Én løsning på dette er å lage originale, gjennomarbeidede og vakre interaktive løsninger for datapresentasjon. Jeg skal være den første til å applaudere medier og publisister som investerer det som trengs til et slikt løft (se: New York Times), men de færreste redaksjoner er i dag villige eller i stand til å sette av så store ressurser.

Det har med andre ord lenge vært et gap mellom “ingen interaktiv grafikk” og “ambisiøs, dyr interaktiv grafikk”, og det er her Datawrapper kommer inn. Verktøyet er gratis og forkorter veien fra tallmaterialet til ferdig interaktiv grafikk til noen få arbeidssteg:

• Klargjøre/rydde i dataene i et regneark
• Kopiere dataene inn i Datawrapper
• Velge type presentasjon (kakediagram, stolpediagram osv)
• Justere farger, skala, beskrive dataene
• Publisere grafikken til Datawrappers server
• Kopiere inn en iframe-kodesnutt i publiseringsverktøyet ditt
• Din interaktive grafikk er ferdig

Her er et eksempel på en grafikk jeg har laget med Datawrapper (se mange flere eksempler i nettmagasinet Energi og Klima).

Verktøyet utvikles videre fortløpende. Nylig ble det utvidet med funksjonalitet for å lage enkle kart, også det noe som har vært sårt savnet.

Suksessen taler for seg og viser at Datawrapper fyller et stort behov. I 2013 var antall visninger av grafikk 45 millioner, opp fra 2,5 millioner i 2012. Grafikk laget med Datawrapper har begynt å dukke opp i store medier som Washington Post, Spiegel og Guardian, så det er ikke bare de små aktørene som har nytte av det.

Mer bruk av interaktiv grafikk gjør artiklene mer interessante, men det har også en meget nyttig indirekte effekt. Det tvinger en til å fremheve et aspekt ved dataene, og dermed til å forholde seg mer kritisk til dem. Ved oppramsing av tall i en tekst kan mønstre skjules, i visualisert form blir de tydelige.

Datawrapper ble lansert i 2011 og er utviklet for tyske mediers organisasjon for etterutdanning (ABZV). Koden er åpen, og proffe brukere kan installere og kjøre Datawrapper på sin egen server.

Først må jeg få lenke til den finlandssvenske ildsjelen Jens Finnäs, som i kjølvannet av nettpubliseringen sin framstår som en riktig enmanns-armé. På datajournalistik.se har han samlet et knippe teknikker, ressurser og verktøy, og samlingen er imponerende. Dette er snacks for den lærevillige så vel som for den som bare vil ha eksempler på hva som kan gjøres. Et eksempel fra Finnäs’ spalte for “inspirasjon” er denne crowdsource-appen fra SvD Næringsliv, det svenske rente-kartet, som viser hva våre brødre mot øst betaler for sine lån. Slett ikke irrelevant for dagens norske boligrente-problematikk. Muligens også et forhandlingskort for svenske låntagere?

Finnäs har også en blogg på engelsk med tittelen dataist, som både viser eksempler på hvordan andre gjør det, men særlig hvordan Finnäs selv løser praktiske problemer i sin datajournalistikk. Eksempler fra bloggen er en post om datavask i refine (det har vi også skrevet om før), erfaringer om hvordan han brukte “musklene” i d3.js og kombinerte det med Raphaël.js noe bedre nettleser-støtte (her) og instruksjoner om hvordan du “pimper” Google maps i ny fargedrakt. Imponerende arbeid.

SVT “Pejl” — eksempel til etterfølgelse

Å si at databasredaktör Helena Bengtssons datajournalistikk-prosjekt “SVT Pejl” er en blåkopi av the Guardians Datablog er urettferdig. Hun har bare lånt ideen, og lokalisert den til SVTs omgivelser. De har laget en video der prosjektet introduseres:

Flere detaljer kan du lese her, hvor det svenske begrepet databasejournalistikk også diskuteres og brukes som et synonym til computer-assisted reporting (CAR). Helena Bengtsson får tydelig vist at SVT henger med i svingene.

Et eksempel fra SVT Pejl er denne grafen over skoleresultater, som understreker at barnas skoleresultater har en hel del å gjøre med hvem de er barn av. Unikt er dette ikke (den likner f.eks. litt på denne fra NYT i kjent Amanda Cox-stil, arbeidsledighet blant folk som deg), men det er lokalisert, aktuelt og reelle data. SVT ser videre ut til å følge opp med stilen der metoder diskuteres grundigere enn i tradisjonell journalistikk, et fenomen som som både nye prosjekter og gamle travere tidvis glimter til med. At svenskene leder dette an i Skandinavia, lover godt. (Se f.eks. metodeforklaring bak skole-prosjektet skolpejl her).

Videre har SVT Pejl hevet seg over både politiets data “Brottspejl”, skoler “Skolpejl” og tilbyr angrepsvinkler via geografisk område i disse dataene. For en nasjonal rikskringkaster virker dette fornuftig. I tillegg inneholder bloggen prosjekter som de løpende arbeider med internt i SVT-systemet.

Ser vi for oss at NRK følger i SVTs fotspor, mon tro?

Datadrivenjournalism.net skriver jevnlig om dette. Nylig skreiv de om datawrapper, laget av abzv.

Datawrapper

Datawrapper er et lite program som hjelper deg å lage grafer. Så langt er det relativt enkle grafer som stolpediagram, kakediagram og linjediagram som er tilgjengelige. Dette er ting som også lett kan lages i for eksempel Excel, men datawrapper gjør dette til en klipp-og-lim prosess, der resultatet er laget i html5 som er nyttig for nettutgaver, leseplater og mobile enheter. Typisk har slike grafer litt ekstra funksjonalitet, som et statisk bilde fra Excel ikke har. Essensen av datawrapper er å knytte dine data sammen med javascriptbibliotek som highcharts, flotr2 og d3, uten at du trenger å vite mer enn at du har data og vil ha graf. Som et open source-prosjekt er det mulig å utvide datawrapper med flere visualiseringsbibliotek og visualiseringstyper etter hvert. Koden er skrevet i PHP og er lett å følge for de som vil.

Programmerende journalist Dan Nguyen har skrevet en introduksjon til programmering i nyhetsredaksjoner med tittelen Code, Don’t Tell: Programming as an Essential Journalism Skill. I et avsnitt om “practical roadmap for non-programmers” anbefaler han å opprette konto hos Twitter, Dropbox og Google. Sistnevntes tjeneste Google docs har jeg sett er særlig populært også i norske redaksjoner, da muligheten for å dele data, samarbeide og å publisere data fra Google spreadsheet (for eksempel som json) kan korte ned antall skritt i en felles arbeidsflyt. NB: sensitive data bør ikke legges ut på internett. Da kan heller en lokal installasjon av Panda kanskje være en idé?

Panda — pandaproject.net

Panda er et prosjekt med støtte fra Knight Foundation som søker å lage “A Newsroom Data Appliance” — en felles lagringsplass for data i en nyhetsredaksjon. Panda er i hurtig utvikling, så selv om ikke alt man kunne ønske seg finnes ennå, så er det gode muligheter for mye kommer etter hvert. Utviklerne, Christopher Groskopf og Brian Boyer (begge tilknyttet Chicago Tribune) diskuterer til stadighet utviklingen på github og Twitter. Panda ble nylig presentert på en NICAR-konferanse, og mottagelsen beskrives som svært god. Panda er ment å kjøres lokalt for hver redaksjon, eller i “skyen”. Det er lagring og søk som så langt er hovedfokuset til dette prosjektet, hvilke skritt som tas videre og hvordan dette blir brukt blir spennende å se. For en demo, se demo.pandaproject.net. Med APIer og utvidelser i stadig utvikling må det for eksempel være lov å drømme om tett integrasjon med Google refine.

Google refine

Jeg har tidligere blogget om refine, men på tross av at jeg ikke bruker programmet jevnlig selv, blir jeg stadig overrasket hver gang jeg tar det fram. Google refine er ikke bare et glimrende verktøy for å vaske og restrukturere data, det er også er imponerende kraftig verktøy for å gjøre analyser og å grave i data. Google refine er ikke det mest intuitive verktøyet i verden, og i blant er det nyttig å kunne (eller kunne google) litt regexp eller å kunne tilegne seg kunnskap om ting som GREL (Google Refine Expression Language). Heldigvis likner dette mye på Python, så om du skulle lære deg noe om dette, så lærer du samtidig små biter om programmering. Hvis jeg var ansatt som datajournalist i en nyhetsorganisasjon, med press om å levere analyser og datasett jevnlig, så ville jeg ha satt pengene mine på Google refine (dvs, du trenger ikke sette noen penger noe sted, Google refine er gratis).

GIS, geografiske informasjonssystemer

Et annet spennende område der det skjer nye ting er GIS, geografiske informasjonssystemer. QGIS er et rimelig sted å starte for de av oss som ikke har en bakgrunn fra relevante fagområder, da QGIS er gratis og finnes til alle plattformer. En fin introduksjon finner du på multimedia.journalism.berkeley.edu.

Et annet spennende prosjekt er TileMill, et verktøy for å lage egne kart. Med både en hostet løsning (noen andre driver serveren for deg, mapbox), og muligheten til å lage tiles (de små rektangulære bildene som utgjør et kart i for eksempel Google maps, du har helt sikkert sett dem når du laster kart på en treg linje eller på mobile plattformer) som du kan publisere selv, så har du her et imponerende verktøy for å fortelle historier på kartet. For inspirasjon til hva du kan lage er Chicago Tribunes blogg et fint sted å lete, både for tekniske ting (som her) og vakre (og kanskje noe kontroversielle her i Norge?) ting (som geografisk fordeling av barn under 5 år kodet etter etnisitet) se denne for mer info om hvordan dette kan gjøres.

Mer, mer

Nye verktøy evalueres jevnlig på reviews.reporterslab.org der Sarah Cohen (som snakket på Nordiske mediedager i fjor) er direktør. Et verktøy som er utviklet hos reporterslab er timeflow, for gravende journalister som vil holde orden på kronologien i en story. Et tidslinjeverktøy. Du finner en tutorial på github.

På konferansen nevnt over NICAR12 ble et hopetall verktøy, prosjekter og arbeidsmåter presentert, mye av dette ligger også på nett slik at du kan se gjennom presentasjoner og få tips om verktøy og prosjekter.

En fin lenkesamling finner du også her hos Computerworld (via datadrivenjournalism). Et eksempel er MITs exhibit, som har mange visualiseringsformer godt tilpasset formidling som journalistikk. Exhibit krever at du eller en rundt deg kan litt html/javascript.

Bøker

Det er ingen tvil om at jeg kaster ut en hel masse informasjon her, og lite, om i det hele tatt noe, står på pensum på journalisthøyskolene. Det betyr ikke at journalisthøyskolene er utdatert, vert imot, men at det er mye å lære som ligger utenfor opptråkkede stier. For deg som vil jobbe med datajournalistikk, i alle fall. Det finnes i det hele tatt lite fagstoff på dette området, men slik vil det ikke være lenge.

Fra mennesker med førstehånds innsikt på dette område kommer en crowdsourcet bok, the Data Journalism Handbook. Dette prosjektet er godt i gang, mye er ferdig og du kan se innholdsfortegnelse og boken på ide-stadiet på Google docs. Se videoen for en introduksjon til prosjektet.

Facts are Sacred — the Power of Data ebook fra The Guardian er alt ute. Den kan kjøpes på diverse digitale plattformer, og gir innsikt i hvordan Guardian forholder seg til dette feltet. Boken inneholder mye info og eksempler fra Guardian, men er ikke en “slik gjør du det”-bok. Det er en “dette har vi gjort og lært”-bok.

I fysiske bokhyller finnes det også ting som er verdt å se på. Jeg mener at Philip Meyers “Precision Journalism” er minst like relevant i dag som da den først kom på 70-tallet. Mye av Meyers tankegods på metodesiden kan skrives om til kode — verktøy — og metode er essensen av algoritmer. På visualiseringsfronten er og blir Edward Tufte kongen, og bokens hans “The visual display of quantitative information” inneholder et avsnitt som forklarer at boken startet etter å ha undervist journalistikkstudenter i statistisk metode. Dette er en bok enhver journalist burde ha i prydutgave, den er like vakker som den er nyttig, klar og full av instruksjon.

For å holde deg oppdatert på denne fronten vil jeg anbefale RSS-feeden fra Edward Boraskys scoop.it og datadrivenjournalism.net.

Det mest spennende med dette området synes jeg er at det er så mye prøving og feiling på gang. Vi vet ikke helt hvordan dette skal gjøres, og fra redaksjon til redaksjon og prosjekt til prosjekt prøves ulike metoder og verktøy, med varierende resultat. Etter hvert kan vi håpe at det danner seg mønstre i alt kaoset, slik at metoder og verktøy får en naturlig plass i en fornuftig og effektiv arbeidsflyt. At jeg ikke har snakket om Excel som kongen av datajournalistikk er ikke fordi dette ikke er sant (en pågående studie på området kan tyde på at Excel er norske redaksjoners absolutt viktigste verktøy for databehandling), men fordi Excel allerede finnes i de fleste redaksjoner, det holdes kurs i dette og kompetansen på området finnes over alt. Excel er et flott verktøy, som kanskje bare bør brukes mer?

Hvilke verktøy bruker du til behandling, graving og presentasjon av data? Bruk kommentarfeltet, så lager vi en liste sammen!