na grafikonu izgleda kao očigledna vest. Ali pre pisanja naslova treba proveriti da li se upravo tada promenila metodologija.

Institucija je možda:

• počela da uključuje novu kategoriju;
• promenila definiciju;
• uvela drugačiji sistem prijavljivanja;
• poboljšala obuhvat podataka;
• ispravila ranije greške.

Bez tog konteksta novinar može promenu u evidenciji predstaviti kao promenu u stvarnom svetu.

Poređenje kroz vreme zahteva uporedive podatke

Ako se analiza proteže kroz više godina, proverite da li ista kategorija znači isto tokom celog perioda.

To je posebno važno kod dugih vremenskih serija.

Ponekad je metodološki poštenije prikazati samo period za koji su podaci direktno uporedivi nego praviti duži grafikon koji izgleda impresivnije, ali kombinuje različite sisteme merenja.

Proverite rezultat na više načina

Pre objavljivanja važnog nalaza pokušajte da ga izračunate drugim postupkom.

Na primer, ako tvrdite da određena grupa čini 37% ukupnog broja slučajeva:

• proverite zbir ručno na manjem uzorku;
• ponovite računanje drugim alatom;
• proverite filtere;
• proverite da li su duplikati uklonjeni;
• proverite da li imenilac uključuje odgovarajuće slučajeve.

Jedna pogrešna formula u tabeli može promeniti celu priču.

Ne tražite samo broj koji potvrđuje početnu hipotezu

Novinar može ući u istraživanje sa očekivanjem šta će pronaći. Problem nastaje kada zatim nesvesno traži samo podatke koji potvrđuju početnu ideju.

Korisno je unapred postaviti i pitanje:

Koji rezultat bi pokazao da moja početna pretpostavka nije tačna?

Ako podaci ne podržavaju prvobitnu tezu, priču treba promeniti — ne podatke.

Podaci otkrivaju obrazac, ali novinar mora da pronađe kontekst

Zamislimo da analiza pokaže da je određena opština tokom nekoliko godina imala znatno veće izdvajanje po stanovniku od drugih sličnih opština.

To je početak istraživanja, ne njegov kraj.

Slede pitanja:

• Zašto je iznos veći?
• Da li postoji jednokratan veliki projekat?
• Da li su opštine zaista uporedive?
• Kako institucija objašnjava razliku?
• Šta kažu stručnjaci?
• Kako se izdvajanje vidi u svakodnevnom životu građana?

Bez tih pitanja broj može biti zanimljiv, ali čitalac još ne zna njegovo značenje.

Razgovor sa ljudima ostaje deo podatkovnog novinarstva

Podaci ne zamenjuju klasično novinarsko izveštavanje.

Ako statistika pokazuje rast kirija, razgovor sa stanarima, vlasnicima, agentima, ekonomistima ili lokalnim institucijama može objasniti šta se iza tog rasta događa.

Ljudski primer ne služi da „ulepša“ tabelu. On pokazuje kako se obrazac iz podataka manifestuje u stvarnom životu — uz pažnju da jedan pojedinačni slučaj ne bude predstavljen kao dokaz za celu populaciju.

Instituciji ili subjektu analize treba omogućiti odgovor

Ako analiza ukazuje na problem u određenoj instituciji, kompaniji ili organizaciji, novinarska provera ne treba da se završi izračunavanjem rezultata.

Relevantnoj strani treba predstaviti nalaz dovoljno jasno da može da ga proveri i odgovori.

To može otkriti:

• grešku u tumačenju;
• dodatni kontekst koji nije bio u bazi;
• promenu metodologije;
• objašnjenje izuzetne vrednosti;
• novi dokument ili izvor koji treba proveriti.

Odgovor ne mora poništiti nalaz, ali je deo njegove novinarske provere.

Vizuelizacija treba da odgovori na pitanje

Grafikon nije dekoracija.

Pre njegove izrade pitajte:

Šta čitalac treba da vidi za nekoliko sekundi?

Ako je cilj pokazati promenu kroz vreme, linijski grafikon može biti prirodan izbor. Za poređenje nekoliko kategorija često bolje funkcionišu stubići. Za geografsku raspodelu mapa može imati smisla ako je prostor zaista važan za priču.

Ne treba birati složeniji format samo zato što deluje vizuelno impresivnije.

Nulta osa i skala mogu promeniti utisak

Vizuelizacija može matematički prikazivati tačne brojeve, a ipak stvoriti pogrešan utisak.

Posebno kod stubičastih grafikona, skraćena osa može učiniti malu razliku dramatično velikom.

Kod nekih drugih tipova grafikona nulta osa nije uvek neophodna, ali izbor skale treba da bude opravdan i jasan čitaocu.

Cilj vizuelizacije nije pojačati dramatičnost nalaza, već verno prikazati njegovu veličinu.

Boja treba da prenosi značenje, ne samo estetiku

Ako grafikon koristi šest boja koje nemaju jasnu funkciju, čitalac mora dodatno da razmišlja o legendi umesto o priči.

Boja može imati smisla kada:

• izdvaja važnu kategoriju;
• razlikuje dve grupe;
• pokazuje intenzitet;
• dosledno označava iste kategorije kroz više grafikona.

Vizuelizacija treba da ostane razumljiva i ljudima koji teže razlikuju određene boje.

Naslov grafikona treba da govori šta prikazuje

Naslov:

„Broj zahteva, 2018–2026“

je tehnički tačan.

Ali:

„Broj zahteva se udvostručio za osam godina“

može mnogo brže preneti glavni nalaz, pod uslovom da podaci zaista podržavaju tu tvrdnju.

Uz grafikon treba navesti:

• jedinicu;
• period;
• izvor podataka;
• važnu metodološku napomenu kada je potrebna.

Ne pretvarajte svaku tabelu u grafikon

Ako čitalac treba da pronađe tačnu vrednost za jednu od deset opština, tabela može biti korisnija od grafikona.

Ako postoje samo dve važne brojke, ponekad je jasna rečenica bolja od bilo kakve vizuelizacije.

Format treba da prati zadatak čitaoca.

Privatnost je važna čak i kada su podaci javno dostupni

Javna dostupnost podataka ne znači da svaki nivo detalja treba bez razmišljanja ponovo objaviti.

Kombinovanje više baza može omogućiti identifikovanje osoba koje u pojedinačnim izvorima nisu očigledno prepoznatljive.

Posebnu pažnju zahtevaju podaci koji se odnose na:

• zdravlje;
• maloletnike;
• žrtve nasilja;
• male geografske zajednice;
• druge osetljive lične okolnosti.

Novinarska vrednost objavljivanja detalja treba da se odmeri prema mogućoj šteti.

Mali broj slučajeva zahteva dodatni oprez

Ako određena kategorija sadrži samo nekoliko slučajeva, procentualna promena može izgledati ogromno.

Rast sa dva na četiri slučaja jeste rast od 100%, ali čitaocu treba pokazati i apsolutne vrednosti.

U protivnom dramatičan procenat može sakriti činjenicu da se analiza zasniva na veoma malom broju događaja.

Ne krijte ograničenja analize

Podatkovna priča nije slabija zato što otvoreno govori šta podaci ne mogu da pokažu.

Naprotiv, korisno je objasniti:

• koji podaci nedostaju;
• koji period nije obuhvaćen;
• da li postoji problem uporedivosti;
• da li analiza prikazuje povezanost, ali ne i uzrok;
• koliko je pouzdan određeni izvor;
• koji deo populacije nije zastupljen.

Takva transparentnost posebno je važna u periodu krize poverenja u medije, jer čitaocu omogućava da razume kako je redakcija došla do zaključka.

Dokumentujte analitički postupak

Novinar koji radi analizu treba da može nekoliko dana kasnije da objasni kako je dobio rezultat.

Za složenije projekte korisno je sačuvati:

• originalni izvor;
• datum preuzimanja;
• očišćeni dataset;
• formule ili kod korišćen za analizu;
• filtere koji su primenjeni;
• beleške o uklonjenim redovima;
• definicije ključnih kategorija;
• verzije grafikona;
• kontakte stručnjaka i institucija korišćenih za proveru.

Dokumentovanje olakšava uredničku proveru i kasniju ispravku ako se otkrije problem.

Urednik treba da proveri više od završnog teksta

Kod važnih podatkovnih istraživanja urednička provera ne bi trebalo da počne tek kada je članak napisan.

Potrebno je proveriti:

• da li pitanje ima javni značaj;
• da li izvor zaista meri ono što tvrdimo;
• da li je računanje ponovljivo;
• da li poređenje ima smisla;
• da li grafikoni odgovaraju brojevima;
• da li naslov preuveličava nalaz;
• da li su ograničenja jasno navedena.

Kako izgleda jednostavan proces podatkovne priče

Zamislimo da redakcija istražuje promenu broja saobraćajnih nezgoda u nekoliko gradova.

1. Definiše pitanje: da li se rizik promenio i gde?
2. Pronalazi izvor: zvanične podatke o nezgodama po godinama i gradovima.
3. Čita metodologiju: šta baza smatra nezgodom i da li se definicija menjala.
4. Čisti podatke: standardizuje nazive gradova, datume i kategorije.
5. Traži odgovarajući imenilac: broj stanovnika, vozila ili drugi podatak relevantan za pitanje.
6. Računa stope i trendove: ne poredi samo apsolutne brojeve.
7. Proverava izuzetke: traži moguće greške ili specifične događaje.
8. Kontaktira institucije i stručnjake: traži objašnjenje uočenih obrazaca.
9. Razgovara sa ljudima: povezuje statistiku sa stvarnim iskustvom.
10. Pravi vizuelizaciju: bira format koji najjasnije pokazuje nalaz.
11. Objavljuje metodološku napomenu: objašnjava izvor i ograničenja.

Tek tada skup podataka postaje novinarska priča.

Podatak ne treba da zameni priču o javnom interesu

Mogućnost da se nešto izračuna nije sama po sebi razlog da se o tome piše.

Novinarsko pitanje ostaje isto kao i kod drugih formata: zašto bi čitalac ovo trebalo da zna?

Dobra podatkovna analiza može otkriti sistemski problem koji pojedinačne anegdote ne pokazuju. Ali može se dogoditi i obrnuto: brojke izgledaju zanimljivo, ali iza njih nema dovoljno značajne priče.

Tehnologija i dostupnost sve većih baza podataka menjaju način rada redakcija, ali novinarska procena ostaje ključna. To je deo šire promene opisane i u tekstu o budućnosti medija u digitalnom dobu.

Praktična kontrolna lista

• Da li imate jasno istraživačko pitanje?
• Da li znate koju populaciju i koji period analizirate?
• Da li ste pročitali metodologiju izvora?
• Da li znate šta svaka važna kategorija znači?
• Da li ste sačuvali originalni dataset?
• Da li ste dokumentovali čišćenje i transformacije?
• Da li prazne vrednosti pravilno tumačite?
• Da li poređenja koriste odgovarajući imenilac?
• Da li razlikujete procenat od procentnog poena?
• Da li prosek skriva raspodelu ili ekstremne vrednosti?
• Da li ste proverili promene metodologije kroz vreme?
• Da li ste rezultat pokušali da izračunate drugim putem?
• Da li tekst jasno razlikuje korelaciju od uzročnosti?
• Da li ste potražili objašnjenje od relevantnih institucija i stručnjaka?
• Da li grafikon verno predstavlja veličinu razlike?
• Da li ste naveli izvor, period i jedinicu?
• Da li objavljivanje detalja može ugroziti nečiju privatnost?
• Da li su ograničenja analize jasno navedena?
• Može li urednik da ponovi ključni rezultat?

Najbolje podatkovne priče ne pokušavaju da impresioniraju čitaoca količinom brojeva. One koriste podatke da bi nešto što je bilo teško vidljivo postalo razumljivo: obrazac, nejednakost, promena, odstupanje ili posledica javne politike.

Podaci daju priči dokaz i razmeru, ali novinarstvo joj daje značenje. Tek kada su izvor, metodologija, analiza, ljudski kontekst i ograničenja transparentni, broj iz tabele može postati informacija kojoj čitalac ima razlog da veruje.