Il Giornalismo dei dati: esempi, errori e storie Torino, 5 aprile 2014 Organizzato da Ona Italia

1. +
Rosa Maria Di Natale
Il Giornalismo dei dati:
esempi, errori e storie
Torino, 5 aprile 2014
Cos’è il datajournalism e come
può nascere un team
L’esperienza e gli strumenti
di DataJcrew.it

3. http://blog.parsely.com/post/901/data-journalists-and-learning-to-code-for-the-
newsroom/?utm_content=bufferbd476&utm_source=buffer&utm_medium=twitter&utm_campaign=Buffer

4. +
“Il data journalism, (giornalismo basato sui dati) è un approccio
a cavallo tra ricerca e inchiesta giornalistica che fa un uso
intensivo di database, mappe digitali e software per
analizzare, raccontare e visualizzare un fenomeno o una
notizia, spesso producendo dei mashup di elementi diversi. La
digitalizzazione dei dati e lo sviluppo di Internet sono
considerate un'opportunità senza precedenti per l'innovazione
del giornalismo che negli ultimi anni ha già prodotto diversi
premi Pulitzer e sta facendo emergere nuove figure di
giornalisti-programmatori”. (cit.Fondazione ahref)
Cos’è il Data journalism

5. “The precision journalist does not
hire a pollster to create a news
event; the journalist becomes the
pollster” (P. Meyer)

6. +
La rivolta di Detroit
Nel 1968 uno staff di giornalisti del Detroit Free Press, tra cui
figurava Philip Meyer, inviato dal Knight Newspapers per
collaborare alla copertura dell’evento, si aggiudica il premio
Pulitzer in Giornalismo Locale e di Ultim’ora realizzando
un’inchiesta sulla rivolta della 12th Street avvenuta a Detroit, nel
Michigan, nel 1967.

7. (…) Molti attribuirono la causa dello scoppio
della rivolta razziale alle persone più frustrate e
senza speranze. Un’altra teoria sosteneva che
una parte considerevole della popolazione
afroamericana di Detroit consisteva di migranti
dal sud rurale, ragion per cui alle difficoltà di
socializzazione negli ambienti urbani del nord
seguirono i disordini. Contro queste e altre
teorie, il giornale decise di confrontare i rivoltosi
con sondaggi a un campione di famiglie nella
zona della rivolta. Dalle ricerche emerse che gli
individui che avevano frequentato l’università, il
18 per cento, avevano le stesse probabilità di
partecipare ai disordini rispetto a chi non aveva
completato nemmeno la scuola secondaria e
che chi era stato cresciuto nel nord della città, il
25 per cento dei rivoltosi, aveva addirittura
maggiori probabilità di sommossa rispetto ai
vicini del sud, che rappresentavano solamente
l’8 per cento dei rivoltosi. L’istruzione e lo status
economico non erano predittivi del
comportamento rivoltoso.
(M.Cavanna : “Un giornalismo di precisione: storia ed evoluzione del
datajournalism internazionale” tesi di laurea)

8. +
Data vs Narrazione (Meyer)
Storie più profonde e accurate con i dati. Il valore aggiunto è
l’obiettività inconfutabile
I fatti esistono già. Come uno scienziato, il giornalista crea le
notizie attraverso una ricostruzione documentata grazie ai dati
La completezza dell’informazione non dipende dalla quantità di
fatti raccolti in essa, ma dalla loro selezione obiettiva ed empirica
Ma dopo qualche anno, Meyer corregge un po’ il tiro…Il dato da
solo non può essere considerato infallibile
La soluzione migliore: un unico genere giornalistico “evidence
based narrative”. Una narrazione dei fatti basata su prove
verificabili (cit. Meyer)

9. +
Modelli di Data journalism
 Mirko Lorenz: Workflow
 un flusso di lavoro dove i dati
rappresentano la base per la
ricerca, la visualizzazione e la
narrazione della storia.
 Questa non è il prodotto del
giornalismo, ma il processo stesso.
 Paul Bradshaw: piramide
rovesciata
 Dal processo di realizzazione di un
articolo attraverso un diagramma a
piramide rovesciata; al diagramma a
piramide regolare, le sei modalità di
comunicazione proprie del data-driven
journalism.

10. +
Il profilo del data journalist
È ancora difficile riunire in un’unica figura professionale tutte le abilità e le
attitudini necessarie al Data Journalism.
Non si può però prescindere dalla conoscenza delle attuali pratiche nel
campo del #ddj e della visualizzazione interattiva dei dati. Ecco le priorità:
Ricercare dati: Python per raccogliere automaticamente i dati
Interrogare, pulire i dati: Elementi di statistica e fogli di
calcolo, Excel, my sql, Open Refine
Visualizzazione dati: Storicamente abilità di designer e
programmatori, oggi conoscenza dei principali tools

11. +
Come costruire un team di #Dataj

12. +
I tre profili base del Data team
1. Un giornalista specializzato in grado di analizzare i dati
nascosti nella Rete per scoprire i risultati più interessanti e
giornalisticamente rilevanti. Sa utilizzare i fogli di calcolo e i
software di mappatura.
2. Un programmatore in grado di comprendere quali siano il
modo e la forma migliore per presentare i dati all’utente
finale. Possiede le competenze pratiche per la creazione di
programmi con il quale l’utente interagisce
indirettamente, oltre che una profonda conoscenza dei
linguaggi di formattazione più comuni come HTML, CSS e
JavaScript.
3. Lo specialista della visualizzazione dati: evoluzione del
grafico professionista, è uno specialista nel presentare i dati
in maniera interessante e accessibile. La grafica deve
essere interattiva; deve possedere le nozioni dei principali
linguaggi di programmazione. (cit. Gordon)

13. +
2/ Come costruire un team di #Dataj
@mirkolorenz

14. +
Il giornalista: Senza domande il giornalismo dei dati non vi risponderà
, “vi ritroverete solo con una versione più colorata di quanto l’ufficio
statistica abbia già pubblicato lo scorso anno”
Il giornalista deve essere il buon regista del processo e deve saper
“vedere” cosa ci vuole per ottenere un buon progetto di datajournalism
Il giornalista deve “saper andare passo dopo passo” e mantenere il filo
di continuità anche una volta completato un progetto, poiché “quello
che hai fatto su un argomento potrebbe essere molto utile per un
altro”. (M.Lorenz)
Journalist= director

15. +
Developer= workflow support
(…) Developers in data-driven journalism do not write complete
applications nor do they maintain them, at least for the majority of
projects. Instead, the goal is to tame the data- (Lorenz)
Lo sviluppatore doma i dati, raccoglie le informazioni, pulisce il dato lo
combina e lo trasforma in pezzi utilizzabili
Lo sviluppatore nel #ddj dovrebbe trovare la voglia di raccontare una
storia, anche se spesso “gli sviluppatori non pensano così. Si
preoccupano per il codice , per le caratteristiche , per la manutenzione
e vogliono evitare sorprese…”. Invece un progetto giornalistico, di
qualunque tipo, è destinato a variare man mano che cresce. (cit.Lorenz)

16. +
Designer= visual quality
Visualizzatore: l’ultima magia. Colori, schemi,
dovrebbero essere convincenti, chiari e fruibili. Più
facile a dirsi che a farsi. (cit.Lorenz)

17. +
Journalism ++, un modello
Data driven stories: Paris, Amsterdam, Cologne, Berlin, Porto, Stockolm

19. +
Il team di DataJcrew.it
Rosa Maria Di Natale
Isabella Calabretta
Martina Cavanna
Nelly Gennuso
Daniele Palumbo
Serena Tudisco
Lucia
Schirru-
Vispo srl

20. Cos'è: un datablog collettivo nato nel luglio 2012, un
osservatorio indipendente sul giornalismo di precisione e sugli Open
data nel mondo, ma anche un laboratorio sperimentale in Rete.
Chi siamo: una giornalista professionista e cinque tra laureandi e
laureati in Scienze della comunicazione, dislocati tra Catania,
Ragusa e Londra. Da qualche mese con noi c’è anche Lucia Schirru,
ricercatrice di Statistica economica, presidente Cda spinoff
universitarioVispo srl.
Cosa facciamo: Scoviamo le inchieste basate sui numeri (meglio
ancora se dai contenuti civici), e segnaliamo eventi, tools, tutorial,
ragionamenti, studi, in attesa che i Data diventino sempre più Open
in tutta Italia. Ci autofinanziamo e ci autopromoviamo sui social.
Dove lavoriamo: Nessuna sede fisica, nessuna scrivania, nessun
supporto cartaceo. Data Journalism Crew esiste grazie alla Rete ed
ai suoi strumenti gratuiti e di libera comunicazione. Basta un hangout
dal portatile o una chat dallo smartphone, e il nostro lavoro di
squadra è subito on line.

21. +
Excel (corsi, tutorial)
Google Fusion Tables
Google Maps
Datawrapper
Tableau public
Piktochart
Info.gram
Visual.ly
Strumenti base e training

22. http://datadrivenjournalism.net/resources/using_excel_to_do_precis
ion_journalism

23. http://www.datajournalism.it/tableau-public-parte-1-le-basi/

28. https://www.youtube.com/watch?v=pBuTziFly2o
http://datajcrew.sudmediatika.it/?p=4765

36. +
Link
blog.parsely.com
ahref.eu.it
mirkolorenz.com
onlinejournalismblog.com
Jplusplus.org
Datadrivenjournalism.net
Datajcrew.it
Datajournalism.it
theguardian.com/news/datablog
Altre fonti:
(Martina Cavanna : “Un giornalismo di precisione: storia ed evoluzione del
datajournalism internazionale” tesi di laurea, Università di Catania,
Scienze per la comunicazione internazionale)

37. Rosa Maria Di Natale
@rosamdinatale
www.rosamariadinatale.it
www.datajcrew.it
Thank you!