Informe unir sobre big data y periodismo de datos

BIG DATA
Y PERIODISMO DE DATOS

ALICIA TAPIA
Profesora de “Documentación y gestión de fuentes de comunicación”

UNIR Universidad Internacional de la Rioja

2

UNIVERSIDAD INTERNACIONAL DE LA RIOJA
Paseo de la Castellana, 163. 8 pl. - Madrid  Tel. 91 5674391  http://www.unir.net

ÍNDICE DE CONTENIDOS
Explicaremos y analizaremos cuatro puntos fundamentales para poder entender los
conceptos de Big Data y Open Data, y la relación de ambas materias con los medios
de comunicación mediante el Periodismo de Datos:

BIG DATA Y OPEN DATA
PERIODISMO DE DATOS
EXPEDICIÓN POR EL BIG DATA Y OPEN DATA
HERRAMIENTAS DE EXTRACCIÓN Y VISUALIZACIÓN

3

ACERCA DE LA AUTORA
ALICIA TAPIA es profesora de la asignatura “Documentación y gestión de fuentes de comunicación en UNIR, la
Universidad Internacional de la Rioja.
Es doctora en Ciencias de la Información, licenciada en Periodismo y magister universitario por la Universidad Complutense
de Madrid. Su actual línea de investigación gira en torno al Periodismo de Datos, la Big Data y Open Data, con el proyecto
de periodismo de datos “Puntos negros urbanos”. Este proyecto de investigación social pretende tomar conciencia y
visibilidad de la peligrosidad hacia los peatones en las ciudades y las deficiencias en los trazados urbanos, y cuenta con la
participación en expediciones de datos organizadas por el grupo español de la Open Knowledge Foundation (OKFN,
Fundación por el Conocimiento Abierto).
Anteriormente ha sido responsable del proyecto de investigación “Incidencia de las
nuevas tecnologías en técnicas y procedimientos de trabajo y contenidos de los medios
audiovisuales”, del que se han publicado diferentes artículos en revistas españolas y
extranjeras con impacto en el JCR.
Entre 1999 y 2008 fue responsable de Documentación de Informativos en Telemadrid,
momento en el que se iniciaron los cambios tecnológicos en la televisión autonómica
con la implantación de los sistemas de videoservidores y edición no lineal. Un año
antes había participado en el proyecto de Normalización y Migración de las bases de
datos documentales de Telemadrid al nuevo sistema. Además ha impartido clase desde
1998 en las universidades Francisco de Vitoria, Complutense y Carlos III de Madrid.


BIG DATA Y OPEN DATA
La era digital inició su andadura en el año 2002 al ser el primer año donde la capacidad de
almacenamiento digital superó la capacidad de almacenamiento analógica1. En 2007 casi el 94% de
toda la información estaba en formato digital.
El último informe sobre el Universo Digital de la consultora internacional IDC de junio de 2011 destaca
que toda la información digital del mundo se duplica cada dos años. En 2010 la información alcanzaba
y superaba la barrera del zettabyte, llegando a 1,2 de esta última medida. Para tener una idea
aproximada, un zettabyte son 1.000.000.000 billones de bytes2.

ESTIMACIÓN DE CUÁNTA INFORMACIÓN REPRESENTA UNA MEDIDA:
UN BYTE (1 B)
UN NÚMERO EN UN CÓDIGO INFORMÁTICO
DOS KILOBYTES (2 KB)
SON UNA PÁGINA DE SÓ LO TEXTO

4

CINCO MEGABYTES (5 MB)
TODAS LAS OBRAS DE S HAKESPEARE
ENTRE UNO Y DOS GIGA BYTES (1 Ó 2 GB)
UNA PELÍCULA COMPRIMIDA DE DOS HORAS
1 TERABYTES (15 TB)
TODOS LOS LIBROS CAT ALOGADOS DE LA BIBLI OTECA
DEL CONGRESO DE EE.U U.
1 UN PETABYTE (1 PB)
TODA LA INFORMACIÓN QUE GOOGLE PROCESÓ EN UNA HORA EN 2010
1 UN EXABYTE (1 EB)
MIL MILLONES DE COPI AS DE LA REVISTA THE ECONOMIST
1,2 ZETTABYTE (1,2 Z B)
ES LA CANTIDAD DE INFORMACIÓN QUE HABÍA EN TOTAL EN 2010

1 Hilbert,

Martin; López, Priscila. La capacidad tecnológica del mundo para almacenar, comunicar y calcular información,
Ciencia, vol. 332, nº 6025, 1 de abril de 2011, pp. 60-65.
2

Mariño, Ángeles. La relación del Periodismo de Datos con Big Data y Open Data, Trabajo fin de Master en Investigación
en Documentación, Facultad de Humanidades, Comunicación y Documentación, Universidad Carlos III, 2012, pág. 44.
Disponible en: http://es.scribd.com/doc/111830154/La-relacion-del-Periodismo-de-Datos-con-Big-Data-y-Open-Data

Toda esta información es conocida como Big data y se encuentra guardada en una nube virtual, no
palpable, denominada cloud computing. Según el Informe Global de la Nube (2010 – 2015) de Cisco,
el tráfico de datos se duplicará para 2015 hasta llegar a los 4,8 zettabytes.
Un dispositivo inteligente, como un IPhone, tiene más poder de computación del que tenía la NASA
cuando llegó el primer hombre a la luna. Los datos están en todas partes, en los códigos de barras,
en las tarjetas de crédito, en las antenas de telefonía, en los sensores de humedad, en los contadores
de la luz y el agua. Es en Internet donde se produce el mayor volumen de información a través de
emails, piezas de contenido de Facebook, búsquedas en Google, tuits y vídeos en YouTube. Es por
esta razón que muchos autores, al hablar del paisaje de los datos, dicen que nosotros somos Big Data.

LA PERIODISTA SORAYA PANIAGUA DESTACA QUE EN LA DÉCADA DE 1980 LA
REVOLUCIÓN INFORMÁTI CA PUSO EL PC A NUESTRO ALCANCE. EN LA DÉCADA
DE 1990, LA REVOLUCIÓN DE INTERNET NOS CONECTÓ A LA WEB Y A TODO EL
3
PLANETA
.
LA ENTRADA EN EL NUE VO SIGLO NOS TRAJO L A REVOLUCIÓN DE LA W EB 2.0.
AHORA, EN ESTA SEGUNDA DÉCADA DEL SIGLO XXI ESTAMOS ASISTIENDO AL
SURGIMIENTO DE UNA NUEVA REVOLUCIÓN: LA DE LOS DATOS 4.

Los grandes datos ya no se encuentran sólo en manos de las empresas y administraciones. Pueden
llegar al ciudadano, pero la captura y análisis de estos datos es algo muy complejo. El estudio de los
datos depende de programas informáticos capaces de procesar y relacionar datos no estructurados,
unos obtenidos a través de PDFs y otros mediante tablas Excel. Los expertos hablan de las tres “V”
de Big data: volumen, variedad y velocidad5.
VOLUMEN

GRANDES VOLÚMENES DE DATOS, A PARTIR DE
TERABYTES O PETABYTES.

VARIEDAD

DIVERSOS TIPOS DE FUENTES DE DATOS, YA SEAN
ESTRUCTURADOS O NO ESTRUCTURADOS.

VELOCIDAD

FRECUENCIA DE LAS AC TUALIZACIONES DE EST AS BASES
DE DATOS. EL ANÁLISIS HA DE REALIZARSE
PRÁCTICAMENTE EN TIE MPO REAL.

3

Paniagua, Soraya. De los datos al Big Data, Telos – Cuadernos de Comunicación e Innovación, nº 95, junio –
septiembre de 2013. Disponible en:
http://sociedadinformacion.fundacion.telefonica.com/seccion=1266&idioma=es_ES&id=2013062110130001&
activo=6.do
4
Idem
5
Fernández, Pablo. Tendencias 2012: Las tres ‘V’ de Big Data, SilicomWeek, 14 de enero de 2012. Disponible
en: http://www.siliconweek.es/knowledge-center/tendencias-2012-las-tres-v-de-big-data-17819


5

Precisamente por el gran volumen de datos y su variedad existe una necesidad de generar bases de
datos homogéneas, en formatos que faciliten un análisis abierto. La actualización de estos datos es
trascendental de cara a la visualización y publicación de los mismos.

OPEN DATA
Datos abiertos es una filosofía que persigue que determinados datos estén disponibles de forma libre
a todo el mundo. Sin restricciones de copyright, patentes u otros mecanismos de control. Los datos
deben publicarse en bruto (sin procesar), bien estructurados y en formatos conocidos que faciliten
la reutilización 6 . Datos abiertos en un formato abierto, en aquel que es independiente de la
plataforma (sistema operativo de nuestro PC, ya sea Windows, Mac o cualquier otro).

Open Data tiene un ámbito global y no contempla el pago por el uso de los datos. La apertura de
datos del sector público permite que cualquier persona u organización pueda construir sobre ellos
una nueva idea que resulte en nuevos datos, conocimientos, mejorar procesos, dar valor añadido a
los existentes o incluso crear nuevos servicios.
6

Un servicio de apertura de datos públicos es aquel que proporciona datos en formatos digitales,
estándares y abiertos para ser reutilizados de forma automática7. Lo más conveniente reside en
publicar los datos en bruto, con un catálogo en línea8. Este concepto de reutilización automática de
los datos es el que distingue la Open Data de la información disponible en una página web. Esta
automatización proporciona la posibilidad de vincular los datos abiertos, lo que se ha denominado
Linked Data, término que se utiliza en informática en general para relacionar unos datos con otros9.
Tim Berners-Lee10, inventor de la Web, adoptó este término para exponer una de las iniciativas más
interesantes de la web semántica, denominada Linked Open Data, de forma que pudieran conectarse
el contenido de las páginas web con el objetivo de mejorar su búsqueda, acceso y reutilización.

6

Junta de Castilla y León - Portal de Datos Abiertos, 2013.
http://www.datosabiertos.jcyl.es/web/jcyl/RISP/es/Plantilla66y33/1284162104384
7
Garriga Portolà, Marc. El Frankenstein español del Open Data, Telos – Cuadernos de Comunicación e
Innovación, nº 94, enero – abril de 2013.
http://sociedadinformacion.fundacion.telefonica.com/DYC/TELOS/REVISTA/Dossier/DetalleArtculoTELOS
_94TELOS_DOSSIER3/seccion=1266&idioma=es_ES&id=2013021317580001&activo=6.do
8
Disponible en: http://www.w3.org/TR/gov-data/
9
Antón Bravo, Adolfo. El periodismo de datos y la web semántica, Cuadernos de Información y Comunicación
– CIC, Universidad Complutense, vol. 18, 2013, pp. 99-116. Disponible en:
http://revistas.ucm.es/index.php/CIYC/article/view/41718/39756
10
Director del consorcio que se ocupa de las tecnologías de la Web, W3C (World Wide Web Consortium o
Consorcio W3)

En 2010 anunciaron un sistema de cumplimiento con Linked Data basado en cinco estrellas11:
UNA ESTRELLA
*

DOS ESTRELLAS
**

TRES
ESTRELLAS
***

CUATRO
ESTRELLAS
****

Los datos están disponibles en la red, en cualquier
formato y con licencia abierta, aunque sean difíciles de
manipular, como por ejemplo un archivo PDF o una
imagen escaneada.

Los datos están disponibles como datos estructurados,
legibles por ordenadores, como en un archivo Excel.

Datos estructurados legibles por ordenador y sin
formato propietario.
Por ejemplo, csv, acrónimo de ‘comma separated
values’, valores separados por comas. Se trata de un tipo
de documento en formato abierto y muy sencillo que
sirve para representar los datos en forma de tabla,
donde las columnas están separadas por comas -o punto
y coma, si la coma es el separador decimal- y las filas por
salto de línea. http://es.wikipedia.org/wiki/CSV

Utiliza estándares de la web, como RDF y SPARQL, para
identificar los datos, lo que permite que otras personas
puedan enlazarlos.
RDF: modelo de datos para metadatos en la Web.
SPARQL: lenguaje de consulta de bases de datos, capaz
de recuperar y manipular los datos almacenados en
Resource Description Framework (RDF).

CINCO
ESTRELLAS
*****

Si además de lo anterior, los datos se enlazan con otros,
se vinculan, dotándolos de contexto.

Conseguir las cinco estrellas es un logro para cualquier institución que quiera avanzar en el mundo
de Open Linked Data. No sólo deben ofrecer los datos para su reutilización; eso da la primera estrella.

11

Antón Bravo, Adolfo. El periodismo de datos y la web semántica, Cuadernos de Información y Comunicación
– CIC, Universidad Complutense, vol. 18, 2013, pp. 99-116. Disponible en:


7

También deben entregarse de forma estructurada. Como tercer requisito, deben estar en formatos
no propietarios, en software libre. Por ejemplo, no se pueden entregar los datos sólo en formatos de
Excel porque obligan a un usuario que quiera leerlos a pagar por un software que los lea.
Contar con tres estrellas quiere decir que cualquier persona e institución puede acceder a datos en
formatos que permiten su manipulación. La cuarta y quinta estrella ya son mucho más difíciles de
obtener, ya que tienen que entregar sus datos bajo un estándar que permita intercambiar datos
entre diferentes fuentes de datos.

La Fundación CTIC, dedicada al Open Data y que lidera la iniciativa mundial de eGoverment en W3C,
ofrece una tabla y un mapa con Catálogos de Datos en el mundo, clasificados según el número de
estrellas12. En 2013, el portal de Datos Abiertos del Ayuntamiento de Zaragoza y el Catálogo de Datos
de Asturias son los dos únicos portales españoles con las cinco estrellas. Les siguen con cuatro
estrellas los portales de Aragón, Galicia, Castilla La Mancha, Islas Baleares, Cataluña, Barcelona,
Terrassa, Gijón, Castilla y León y País Vasco13.

8

12
13

Disponible en: http://datos.fundacionctic.org/sandbox/catalog/faceted/
Idem


A continuación se presentan algunos portales internacionales y nacionales relevantes:
FUENTES OFICIALES DE DATOS

PORTALES INTERNACIONALES DE OPEN DATA
DATA.GOV

http://www.data.gov

http://data.gov.uk

La disposición de los gobiernos a entregar o abrir sus datos varía
de país en país. Los pioneros han sido los gobiernos de Estados
Unidos y de Reino Unido a partir del año 2009.

DATOS
ABIERTOS EN
EL MUNDO

PORTAL DE
DATOS DEL
BANCO
MUNDIAL

http://datacatalogs.org/
Aspira a ser un índice global actualizado de portales de datos
abiertos en el mundo. Incluye a representantes de los gobiernos
locales, regionales y nacionales, organizaciones internacionales
como el Banco Mundial y numerosas organizaciones no
gubernamentales.
9

http://data.worldbank.org/
· Acceso libre y abierto a los datos sobre el desarrollo de los
países de todo el mundo. El catálogo de datos del Banco Mundial
incluye bases de datos, tablas con formato previo, informes y
otros recursos.
· La colección principal es la de los indicadores del desarrollo
mundial e incluye las estimaciones nacionales, regionales y
mundiales.

PORTAL DE
DATOS DE
NACIONES
UNIDAS

http://data.un.org
Es un sistema de acceso a las bases de datos de la ONU.
· ONU de Datos unifica las principales bases de datos de las
Naciones Unidas y las de distintas organizaciones
internacionales en un único entorno de Internet.
· El usuario puede acceder a un gran número de bases de datos
de las Naciones Unidas ya sea navegando por la serie de datos o
a través de una búsqueda por palabra clave.
· Los objetivos de UN Datos son facilitar el libre acceso a las
estadísticas mundiales.


EL DATA HUB

http://datahub.io/es/
Un recurso comunitario manejado por la Open Knowledge
Foundation14 que facilita buscar, compartir y reutilizar fuentes
de datos abiertamente disponibles, especialmente de maneras
automatizadas15.

PORTAL DE
OPEN DATA
DE LA UE

http://open-data.europa.eu/
Punto de acceso a los datos de las instituciones y órganos de la
Unión Europea.
· Contiene una lista de sitios web de datos abiertos de los
Estados miembros de la UE.

FUENTES OFICIALES DE DATOS

PORTALES NACIONALES DE OPEN DATA
10
PORTAL DE
DATOS DEL
GOBIERNO
DE ESPAÑA

DATOS
ABIERTOS DE
ZARAGOZA

http://datos.gob.es/datos/ y http://aporta.es
Permite accede a través del catálogo a los distintos sitios web
y recursos del Sector Público.
· Este portal forma parte del proyecto Aporta, una iniciativa
del Ministerio de Industria, Turismo y Comercio para
promover la reutilización de información en el sector público.

http://www.zaragoza.es
La administración local pionera en abrir sus datos. El catálogo
de datos incluye cientos de conjuntos de datos ordenados
por temática, etiquetas o “tags” y por formatos de
representación.
· Contiene también una decena de conjuntos de datos en
formato “Linked Data” (Tecnología Web 3.0 ó Web
Semántica).

14

Open Knowledge Foundation (OKF) es una organización sin fines de lucro fundada en 2004 en Cambridge,
Reino Unido. Sus objetivos son defender el ‘conocimiento libre’: cualquier material, dato o contenido libre para
que cualquiera pueda usarlo o redistribuirlo sin restricciones.
15
Manual de Periodismo de Datos, European Journalism Centre y la Open Knowledge Foundation, Londres,
2011. Traducción La Nación Data. Disponible en: http://interactivos.lanacion.com.ar/manual-data/

· El catálogo utiliza tecnologías muy avanzadas para la
representación, como RDFa, que permite incrustar datos
semánticos dentro del código HTML.

CATÁLOGO
DE DATOS DE
ASTURIAS

http://www.asturias.es/portal/site/webasturias/
El Gobierno del Principado de Asturias fue pionero en
publicar un portal de datos abiertos.
· Cada conjunto de datos está representado en diferentes
formatos, la mayoría de ellos estándar, lo que hace posible la
reutilización universal de los mismos.
· Fue el primer portal a nivel mundial compuesto
íntegramente mediante tecnologías Linked Data (Web
Semántica). La Fundación CTIC desarrolló para este portal
una herramienta que permite conservar datos en un almacén
semántico.

ARAGÓN
OPEN DATA

http://opendata.aragon.es/
El portal está desarrollado íntegramente sobre tecnología
abierta con código libre.
· Se pueden realizar búsquedas de información acotando por
el formato seleccionado.

OPEN DATA
EUSKADI

http://opendata.euskadi.net/w79-home/es/
Uno de los portales pioneros de España.
· Publica los datos en diferentes formatos.

En un futuro, la evolución y desarrollo de todas estas iniciativas nos conducirá a una nueva etapa de
Internet, donde un sitio web sea un servidor de archivos…


11

PERIODISMO DE DATOS
El periodismo de datos consiste en usar herramientas estadísticas y de visualización para contar
mejor las viejas historias y descubrir nuevas historias que contar16. El periodismo de datos es un
dosificador de datos, de la Big Data, de la Open Data.
No sólo es importante poder obtener un dato. Lo verdaderamente valioso en contextualizarlo y
situarlo, saber qué significa y de ahí poder construir una historia con fundamento17. Se reafirma el
doble objetivo del periodismo de datos: crear historias a partir de los datos y que las historias
ayuden a formar bases de datos (utilizables a posteriori en otros relatos y por otros profesionales).
El periodismo de datos puede diferenciarse según su objetivo: si, por un lado, busca conformar sus
propias bases de datos, funciones del documentalista; o si, por otro, pretende recoger e interpretar
una serie de datos para contar una historia, funciones de los periodistas.

12

En el Periodismo de Datos cobra importancia la infografía, pero la diferencia se encuentra en la
participación del sujeto receptor. Mediante una infografía, el periodista expone una noticia. A
través de las visualizaciones interactivas del periodismo de datos se deja al lector que consiga sus
historias.
“LA ORGANIZACIÓN (DE LOS DATOS) LES DA SENTIDO Y, UNIDOS,
CRUZADOS, PUEDEN DESVELAR REALIDADES ESCONDIDAS HASTA
ENTONCES. ESO ES LO QUE HACE EL PERIODISMO DE DATOS Y LA
VISUALIZACIÓN DE DAT OS 18.

Paul Bradshaw, profesor de la Universidad de Birmingham (RU), investigador y gran impulsor de
esta especialidad, distingue cuatro fases en el proceso de producción, lo que denomina, la pirámide
invertida del periodismo de datos: obtención de datos, limpieza de datos, contextualización y
combinación. También define seis posibles formas de comunicarlo: visualización, narración,
comunicación social, humanizar, personalizar y utilidad de la información19.

16

Flores Vivar, Jesús. Ecosistema del periodismo de datos, Comunicação & Sociedade, 2012, pp. 7-35.
Zorraquín Catalán, Jorge. El periodismo de datos: periodismo de hoy, periodismo de siempre, Comunicación
y la red. Nuevas formas de hacer periodismo, Asociación de Periodistas de Aragón, 2013, pág. 211.
18
ABAD, Mar. ¿Olvidan los periodistas el potencial del periodismo?, Yorokobu, 8 de noviembre de 2012.
Disponible en: http://www.yorokobu.es/peridosimodatos/
19
Vicente Domínguez, Aida María. Recursos digitales para la investigación: Periodismo de datos, Comunicación
y la Red. Nuevas formas de periodismo, Asociación de periodistas de Aragón, Zaragoza, 2013, pág. 334.
17


LA PIRÁMIDE INVERTIDA DEL PERIODISMO DE
DATOS 20:
FASES DEL PROCESO DE PRODUCCION

Compilar

Limpiar
Contextualizar
Combinar

FORMAS DE COMUNICAR LOS DATOS

Visualiza
ción

Narración
Comunicación
social
Humanizar
Personalizar

Comunicación

20

Bradshaw, Paul. The Inverted Pyramid of data Journalism, Online Journalism Blog, 2011.
Disponible en: http://ojournalism.blogspot.com.es/


13

FASES DEL PROCESO DE PRODUCCION
1. COMPILAR
Bradshaw considera que el periodismo de datos empieza en una de las dos formas: o tienes una
pregunta que necesita datos o tienes un set de datos que necesitan ser interrogados.
La compilación de la información puede tener varias formas:


Datos encontrados en los sitios web



Al hacer scraping (rascar) de bases de datos online



Convertir documentos en algo que pueda ser analizado mediante DocumentCloud



Tomando información de APIs



Recolectando los datos a través de encuestas, formularios online o crowdsourcing

2. LIMPIAR
14

Tener información es sólo el comienzo. Para Bradwshaw “estar confiado en las historias
escondidas dentro de las bases de datos significa poder confiar en la calidad de los datos y eso
significa limpiar los datos”21. Hay formas de limpiar los datos en Excel o en Google Docs.
3. CONTEXTUALIZAR
Con este punto, Bradwshaw pretende advertir sobre la fuente de dónde obtenemos los datos:
“Viene con sus propias historias, prejuicios y objetivos”. Por tanto es necesario preguntar a los
datos:


¿Quién recolectó los datos encontrados?



¿Cuándo y por qué motivos?



¿Cuál fue la metodología utilizada para la recolecta de datos?



Es necesario entender la jerga: códigos que representan categorías, clasificaciones,
ubicaciones y terminología de especialistas.

21

Bradshaw, Paul. Data journalism, 22 de enero de 2011. Traducción Mauro Accurso.
Disponible en: http://onlinejournalismblog.com/2011/07/07/the-inverted-pyramid-ofdata-journalism/

Por ejemplo, conocer el número de accidentes de tráfico en una ciudad es interesante, pero sólo
se vuelve relevante cuando se contextualiza junto con la población, la densidad de tráfico, el
parque de vehículos, y demás.
4. COMBINAR
A menudo las buenas historias se obtienen combinado varios set de datos. La combinación clásica
a la que se refiere Paul Bradshaw es el mashup de mapas: tomar un set de datos y combinarlo
con datos de mapas para proveer una visualización instantánea de cómo algo está distribuído en
el espacio.
FORMAS DE COMUNICAR LOS DATOS
Finalmente hay que comunicar los datos. Esto nos lleva a la segunda pirámide del periodismo de
datos.
1. Visualización: la forma más rápida de comunicar los resultados del periodismo de datos.


Evitar el espectáculo sin profundidad o Churnalism22



Enfocarse en no más de cuatro puntos de datos



Asegurarse que el gráfico es autosuficiente, contiene un enlace a la fuente

2. Narración: una visualización siempre debe ir acompañada de un texto que lo contextualice.
3. Comunicación Social: es importante comunicar las visualizaciones e infografías a través de los
medios sociales: blogs, Facebook. La información también es social. Existen iniciativas de
crowdsourcing con el objetivo de recolectar data.
4. Humanizar: graba entrevistas con personas que humanicen los datos abstractos.
5. Personalizar: intenta mostrar al público la cercanía de los datos, cómo le afectan
personalmente.
6. Utilidad: atrae usuarios en varios puntos de la cadena de comunicación.

22

Una forma de periodismo sin control ni investigación. (http://en.wikipedia.org/wiki/)


15

A continuación se muestran algunas iniciativas en Periodismo de Datos:
PERIODISMO DE DATOS:

MEDIOS DE COMUNICACIÓN INTERNACIONALES
EL DATABLOG DE
THE GUARDIAN

http://www.theguardian.com/news/datablog
Pionera del periodismo de datos con herramientas libres. El
periódico inglés fomenta la reutilización, liberando los datos
de sus visualizaciones.
· Contiene el blog del periodista Simon Rogers, The
Guardian’s Datablog, iniciado en 2009 y conocido como el
mejor blog de datos relativos al periodismo. El 90% del
trabajo que realizan se lleva a cabo en Excel, mediante las
tablas de Google Fusion y Tableau.
· The Guardian recibió cinco nominaciones a los favoritos de
los Premios de Periodismo de Datos (DJA 2013), el único
premio internacional de periodismo exclusivamente por
datos.

16

http://www.theguardian.com/news/datablog/2013/apr/27/
data-journalism-awards-2013-shortlist#list

LA NACIÓN DATA

http://www.lanacion.com.ar/nacion-data-t48587
El diario argentino La Nación es también pionero en ofrecer
datos e investigaciones utilizando el periodismo de datos.
· El Blog La Nación Data obtuvo el primer premio de los Data
Journalism Awards (DJA 2013), en la categoría de Periodismo
de Datos e Investigación en grandes medios, sobre la
investigación exclusiva sobre los gastos en el Senado
argentino.
· Nación Data ha traducido al español el Manual de
Periodismo de Datos, cuyo documento original Data
Journalism Handbook es el trabajo colectivo de periodistas,
investigadores, programadores y diseñadores de diferentes
países para abordar el uso de datos en periodismo. Se
encuentra disponible en línea, abierto y gratuito.


PERIODISMO DE DATOS

MEDIOS DE COMUNICACIÓN NACIONALES
LAB DE RTVE

http://lab.rtve.es/datos
Laboratorio de Periodismo de Datos del Departamento de
Innovación Audiovisual de Televisión Española.
· Ofrece gráficos interactivos sobre diferentes temáticas.

ELDIARIO.ES

http://www.eldiario.es
Periódico digital que inició su andadura en septiembre de
2012. Ha publicado visualizaciones interesantes de
periodismo de datos.
· Eldiario.es eligió en mayo de 2013 el proyecto sobre la
memoria histórica “Vidas contadas”, como ganador del
premio eldiario.es al mejor proyecto de periodismo de
datos entregado en colaboración con el grupo español de la
Open Knowledge Foundation (OKF).


17

EXPEDICIÓN POR EL BIG
DATA Y EL OPEN DATA
La Escuela de Datos de OKFN divide a los exploradores en:
Cuenta cuentos:
Son clave para definir la pregunta de arranque y la finalización de la misión. Los
cuentacuentos se encargan de hallar ángulos y perspectivas interesantes para contar una
historia y cautivar a la audiencia.
Scout:
Encargados de buscar y cazar datos interesantes en la web. Los scouts tienen la dificultad
de normalizar algunos datos de libre acceso.

18

Analista:
Resuelven las hipótesis que el cuentacuentos ha planteado tras interpretar y comparar los
datos que los scouts han presentado.
Diseñadores:
Embellecen los datos que proporcionan historias mediante gráficos estáticos e interactivos.
Guía:
Debe monitorear las aventuras de la misión y guiar a los exploradores. Si es necesario,
aporta material adicional.
UNA EXPEDICIÓN DE DA TOS ES LA EXPLORACIÓ N DE UN TERRITORIO
SALVAJE, SIN TRATAR, POCO EXPLORADO 23.

23

Open Knowledge Foundation (OKF). Escuela de Datos, 21 de octubre de 2013. Traducción Soci@l TIC.
Disponible en: http://es.schoolofdata.org

EN LA BÚSQUEDA DE DATOS ABIERTOS
En primer lugar se debe acudir a la persona que tiene los datos. Algunos autores le llaman “el gurú
de los datos”, el encargado de la información demandada, no a la persona de relaciones públicas o
comunicación de la empresa, ni a través de un pedido de acceso a la información (PAI)24.
1. Es preferible no buscar determinado contenido directamente, sino lugares donde puede
haber datos disponibles en gran cantidad.
2. Imprescindible ajustar la búsqueda: incluir términos relacionados con el contenido, pero
también sobre el formato. Google y otros motores de búsqueda permiten buscar por tipo de
archivo. Por ejemplo, la búsqueda: accidentes tráfico Madrid Excel, conduce al portal de la
Dirección General de Tráfico, apartado Estadísticas e indicadores.
3. Durante la exploración de los datos, es recomendable preguntar en foros y asociaciones
relacionadas con el tema, ya que a veces no les importa compartir información que ya han
obtenido de la administración pública con otros proyectos similares.
4. Las primeras búsquedas nos ayudan, además de a encontrar información, a concretar lo que
se quiere contar, por lo que es aconsejable iniciar de nuevo la búsqueda de la información.
5. Si se cree que un ente oficial tiene los datos necesarios, un Pedido de Acceso a Información
(PAI) puede ser la mejor herramienta. Se aconseja:


Guardar una copia del registro de pedido de modo que en el futuro se pueda
demostrar el envío, en caso de tener que apelar por falta de respuesta.



Acelerar la respuesta haciendo público la presentación de un pedido. De esta
forma se crea presión sobre la institución pública para que responda al
pedido.



Si finalmente no hay respuesta, se transforma en noticia por el derecho de
acceso a la información

24

Manual de Periodismo de Datos, European Journalism Centre y la Open Knowledge Foundation (OKF),
Londres, 2011. Traducción La Nación Data.


19

EN LA INTERPRETACIÓN DEL OPEN DATA
LA ALFABETIZACIÓN EN MATERIA DE DATOS ES LA CAPACIDAD DE
MANEJAR DATOS PARA CONOCER, PRODUCIR COHERENTEMENTE Y
PENSAR CRÍTICAMENTE ACERCA DE DATOS. 25

Esta alfabetización también incluye el ejercicio de trabajar con grandes conjuntos de datos,
conociendo cómo se obtuvieron y establecer posteriormente diferentes combinaciones con las que
podamos llegar a distintas interpretaciones.




20

Lo más importante, siempre, es tener un pensamiento crítico, y, en segundo lugar, ser
creativo pensando en las historias alternativas que podrían ser coherentes con los datos
obtenidos.
Otro aspecto importante es el rigor al analizar los datos. Si estamos explorando el número
de accidentes que ha habido en una ciudad, tendremos que cruzar esos datos con el
número de coches y habitantes que han pasado por los diferentes barrios de esa ciudad. La
interpretación de los números varía según se combinen. No tiene la misma relevancia tres
accidentes en una calle por donde circulan 500 coches al día, que el mismo dato de
siniestros en una zona que sólo circulan 50 coches diarios. Por ello hay que intentar
universalizar el campo de actuación. No pensar sólo en el dato que estamos estudiando,
sino también en los datos que pueden influir en su interpretación.

A MENUDO ES UNA BUENA IDEA PEDIR TODAS L AS VARIABLES Y
REGISTROS EN LA BASE DE DATOS, EN VEZ DEL SUBCONJUNTO QUE
RESPONDERÍA A LAS PREGUNTAS PARA LA HISTORIA INMEDIATA. 26




También puede ocurrir que las leyes de confidencialidad prohíban difundir algunas
variables y datos, tales como los nombres de personas.
Otra manera de analizar los datos que nos lleven a una historia es buscar exclusiones, una
lista negra. Cosas que no deberían encontrase allí. Para ello antes identificaremos lo
evidente (los mayores, los extremos, los más comunes, etc.)

25

26

HERRAMIENTAS DE
EXTRACCIÓN Y VISUALIZACIÓN
Las herramientas digitales que se exponen permiten desarrollar cada una de las fases del
periodismo de datos sin necesidad de recurrir a un programador. Son herramientas libres, en el
sentido de “Software Libre y de Código Abierto”. Dan respuesta a las siguientes preguntas: ¿Cómo
extraigo los datos? ¿Qué métodos utilizo para analizar y mostrar visualmente la información?
LA EXTRACCIÓN DE LOS DATOS CONSISTE EN EL ACCESO A LA FUENTE ORIGINAL DE LOS
DATOS .

Lo óptimo es acceder a una base de datos de un organismo/institución, o a una serie de ficheros
que exportan esa misma información en un fichero estándar: CVS (tabla de campos separada
por comas), XML, JSON. En otros casos se tendrá acceso a formatos menos “amigables”, que
exigen más esfuerzo de extracción: información en páginas web en formato HTML o ficheros
“pdf”, que obligan a un procesado específico con técnicas denominadas scraping (rascado). Sólo
en último caso y si la información lo exige, se debería recurrir a la introducción manual de los
datos.
LA TRANSFORMACIÓN.

Los datos extraídos pueden tener que ser preparados o transformados para ser introducidos en
su lugar de almacenamiento, el “almacén de los datos” (Data Warehouse). Por ejemplo, habrá
campos de las tablas que no interese almacenar y formatos de los datos que haya que convertir.
ALMACENAMIENTO DE DATOS.

Los datos han de ser cargados en una base de datos que actúa como almacén principal. En este
almacén de datos se pueden incorporar diferentes fuentes de información para posteriormente,
en la fase de procesado, cruzar los datos.
PROCESADO DE DATOS.

A partir de los datos conservados en el almacén de datos se preparan distintos procesos para
extraer información y conocimiento útil. Este proceso, a gran escala, se denomina “minería de
datos”: extracción de información útil (conocimiento) del agregado masivo de datos.
VISUALIZACIÓN.

Los datos se presentan mediante representaciones gráficas estáticas e interactivas,
acompañadas de artículos periodísticos que los contextualicen.


21

HERRAMIENTAS
EXTRACCIÓN DE DATOS

PENTAHO
DATA
(KETTLE)

http://sourceforge.net/projects/pentaho/?source=pdlp
Herramienta completa de extracción, transformación y carga
de datos.
· Cubre los procesos de extracción de los datos, transformación
de su formato y carga en su lugar natural de almacenamiento,
en una base de datos.
· Los procesos se configuran a través de un interfaz gráfico, sin
necesidad de programación.

SCRAPERWIKI

https://scraperwiki.com/
Herramienta para extraer datos útiles de archivos PDF
(scrapear).
· Los periodistas e investigadores pueden scrapear los datos y
utilizarlos en otras aplicaciones.

22

· La mayoría de los “scrapers” y sus bases de datos son públicos
y pueden ser reutilizados.

HERRAMIENTAS

ALMACENAMIENTO DE DATOS
WORDPRESS

http://es.wordpress.com/
Es una aplicación de gestión de contenidos orientada a blogs.
Su flexibilidad permite construir aplicaciones web más
complejas.
· La base de datos que utiliza (MySQL) permite gestionar los
datos del blog, la parte de publicación de visualizaciones y
artículos periodísticos.
· Puede actuar como almacén principal de los datos que se
vayan extrayendo (Data Warehouse). Esta parte de la base de
datos sólo pueda ser vista por los administradores del blog.


HERRAMIENTAS

VISUALIZACIÓN DE DATOS
INFOGRAM

http://infogr.am/
Herramienta gratuita para volcar los datos de Excel y
visualizar y ordenar el contenido. También puede
importar archivos CSV.
· Crea infografías interactivas. Gráficos de burbujas,
diagramas de árbol, gráficos circulares, etc.
· Publica infografías online. Se pueden incrustar en un
blog o en un artículo periodístico

GOOGLE
FUSION
TABLE
CARTODB

http://www.google.com/drive/apps.html#fusiontables
Elaboración de tablas dinámicas.

http://cartodb.com/

23

Visualiza y analiza datos geoespaciales. Creación de
mapas de múltiples capas provocando visualizaciones
dinámicas.
Georreferenciación por dirección o cualquier región
administrativa como condado, estado o país.

MEIPI

http://meipi.org/
Permite crear mapas colaborativos y vincularlo a
información generada por los usuarios. En los mapas
colaborativos participan los ciudadanos aportando
información.

GOOGLE
MAPS API

https://www.google.es/maps/
Permite mostrar visualizaciones sobre la cartografía de
Google.


LO + RECOMENDADO
NO DEJES DE LEER…

INTRODUCCIÓN: BIG DATA. PASADO, PRESENTE Y FUTURO
TASCÓN, MARIO. INTRO DUCCIÓN: BIG DATA. PASADO, PRESENTE Y
FUTURO, TELOS: CUADE RNOS DE COMUNICACIÓN E INNOVACIÓN, Nº 95,
JUNIO – SEPTIEMBRE 2013, PÁGS. 47-50.
HTTP://SOCIEDADINFORMACION.FUNDACION. TELEFONICA.COM/DYC/T ELOS/REVI
STA/DOSSIER/DETALLEA RTCULOTELOS_95TELOS_ DOSSIER0/SECCION=126 6&IDIO
MA=ES_ES&ID=20130621 10090002&ACTIVO=6.DO

24

Conocerás conceptos relacionados con Big Data, como Business Intelligence, minería de datos y Open
Data. El autor reflexiona sobre las denominadas “3V” de Big Data, la gestión de la privacidad de la
información y la dimensión del concepto Big.

ALGUNOS EJEMPLOS FAVORITOS DE PERIODISMO DE DATOS
MANUAL DE PERIODISMO DE DATOS, EUROPEAN JOURNALISM CENTRE Y
LA OPEN KNOWLEDGE FOUNDATION (OKF), LONDRES, 2011. TRADUCCIÓ N
LA NACIÓN DATA.
HTTP://INTERACTIVOS. LANACION.COM.AR/MANUALDATA/INTRODUCCI%C3%B 3N_3.HTML

Los periodistas Angélica Peralta, de La Nación (Argentina); Simon Rogers, de The Guardian; Cynthia
O’Murchu, de Financial Times; Steve Doig, de la Escuela de Periodismo Walter Cronkite (Arizona);
Brian Boyer, de Chicago Tribune, y Sarah Slobin, de Wall Street Journal, colaboradores del Manual de
Periodismo de Datos, narran sus ejemplos favoritos de periodismo de datos y qué les gusta de los
mismos.


NO DEJES DE VER

LA VISUALIZACIÓN INTERACTIVA DE LAS ARMAS PEQUEÑAS AUTORIZADAS POR LOS
GOBIERNOS Y LAS TRANSFERENCIAS DE MUNICIONES 1992-2010
Google Creative Lab en colaboración con el Igarape Institute ha creado una visualización interactiva
que muestra la tierra con líneas encendidas que indican las importaciones y exportaciones de los
países en municiones y armas pequeñas, como revólveres, rifles de asalto y armas automáticas ligeras.
La visualización es parte de la iniciativa Google Ideas. Puedes manipularla para hacer acercamientos
alrededor del globo, hacer clic sobre los diferentes países y utilizar una línea de tiempo al pie para
ver los cambios en tendencias en distintos años.
EL GLOBO INTERACTIVO ESTÁ DISPONIBLE EN L A SIGUIENTE DIRECCIÓ N
WEB:
HTTP://WORKSHOP.CHRO MEEXPERIMENTS.COM/PR OJECTS/ARMSGLOBE/

25
LABORATORIO DE INNOVACIONES AUDIOVISUALES DE TELEVISIÓN ESPAÑOLA
En la siguiente imagen se muestra la visualización interactiva37 sobre la situación de la mujer en el
mundo que realizaron para conmemorar el Día Internacional de la Mujer en 2012. Se pueden
consultar datos sobre mortalidad, número de hijos, edades, alfabetización, etc.
EL VÍDEO ESTÁ DISPON IBLE EN LA SIGUIENTE DIRECCIÓN WEB:
HTTP://LAB.RTVE.ES/DIA-MUJER/DIA-INTERNACIONAL-MUJER-MUNDO.SHTML


+ INFORMACIÓN
BIBLIOGRAFÍA

ABAD, Mar.
¿Olvidan los periodistas el potencial del periodismo?, Yorokobu, 8 de noviembre de 2012.
http://www.yorokobu.es/peridosimodatos/

ANTÓN, Adolfo.
El periodismo de datos y la web semántica, Cuadernos de Información y Comunicación – CIC,
Universidad Complutense, vol. 18, 2013, pp. 99-116.

BRADSHAW, Paul.
The Inverted Pyramid of data Journalism, Online Journalism Blog, 2011.
26

http://ojournalism.blogspot.com.es/

FERNÁNDEZ, Pablo.
Tendencias 2012: Las tres ‘V’ de Big Data, SilicomWeek, 14 de enero de 2012.
http://www.siliconweek.es/knowledge-center/tendencias-2012-las-tres-v-de-big-data-17819

FLORES, Jesús.
Ecosistema del periodismo de datos, Comunicação & Sociedade, 2012, pp. 7-35.
GARRIGA, Marc.
El Frankenstein español del Open Data, Telos – Cuadernos de Comunicación e Innovación, nº 94,
enero – abril de 2013.
http://sociedadinformacion.fundacion.telefonica.com/DYC/TELOS/REVISTA/Dossier/DetalleArtculoTELOS_94
TELOS_DOSSIER3/seccion=1266&idioma=es_ES&id=2013021317580001&activo=6.do

HILBERT, Martin; LÓPEZ, Priscila.
La capacidad tecnológica del mundo para almacenar, comunicar y calcular información, Ciencia,
vol. 332, nº 6025, 1 de abril de 2011, pp. 60-65.
MARIÑO, Ángeles.
La relación del Periodismo de Datos con Big Data y Open Data, Trabajo fin de Master en
Investigación en Documentación, Facultad de Humanidades, Comunicación y Documentación,
Universidad Carlos III, 2012, pág. 44.
http://es.scribd.com/doc/111830154/La-relacion-del-Periodismo-de-Datos-con-Big-Data-y-Open-Data


Manual de Periodismo de Datos,
European Journalism Centre y la Open Knowledge Foundation, Londres, 2011. Traducción La Nación
Data.
http://interactivos.lanacion.com.ar/manual-data/

PANIAGUA, Soraya.
De los datos al Big Data, Telos – Cuadernos de Comunicación e Innovación, nº 95, junio –
septiembre de 2013.
http://sociedadinformacion.fundacion.telefonica.com/seccion=1266&idioma=es_ES&id=2013062110130001
&activo=6.do

VICENTE, Aida María.
Recursos digitales para la investigación: Periodismo de datos, Comunicación y la Red. Nuevas
formas de periodismo, Asociación de periodistas de Aragón, Zaragoza, 2013, pág. 334.
ZORRAQUÍN, Jorge.
El periodismo de datos: periodismo de hoy, periodismo de siempre, Comunicación y la red. Nuevas
formas de hacer periodismo, Asociación de Periodistas de Aragón, 2013, pág. 211.

27


28


BIENVENIDO A UNIR, LA UNIVERSIDAD EN INTERNET
Descubre un nuevo concepto de Universidad

que
Más de 30 titulaciones oficiales: Grados, Clases presenciales online para diferido

Masters, Doctorado
asistas en directo o las veas en
personal a
Más de 18.000 alumnos de 50
Un tutor primer día tu disposición
nacionalidades nos avalan
desde el
Educación práctica pensada
Metodología de enseñanza eficaz
para la realidad profesional
basada en las nuevas tecnologías

Sigue descubriendo todo lo que significa UNIR, una Universidad activa, solidaria,
innovadora, emprendedora y, sobre todo, comprometida con tu éxito.
29

Vida académica y social

UNIR Alumni

UNIR TV

Organizamos y formamos parte de
grandes eventos: conferencias,
seminarios, debates, Tedx UNIR.

El rincón de la comunidad UNIR:
alumnos, ex alumnos, profesores,
tutores, trabajadores y amigos de la
Universidad.

La única Universidad con un canal
propio de televisión. Contenido de
actualidad: Masterclasses, charlas con
expertos, vídeos educativos, idiomas…

UNIR en los medios

Campus Solidario

UNIR Emprende
Estamos comprometidos con los
emprendedores. Contamos con
nuestra propia aceleradora de
Startups.

SÍGUENOS:

La Universidad en Internet es
Queremos expandir la educación.
actualidad y es noticia. Tenemos una Hemos creado un innovador programa
relevante presencia en los medios de de voluntariado online para llevar la
comunicación: televisión, prensa,
enseñanza allí donde se necesita.
radio, redes sociales.

902 907 132

WWW.UNIR.NET


Informe unir sobre big data y periodismo de datos

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Destaque

Destaque (20)

Semelhante a Informe unir sobre big data y periodismo de datos

Semelhante a Informe unir sobre big data y periodismo de datos (20)

Mais de Jornada de Comunicación Siglo XXI

Mais de Jornada de Comunicación Siglo XXI (13)

Informe unir sobre big data y periodismo de datos