Ei ole ensimmäinen kerta kun minua lähestytään Yle:ssä datajournalismin saralla ja yhä useammin kyseeseen tulee osaajien suositteleminen. Motivaatio ja mielihalu olisi tietysti olla itse mukana toteuttamassa jokaista datajournalismi/visualisointiprojektia, mutta liian monet yhtäaikaiset projektit alkavat näkyä helposti myös työnjäljessä, joka on mielestäni tärkeää pitää korkeana.
Etenkin halu toteuttaa www-pohjaisia, interaktiivisia ja saavutettavia applikaatioita on suuri. Huomaan, että tarvittavia osaajia on vaikeaa löytää ja eikä sellaisten ehdottaminen myöskään minulle ole helppoa. Kirjoitin kuitenkin tänään sähköpostivastauksena hieman kattavamman ohjeistuksen datajournalismiosaajien löytämiseen, jonka voisin kuvitella helpottavan nykyisen suomalaisen datajournalismikentän havainnollistamista, joten jaan sen nyt näin suodatettuna ja siistittynä eteenpäin.
Merkittävimpiä suomalaisia datajournalistisia tapahtumia, jotka toistuvat, ovat HSOpen ja Hacks & Hackers. Nämä tapahtumat toimivat hyvinä lähteinä osaavien ihmisten löytämiseen ja etenkin HSOpen:ssa näkee, että osaavia henkilöitä kyllä löytyy. Myös H&H-tapahtumaan osallistujat ovat datajournalistisestivalveutuneita ihmisiä, mutta H&H:ssa tunnelma on enemmän keskustelupainotteinen, kun taas HSOpen on enemmän workshop-henkinen.
Seuraava Hacks/Hackers Helsinki, jossa muuten olen myös itse paikalla puhumassa, järjestetään ensi viikon keskiviikkona 15.8. Tapahtuman Facebook-sivu, jossa lisätietoja, löytyy täältä:
https://www.facebook.com/events/390933390961199/
Hyviä osaajia on mahdollista pongata myös esimerkiksi Apps4Finland-kilpailuun osallistuneiden töiden tekijöiden joukosta:
- http://apps4finland.fi/kilpailutyot/kilpailutyot-2011/
- http://apps4finland.fi/kilpailutyot/kilpailutyot-2010/
Ja tosiaan jo mainitussakin HSOpen:ssa tämän osaamisalueen ammattilaisia käy ja HSNext-blogissa on esitelty tapahtumassa syntyneitä tuloksia, joten myös tätä voi pitää yhtenä osaajien löytymisen lähteenä:
http://blogit.hs.fi/hsnext/aihe/hs-open
Esimerkiksi viimeisimmän HSOpen:n tuotokset löytyvät tästä viestistä:
http://blogit.hs.fi/hsnext/tallaista-datajournalismia-syntyi-hs-open-5ssa.
Tosiaan itselleni tiettyjen henkilöiden suositteleminen on vaikeaa (ja näin julkisesti jopa epäreilua), mutta erinomaisia tyyppejä, jotka tekevät etenkin www:ssä toimivia toteutuksia ovat mm:
- Lauri Vanhala, joka on Suomen Kuvalehdelle tehnyt paljon hienoa jälkeä (http://wanhala.net/).
- Jens Finnäs, joka on varmasti yksi alan johtavista tekijöistä (http://jensfinnas.com/).
- Juuso Koponen, joka omaa etenkin hyvää graafista näkemystä (http://informaatiomuotoilu.fi/).
Eli mikäli koet olevasi HTML5-osaaja ja olet kiinnostunut visualisointien tekemisestä Yle:ssä töitä olisi tarjolla. Yhteyttä voi ottaa esimerkiksi minuun niin voin tarjota tarkempia yhteystietoja.
Näytetään tekstit, joissa on tunniste HSOpen. Näytä kaikki tekstit
Näytetään tekstit, joissa on tunniste HSOpen. Näytä kaikki tekstit
tiistai 7. elokuuta 2012
tiistai 3. heinäkuuta 2012
Alkoholinmyyntitiedon visualisointia
Julkaisimme n. kuukausi sitten Eva Koskisen ja Radar:n kanssa jutun alkoholin myyntitiedoista. Ajattelin hieman valaista taustoja tarinan takaa, koska kyseessä oli lukijoita ja kuulijoita kiinnostanut datajournalistinen juttu, joka levisi myös muihin tiedostusvälineisiin.
Tilastojen ja datan hankkimisen ei useinkaan tarvitse poiketa luonteeltaan ns. normaalista tiedon hausta (kuten piirakkareseptien etsiminen) eikä alkoholinmyyntitilastojen etsiminen tehnyt tähän poikkeusta. Google on erinomainen työkalu ja hakulauseella "alkoholijuomien kulutus" löytää nopeasti Tilastokeskuksen sivuille, josta käy ilmi, että alkoholijuomien myyntitilastoa ylläpitää Terveyden ja hyvinvoinnin laitos (THL).
THL kerää erinäisiä terveyteen ja ihmisten hyvinvointiin liittyviä tilastoja, joihin kuuluvat mm. alkoholinmyyntitilastot. Tilastot pitävät sisällään kunnittaiset alkoholinmyyntimäärät litroittain juomatyyppikohtaisesti, puhtaana alkoholina sekä suhteutettuna asukasta kohden. Tilastot löytyvät THL:n sivuilta vuositasolla vuosittaisten raporttien yhteydestä (Valvivan sivut antavat ymmärtää, että tilastoja kerättäisiin myös kuukausitasolla).
Ainoa ongelma THL:n sivuilta saatavassa datassa oli, että se on .pdf-muodossa. PDF-muotoista dataa ei usein mielletä koneluettavaksi tai helposti automaattisesti käsiteltäväksi, mutta myös .pdf-dokumenttien käsittely on mahdollista. Mm. Acrobat Readerin Pro -versiosta löytyy toiminnallisuus, jonka avulla .pdf-muotoinen dokumentti on mahdollista muuntaa Excel-muotoiseksi, mutta saatavilla on myös ilmaisia työkaluja kuten esimerkiksi Cometdocs-palvelu, jota itse käytin. Vaikka muunnos ei ollutkaan täydellinen oli yksittäiset virheet helppo korjata käsin.
Myöhemmin ottaessani yhteyttä THL:ään sain myös selville, että THL ylläpitää Sotkanet-nimistä palvelua, josta on mahdollista hakea kaikkia THL:n tuottamia tilastoja monipuolisten rajaustyökalujen avulla ja datat ovat ladattavissa tietokoneluettavassa muodossa. Palvelu mahdollistaa myös suoraan yksinkertaiset datan visualisoinnit mm. karttojen muodossa. Tämänkaltaisten loistavien palveluiden markkinointiin voisi panostaa enemmänkin aikaa ja rahaa.
Google Fusion Tables on datan visualisointityökalu, joka on osa, nykyisin Google Drive nimellä, tunnettua palvelua (aiemmin Google Docs). Fusion Tablesiin on mahdollista ladata omia datataulukoita tai palvelusta on mahdollista hakea käyttöönsä muiden käyttäjien julkisia taulukoita. Fusion Tables mahdollistaa datan näyttämisen mm. kartta-, verkosto-, viiva-, piirakka- sekä pylväsvisualisulisoinnin muodossa. Kaikki komponentit ovat muutaman hiiren klikkauksen ulottuvissa.
Alkoholinmyyntitietodata oli kuntakohtaista, joten mielekästä oli kuvata data kunnittain Suomen kartalle. Fusion Tables:ssa kuntiin (ja yleensäkin paikkatietoon) perustuvan visualisoinnin toteuttaminen on helppoa, koska palvelusta on mahdollista hakea kuntanimiin perustuen paikkojen sijainnit. Sijainnin merkitään oletuksena ns. "täpillä" (marker), joille on dataan perustuen mahdollista esimerkiksi määrittää arvoa kuvaava väri.
Google Maps -komponentti, jota käytetään kartan piirtoon osaa kuitenkin tulkita myös kuntarajoja (maantieteellisiä alueita) kun ne syötetään KML-muodossa. Näin on mahdollista käyttää yksittäisten täppien sijaan kunnan pinta-alaa datan esittämiseen. Lopputulos on myös paljon miellyttävämmän näköinen visuaalisesti kuin käytettäessä täppiä. Toki tässä tapauksessa datan luonne ei myöskään tue täppien käyttöä, koska ilmiö ei tapahdu spatiaalisesti yhdessä pisteessä vaan data kuvaa suuremman pinta-alan käyttäytymisen keskiarvoa. Toisissa datoissa tietysti taas täpät ovat luontevia datan kuvaamiselle. (Kuva 1)
Google Fusion Tablesissa erilaisten hypoteesien kokeileminen on helppoa, koska mm. värivalintojen tekeminen onnistuu suoraan käyttöliittymäkomponenttien avulla. Tämä mahdollistaa isojenkin muutosten tekemisen nopeasti, joka esimerkiksi omassa toteutuksessa vaatii aina koodaustyötä. Fusion Tables:n ongelmia ovat, että tuotokset eivät erotu, koska ne näyttävät Google:n tuotteilta ja toisaalta, että datan joutuu luovuttamaan Google:lle, joka voi olla arkaluontoisten datojen kohdalla ongelma.
Goole Maps:n ja Google Fusion Tables:n ymmärtämä KML-muotoinen Suomen kuntarajat vuodelta 2011 sisältävä data on ladattavissa täältä.
Kuten olen tässä blogissa aikaisemminkin maininnut on Helsingin Sanomat ollut aktiivinen toimija suomalaisen datajournalismin saralla. Tähän toimintaan on kuulunut mm., että HS julkaisi toukokuussa toteuttamansa kuntakoneen avoimena lähdekoodina HS Next -blogissa. Kuntakonetta hyödynnettiin laajasti seuranneessa HS Open -tapahtumassa, jossa se näytti toimivuutensa erilaisten datojen esittämiseen.
Alkuperäinen HS:n toteutus kuntakoneesta oli tehty kuntaliitoksia silmällä pitäen, joten karttaa käyttääksemme jouduimme hieman muuntamaan sitä tarpeeseemme. Poistimme kartasta mahdollisuuden yhdistellä kuntia keskenään, mutta mahdollistimme samalla helpomman kunnan uudelleenvalitsemisen. Lisäksi teimme kartan kaksikielisenä sekä toteutimme siihen mahdollisuuden rajata piirron pelkkiin ruotsinkielisiin kuntiin. (Kuva 2)
Toteutimme siis lopullisen ja julkaistun karta Helsingin Sanomien kuntakarttaan perustuen Google Fusion Tables toteutuksen sijaan, koska kuntakarttaan perustuva toteutus osoittautui visuaalisesti paremman näköiseksi ja lisäksi näimme, että omassa toteutuksessa pystyimme paremmin hallitsemaan sitä miten karttaa käytetään. Pyrkimys riippumattomuuteen ulkopuolisesta toimijasta ei sinällään ollut merkittävä tekijä päätöstä tehtäessä.
Radar teki keväällä useampia alkoholiin liittyviä juttuja radioon sekä nettiin ja siten tämä alkoholinmyyntikartta oli osa suurempaa juttujen kokonaisuutta. Lisäksi on huomioitavaa, että Radar:ssa päätuote on radio-ohjelma, jolle netti pyrkii tarjoamaan täydentävää sisältöä. Tässä tapauksessa nähtiin, että nettiin tehty uutinen keräsi hyvin paljon sivulatauksia ja että sisällöt tukivat hyvin toisiaan, koska radiossa pystyttiin keskittymään tiettyihin toimittajan valitsemiin näkökulmiin kun taas netissä pystyttiin tarjoamaan kohdennettua sisältöä kaikille siitä kiinnostuneille.
Saman alkoholinmyyntitiedon uutisointia nähtiin myös muilta suomalaisilta media-alan toimijoilta ja myös YLE Uutiset julkaisi oman uutisensa asiasta rikastettuna samalla kartalla, jota me olimme käyttäneet.
Risuja saimme lähinnä siitä, että kuntakartassa oli otettu huomioon vuoden 2013 kuntaliitokset, jotka eivät kuitenkaan olleet vielä varmistuneita. Esimerkiksi Siuntio oli liitetty Lohjaan ennenaikaisesesti, koska prosessi on vielä kesken. Pyrimme kuitenkin palvelemaan myös heitä, jotka olivat kokeneet itsensä väärin kohdelluiksi antamalla heille THL:n tarjoaman datan keskustelussa.
Yhteenvetona todettakoon, että kyseessä oli erittäin suosittuun aihealueeseen tehty datan karttavisualisointi, joka toi tehdylle jutulle huomattavaa lisäarvoa. Toteutus tuki päätuotetta eli radio-ohjelmaa ja toi myös sille lisäkuuntelijoita.
Datan hankinta
Tilastojen ja datan hankkimisen ei useinkaan tarvitse poiketa luonteeltaan ns. normaalista tiedon hausta (kuten piirakkareseptien etsiminen) eikä alkoholinmyyntitilastojen etsiminen tehnyt tähän poikkeusta. Google on erinomainen työkalu ja hakulauseella "alkoholijuomien kulutus" löytää nopeasti Tilastokeskuksen sivuille, josta käy ilmi, että alkoholijuomien myyntitilastoa ylläpitää Terveyden ja hyvinvoinnin laitos (THL).
THL kerää erinäisiä terveyteen ja ihmisten hyvinvointiin liittyviä tilastoja, joihin kuuluvat mm. alkoholinmyyntitilastot. Tilastot pitävät sisällään kunnittaiset alkoholinmyyntimäärät litroittain juomatyyppikohtaisesti, puhtaana alkoholina sekä suhteutettuna asukasta kohden. Tilastot löytyvät THL:n sivuilta vuositasolla vuosittaisten raporttien yhteydestä (Valvivan sivut antavat ymmärtää, että tilastoja kerättäisiin myös kuukausitasolla).
Ainoa ongelma THL:n sivuilta saatavassa datassa oli, että se on .pdf-muodossa. PDF-muotoista dataa ei usein mielletä koneluettavaksi tai helposti automaattisesti käsiteltäväksi, mutta myös .pdf-dokumenttien käsittely on mahdollista. Mm. Acrobat Readerin Pro -versiosta löytyy toiminnallisuus, jonka avulla .pdf-muotoinen dokumentti on mahdollista muuntaa Excel-muotoiseksi, mutta saatavilla on myös ilmaisia työkaluja kuten esimerkiksi Cometdocs-palvelu, jota itse käytin. Vaikka muunnos ei ollutkaan täydellinen oli yksittäiset virheet helppo korjata käsin.
Myöhemmin ottaessani yhteyttä THL:ään sain myös selville, että THL ylläpitää Sotkanet-nimistä palvelua, josta on mahdollista hakea kaikkia THL:n tuottamia tilastoja monipuolisten rajaustyökalujen avulla ja datat ovat ladattavissa tietokoneluettavassa muodossa. Palvelu mahdollistaa myös suoraan yksinkertaiset datan visualisoinnit mm. karttojen muodossa. Tämänkaltaisten loistavien palveluiden markkinointiin voisi panostaa enemmänkin aikaa ja rahaa.
Kokeilut Google Fusion Tables -työkalulla
Google Fusion Tables on datan visualisointityökalu, joka on osa, nykyisin Google Drive nimellä, tunnettua palvelua (aiemmin Google Docs). Fusion Tablesiin on mahdollista ladata omia datataulukoita tai palvelusta on mahdollista hakea käyttöönsä muiden käyttäjien julkisia taulukoita. Fusion Tables mahdollistaa datan näyttämisen mm. kartta-, verkosto-, viiva-, piirakka- sekä pylväsvisualisulisoinnin muodossa. Kaikki komponentit ovat muutaman hiiren klikkauksen ulottuvissa.
Alkoholinmyyntitietodata oli kuntakohtaista, joten mielekästä oli kuvata data kunnittain Suomen kartalle. Fusion Tables:ssa kuntiin (ja yleensäkin paikkatietoon) perustuvan visualisoinnin toteuttaminen on helppoa, koska palvelusta on mahdollista hakea kuntanimiin perustuen paikkojen sijainnit. Sijainnin merkitään oletuksena ns. "täpillä" (marker), joille on dataan perustuen mahdollista esimerkiksi määrittää arvoa kuvaava väri.
Google Maps -komponentti, jota käytetään kartan piirtoon osaa kuitenkin tulkita myös kuntarajoja (maantieteellisiä alueita) kun ne syötetään KML-muodossa. Näin on mahdollista käyttää yksittäisten täppien sijaan kunnan pinta-alaa datan esittämiseen. Lopputulos on myös paljon miellyttävämmän näköinen visuaalisesti kuin käytettäessä täppiä. Toki tässä tapauksessa datan luonne ei myöskään tue täppien käyttöä, koska ilmiö ei tapahdu spatiaalisesti yhdessä pisteessä vaan data kuvaa suuremman pinta-alan käyttäytymisen keskiarvoa. Toisissa datoissa tietysti taas täpät ovat luontevia datan kuvaamiselle. (Kuva 1)
 |
| Google Fusion Tables:ssa hypoteesien erilaisten testaaminen on lähtökohtaisesti näppärää. (Kuva 1) |
Google Fusion Tablesissa erilaisten hypoteesien kokeileminen on helppoa, koska mm. värivalintojen tekeminen onnistuu suoraan käyttöliittymäkomponenttien avulla. Tämä mahdollistaa isojenkin muutosten tekemisen nopeasti, joka esimerkiksi omassa toteutuksessa vaatii aina koodaustyötä. Fusion Tables:n ongelmia ovat, että tuotokset eivät erotu, koska ne näyttävät Google:n tuotteilta ja toisaalta, että datan joutuu luovuttamaan Google:lle, joka voi olla arkaluontoisten datojen kohdalla ongelma.
Goole Maps:n ja Google Fusion Tables:n ymmärtämä KML-muotoinen Suomen kuntarajat vuodelta 2011 sisältävä data on ladattavissa täältä.
Lopullinen toteutus HS:n kuntakoneella
Kuten olen tässä blogissa aikaisemminkin maininnut on Helsingin Sanomat ollut aktiivinen toimija suomalaisen datajournalismin saralla. Tähän toimintaan on kuulunut mm., että HS julkaisi toukokuussa toteuttamansa kuntakoneen avoimena lähdekoodina HS Next -blogissa. Kuntakonetta hyödynnettiin laajasti seuranneessa HS Open -tapahtumassa, jossa se näytti toimivuutensa erilaisten datojen esittämiseen.
Alkuperäinen HS:n toteutus kuntakoneesta oli tehty kuntaliitoksia silmällä pitäen, joten karttaa käyttääksemme jouduimme hieman muuntamaan sitä tarpeeseemme. Poistimme kartasta mahdollisuuden yhdistellä kuntia keskenään, mutta mahdollistimme samalla helpomman kunnan uudelleenvalitsemisen. Lisäksi teimme kartan kaksikielisenä sekä toteutimme siihen mahdollisuuden rajata piirron pelkkiin ruotsinkielisiin kuntiin. (Kuva 2)
 |
| Kartan värit perustuivat YLE:n uuteen ilmeeseen. Toteutus mahdollisti kartan näkökulman muokkauksen. (Kuva 2) |
Toteutimme siis lopullisen ja julkaistun karta Helsingin Sanomien kuntakarttaan perustuen Google Fusion Tables toteutuksen sijaan, koska kuntakarttaan perustuva toteutus osoittautui visuaalisesti paremman näköiseksi ja lisäksi näimme, että omassa toteutuksessa pystyimme paremmin hallitsemaan sitä miten karttaa käytetään. Pyrkimys riippumattomuuteen ulkopuolisesta toimijasta ei sinällään ollut merkittävä tekijä päätöstä tehtäessä.
Jälkipyykki; mitä näimme, mitä opittiin
Radar teki keväällä useampia alkoholiin liittyviä juttuja radioon sekä nettiin ja siten tämä alkoholinmyyntikartta oli osa suurempaa juttujen kokonaisuutta. Lisäksi on huomioitavaa, että Radar:ssa päätuote on radio-ohjelma, jolle netti pyrkii tarjoamaan täydentävää sisältöä. Tässä tapauksessa nähtiin, että nettiin tehty uutinen keräsi hyvin paljon sivulatauksia ja että sisällöt tukivat hyvin toisiaan, koska radiossa pystyttiin keskittymään tiettyihin toimittajan valitsemiin näkökulmiin kun taas netissä pystyttiin tarjoamaan kohdennettua sisältöä kaikille siitä kiinnostuneille.
Saman alkoholinmyyntitiedon uutisointia nähtiin myös muilta suomalaisilta media-alan toimijoilta ja myös YLE Uutiset julkaisi oman uutisensa asiasta rikastettuna samalla kartalla, jota me olimme käyttäneet.
Risuja saimme lähinnä siitä, että kuntakartassa oli otettu huomioon vuoden 2013 kuntaliitokset, jotka eivät kuitenkaan olleet vielä varmistuneita. Esimerkiksi Siuntio oli liitetty Lohjaan ennenaikaisesesti, koska prosessi on vielä kesken. Pyrimme kuitenkin palvelemaan myös heitä, jotka olivat kokeneet itsensä väärin kohdelluiksi antamalla heille THL:n tarjoaman datan keskustelussa.
Yhteenvetona todettakoon, että kyseessä oli erittäin suosittuun aihealueeseen tehty datan karttavisualisointi, joka toi tehdylle jutulle huomattavaa lisäarvoa. Toteutus tuki päätuotetta eli radio-ohjelmaa ja toi myös sille lisäkuuntelijoita.
maanantai 18. kesäkuuta 2012
Näkökulma: Datajournalismi ennen, nyt ja tulevaisuudessa
Käsittelen tällä kertaa blogille epätyypillisesti datajournalismia konseptuaalisesti ilman konkreettista käyttötapausta. Motivaationa tähän on, etten mielestäni ole nähnyt tarpeeksi useita datajournalismia käsitteenä selittäviä kirjoituksia tai datajournalismin taustoja avaavia tekstejä.
Ja kuten hyvän draamankaareen kuuluu aloitan tämänkin tarinan alusta; kun datajournalismi syntyi.
Kuten etenkin asiasta kiinnostuneet ovat huomanneet on dataan perustuva journalismi, ns. datajournalismi, noussut viime aikoina erittäin kuumaksi puheenaiheeksi. Datajournalismi käsitteenä on uusi, mutta ilmiön taustat ulottuvat paljon kauemmaksi ja itseasiassa dataan perustuvan ja tietokoneavusteisen journalismin juuret ja aikaisimmat käytännön esimerkit löytyvät jo 1950- ja 1960-luvuilta.
Erään lähteen mukaan tietokoneavusteisen journalismin ensimmäisenä merkkipaaluna nähdään vuoden 1952 USA:n presidentin vaalien tuloksen ennustaminen. Tuolloin Walter Cronkite hyödynsi UNIVAC I -nimistä tietokonetta ja käytettävissä olevaa äänestysdataa ennustamaan, että Dwight D. Eisenhower tulisi voittamaan vaalit vastoin ennakko-odotuksia.
Toisaalla merkittävämpänä mainitaan tapaus, jossa Philip Meyer vuonna 1967 näytti dataan perustuen miten Detroitin mielenosoituksiin osallistuneiden koulutustausta oli heterogeeninen eikä osallistuminen korreloinut ihmisten koulutustaustaan. Yleinen oletus oli, että mielenosoituksiin osallistuneet olisivat olleet matalasti koulutettuja, mutta Meyerin data-analyysi osoitti toisin. (Kuva 1)
Kuten nämä esimerkit osoittavat on dataa hyödynnetty journalismissa jo pitkään ja voidaan sanoa, että jo 1980-luvulta lähtien tietokoneavusteinen journalismismi on toiminut toimittajien työvälineenä.
Tämän hetkinen datajournalismi-aalto siis kumpuaa historiasta, mutta pitää sisällään toki uusia elementtejä. Esimerkiksi avoimen tiedon ja ilmaisten sekä avoimien työkalujen lisääntyminen on merkittävästi suoraviivaistanut dataan perustuvan journalismin toteuttamista. Lisäksi merkittävä uusi näkökulma nykyisessä datajournalismissa on tekniikan osaajien tuleminen mukaan prosessiin. Dataan perustuvan journalismin yleistymistä on osaltaan edesauttanut myös Internetin yleistymisen myötä eteen tullut median murros ja ettei journalismia tehdä enää vain toimituksellisena työnä suurissa mediataloissa vaan osaajat ympäri maailmaa ja yli koulutusalojen pystyvät ottamaan osaa tiedon välittämiseen ihmisiltä toisille.
Avoimen tiedon lisääntymistä ovat edesauttaneet mm. useiden valtioiden toimet sen eteen, että julkisin varoin tuotettu tieto tulisi olla avointa ja kansalaisten hyödynnettävissä. Myös Suomessa nykyiseen hallitusohjelmaan on kirjattu, että kaikki julkisin varoin tuotettu tieto tulisi olla avoimesti kansalaisten saatavilla.
Yksittäiset tapaukset kuten tietovuodot ja kiinnostavat datan avaukset ovat tuottaneet hyviä dataan perustuvia visualisointeja ja applikaatioita. Esimerkkitapaukset ovat vieneet datajournalismia kohti konkretiaa, joka on johtanut siihen, että esimerkiksi mediataloissa datajournalismin tekemisestä saatavat hyödyt ovat tulleet näkyviksi.
Mitä muuten on datajournalismi, miten se linkittyy esimerkiksi tiedon visualisointiin, infografiikkaan, pelillisyyteen, journalismiin, sosiaalisen verkostojen analyysiin ja toisaalta datan analysointiin. (Kuva 2)
Datajournalismi, kuten käsitteet usein, voidaan määritellä usealla eri tavalla ja datajournalismi-käsitteen alle on mahdollista mieltää kuuluvan hyvinkin monta aihealuetta. Toisaalta datajournalismi voidaan rajata hyvin tarkastikin tarkoittamaan vain tiettyä rajattua alaa. Mielestäni sanojen määrittely ei useinkaan ole kovin hedelmällistä vaan tärkeämpää on eri osaajien välinen yhteisymmärrys ja keskustelu. Nostaisin esiin kaksi sellaista näkökulmaa, jotka ohjaavat ajattelua oikeaan suuntaan.
1) Infografiikka ei ole datajournalismia
Mielestäni on hyvä erottaa datajournalismi pelkästä infografiikasta, joka esittää esimerkiksi yksittäisiä lukuja tai muuta tietoa grafiikan keinoin. Datajournalismi-käsitteessä oleellista on, että taustalla on tietoaineisto, jota on käsitelty sekä analysoitu ja joka esitetään journalistisesta näkökulmasta esimerkiksi visualisoinnin keinoin.
2) Data on journalismin työkalu
Datajournalismia tuottavat henkilöt omaavat usein teknistä osaamista, jolloin unohtuu helposti, että tavoitteena journalismissa on tuottaa kuluttajia kiinnostavia sisältöjä. Journalismin ei tulisi olla sivutuote, joka mahdollistetaan datan tai visualisointien avulla vaan journalistisen työn tulisi olla ohjaava voima. Datan ja visualisointien tehtävä on sekä a) tehdä kiinnostavista tarinoista vielä rikkaampia että b) mahdollistaa uudenlaisten tarinoiden löytäminen.
Mielestäni datajournalismi on yhteinen nimitys mm. sellaisille käsitteille kuin tietokoneavusteinen journalismi, visuaalinen tarinan kerronta ja dataan perustuva journalismi.
Maailmalla datajournalismia tehdään jo paljon ja mm. BBC, Guardian, La Times ja Ny Times ovat globaaleja edelläkävijöitä. Suomessa datajournalismia tehdään edelleen paljon yksityisin ja jopa vapaaehtoisin voimin muutamia poikkeuksia lukuunottamatta. Kuitenkin, jotta nykyinen liikehdintä muuttuisi pysyväksi ja palkitsevaksi on työstä pidemmän päälle mielekästä saada myös korvaus. Osa suomalaisista mediataloista onkin lähtenyt viemään toimintaansa enemmän datajournalismin suuntaan.
Suomessa Helsingin Sanomat on epäilemättä ollut alan edelläkävijänä. Maaliskuussa 2011 ensimmäistä kertaa järjestetty HSOpen on lyhyessä ajassa paaluttanut itsensä suomalaisen datajournalismin merkkitapahtumaksi. HSOpen on yksipäiväinen tapahtuma, joka kokoaa yhteen datajournalismista kiinnostuneet tekniikan, journalismin ja graafisen alan osaajat. Tapahtuma on tarjonnut alasta kiinnostuille mahdollisuuden keskinäiseen kommunikointiin sekä toisiinsa tutustumiseen ja antanut samalla Helsingin Sanomille hyvin eksplisiittisen näköalan suomalaisiin datajournalismin tekijöihin. Varmasti HSOpen tapahtumista saatujen hyvien kokemusten perusteella Helsingin Sanomat on myös perustanut erityisen vain datajournalismiin keskittyvän toimituksen, jonka itseoikeutetuksi tuottajaksi valittu Esa Mäkinen on ollut alan suomalainen hengillistymä.
Suomen Kuvalehti on toinen aktiivisesti datajournalismin viittaa Suomessa ylläpitänyt taho. Suomen Kuvalehti on toteuttanut datajournalismia Helsingin Sanomia enemmän sisäisesti, mutta tulokset ovat olleet hienoja sekä ja niitä on mahdollista seurata erityisesti datajournalismiin keskittyneeltä teemasivulta.
Myös muissa suomalaisissa mediataloissa datajournalismia on tehty, mutta tapaukset ovat olleet enemmän yksittäisiä tuotoksia.
Disclaimer: Tämän kohdan tarkoitus on antaa kuva siitä piilevästä ja vielä paljolti realisoimattomasta kiinnostuksesta, joka journalismissa on dataan ja sen käyttämiseen.
Oma henkilökohtainen taustani on, että olen tietotekniikan diplomi-insinööri Tampereen teknillisestä yliopistosta. Pääaineenani luin hypermediaa ja olin myös töissä Hypermedialaboratoriossa tutkijana kolmen vuoden ajan ennen ja jälkeen valmistumiseni vuosina 2009-2011. Vuoden vaihteessa 2011/12 siirryin töihin Yleisradioon nimikkeellä Web-suunnittelija.
Jo työskennellessäni Hypermedialaboratoriossa olin kiinnostunut visuaalisesta tarinan kerronnasta sekä datan näkyväksi tekemisestä visualisointien avulla ja seurasin mielenkiinnolla aihealueeseen liittyvää uutisointia ja kehitystä. Tapahtumat kuten Helsingin Sanomien HSOpen, Open Govenment Data Camp Varsovassa ja avoimen datan talkoot Tampereella sekä tietysti omassa tutkimustyössäni eteen tulleet datan visualisointitapaukset tuntuivat todella mielekkäiltä ja motivoivilta.
Näiden tekijöiden myötä siirtyminen Tampereelta Helsinkiin ja Yleisradioon oli luonteva ratkaisu eikä vähiten siksi, että YLE:ssä oli mahdollisuus päästä lähelle niitä ihmisiä, joilla on mahdollisuus kertoa tarinoita ja hyödyntää dataa yleisölle näkyvällä tavalla. Tarve tekniselle osaamiselle journalismin tekemisessä yllätti kuitenkin minut täysin enkä osannut ennakoida, että jo ensimmäisen 6kk:n aikana minuun oltaisi henkilökohtaisesti ehditty ottaa yhteyttä pääosin kaikista Yleisradion ajankohtais- tai tutkivaa journalismia tekevistä ohjelmista kuten MOT, A-Studio, A-Studio: Stream, YLE Uutiset, Spotlight ja Radar joitakin mainitakseni.
Konkreettisesti olen jo ehtinyt olla mukana mm. Spotlight:ssa tekemässä verkostoanalyysiä Perussuomalaisten yhteyksistä äärijärjestöihin, Radar:ssa tekemässä alkoholin myyntiä kuvaavaa interaktiivista karttaa (Kuva 3) ja YLE Uutisissa tekemässä Hyvinkään ampumistapauksesta epäillyn Facebook-kaveriverkostoa kuvaavaa analyysiä. Lisäksi olen mukana puolen kymmenessä meneillään olevassa hankkeessa, joissa fokuksena on datajournalismin toteuttaminen.
Piilevää tarvetta ja halua datajournalismin tekemiseen siis on ja ilmiö ei varmasti ole vain Yleisradioon rajoittuva. Uskoisin, että esimerkiksi paikallisissa printtimedioissa olisi samankaltaista kiinnostusta tekniikan käyttämiseen journalismissa ja kyse on vain priorisoinnista ja oikeiden ihmisten löytymisestä.
Tulevaisuudessa näkisin, että yhä useammat suomalaiset mediatalot tulevat perustamaan enemmän tai vähemmän pelkästään datajournalismiin keskittyviä toimituksia ja palkkaamaan henkilöitä, jotka pystyvät tuottamaan interaktiivisia ja kuluttajia sitouttavia visualisointeja. Tämänkaltaista kehitystä on esimerkiksi nähtävissä Yleisradiossa ja kuten mainittua Helsingin Sanomat on oman datajournalismi-toimituksensa jo perustanut.
Maailmalla datajournalismi on jo arkipäivää ja esimerkiksi USA:ssa pienilläkin paikallislehdillä on omia datajournalismi-osastoja. Myös muissa pohjoismaissa suuntaus on ollut dataan perustuvan journalismin kannalta myönteistä, joten näyttää siltä, että on vain ajankysymys kun Suomessakin liikehdintään todella herätään.
Ja kuten hyvän draamankaareen kuuluu aloitan tämänkin tarinan alusta; kun datajournalismi syntyi.
Datajournalismin lyhyt historia, 1950-l tähän päivään
Kuten etenkin asiasta kiinnostuneet ovat huomanneet on dataan perustuva journalismi, ns. datajournalismi, noussut viime aikoina erittäin kuumaksi puheenaiheeksi. Datajournalismi käsitteenä on uusi, mutta ilmiön taustat ulottuvat paljon kauemmaksi ja itseasiassa dataan perustuvan ja tietokoneavusteisen journalismin juuret ja aikaisimmat käytännön esimerkit löytyvät jo 1950- ja 1960-luvuilta.
Erään lähteen mukaan tietokoneavusteisen journalismin ensimmäisenä merkkipaaluna nähdään vuoden 1952 USA:n presidentin vaalien tuloksen ennustaminen. Tuolloin Walter Cronkite hyödynsi UNIVAC I -nimistä tietokonetta ja käytettävissä olevaa äänestysdataa ennustamaan, että Dwight D. Eisenhower tulisi voittamaan vaalit vastoin ennakko-odotuksia.
Toisaalla merkittävämpänä mainitaan tapaus, jossa Philip Meyer vuonna 1967 näytti dataan perustuen miten Detroitin mielenosoituksiin osallistuneiden koulutustausta oli heterogeeninen eikä osallistuminen korreloinut ihmisten koulutustaustaan. Yleinen oletus oli, että mielenosoituksiin osallistuneet olisivat olleet matalasti koulutettuja, mutta Meyerin data-analyysi osoitti toisin. (Kuva 1)
 |
| Detroitissa oli vuonna 1967 laajoja mellakoita, joiden ymmärtämisessä data-analyysi oli tärkeässä asemassa. (Kuva 1) |
Kiinnostus ja mahdollisuudet datajournalismiin kasvavat
Tämän hetkinen datajournalismi-aalto siis kumpuaa historiasta, mutta pitää sisällään toki uusia elementtejä. Esimerkiksi avoimen tiedon ja ilmaisten sekä avoimien työkalujen lisääntyminen on merkittävästi suoraviivaistanut dataan perustuvan journalismin toteuttamista. Lisäksi merkittävä uusi näkökulma nykyisessä datajournalismissa on tekniikan osaajien tuleminen mukaan prosessiin. Dataan perustuvan journalismin yleistymistä on osaltaan edesauttanut myös Internetin yleistymisen myötä eteen tullut median murros ja ettei journalismia tehdä enää vain toimituksellisena työnä suurissa mediataloissa vaan osaajat ympäri maailmaa ja yli koulutusalojen pystyvät ottamaan osaa tiedon välittämiseen ihmisiltä toisille.
Avoimen tiedon lisääntymistä ovat edesauttaneet mm. useiden valtioiden toimet sen eteen, että julkisin varoin tuotettu tieto tulisi olla avointa ja kansalaisten hyödynnettävissä. Myös Suomessa nykyiseen hallitusohjelmaan on kirjattu, että kaikki julkisin varoin tuotettu tieto tulisi olla avoimesti kansalaisten saatavilla.
“Julkisin varoin tuotettuja tietovarantoja avataan kansalaisten ja yritysten käyttöön. Tavoitteena on julkisen sektorin hallinnoimien digitaalisten tietoaineistojen saattaminen helposti uudelleenkäytettävässä muodossa tietoverkkojen kautta kansalaisten, yritysten ja yhteisöjen, viranomaisten, tutkimuksen ja koulutuksen hyödynnettäväksi.”Hyvät ja helppokäyttöiset työkalut kuten Google Fusion Tables, Google Charts, Highcharts, D3/Protovis ja Raphaël mahdollistavat Internetissä jaettavien interaktiivisten sovellusten toteuttamisen suhteellisen pienellä vaivalla ja tämä on osaltaan motivoinut osaajia tuottamaan datajournalismia. Osa työkaluista kuten Google Fusion Tables yhistettynä Excel-osaamiseen ovat myös siinä määrin helppoja oppia, että niiden käyttäminen onnistuu myös ilman suurempaa teknistä harjaantuneisuutta.
Yksittäiset tapaukset kuten tietovuodot ja kiinnostavat datan avaukset ovat tuottaneet hyviä dataan perustuvia visualisointeja ja applikaatioita. Esimerkkitapaukset ovat vieneet datajournalismia kohti konkretiaa, joka on johtanut siihen, että esimerkiksi mediataloissa datajournalismin tekemisestä saatavat hyödyt ovat tulleet näkyviksi.
Välisoitto: Mitä on datajournalismi
Mitä muuten on datajournalismi, miten se linkittyy esimerkiksi tiedon visualisointiin, infografiikkaan, pelillisyyteen, journalismiin, sosiaalisen verkostojen analyysiin ja toisaalta datan analysointiin. (Kuva 2)
 |
| Datajournalismiin liittyy useita eri vaiheita ja osaamista. (Kuva 2) |
1) Infografiikka ei ole datajournalismia
Mielestäni on hyvä erottaa datajournalismi pelkästä infografiikasta, joka esittää esimerkiksi yksittäisiä lukuja tai muuta tietoa grafiikan keinoin. Datajournalismi-käsitteessä oleellista on, että taustalla on tietoaineisto, jota on käsitelty sekä analysoitu ja joka esitetään journalistisesta näkökulmasta esimerkiksi visualisoinnin keinoin.
2) Data on journalismin työkalu
Datajournalismia tuottavat henkilöt omaavat usein teknistä osaamista, jolloin unohtuu helposti, että tavoitteena journalismissa on tuottaa kuluttajia kiinnostavia sisältöjä. Journalismin ei tulisi olla sivutuote, joka mahdollistetaan datan tai visualisointien avulla vaan journalistisen työn tulisi olla ohjaava voima. Datan ja visualisointien tehtävä on sekä a) tehdä kiinnostavista tarinoista vielä rikkaampia että b) mahdollistaa uudenlaisten tarinoiden löytäminen.
Mielestäni datajournalismi on yhteinen nimitys mm. sellaisille käsitteille kuin tietokoneavusteinen journalismi, visuaalinen tarinan kerronta ja dataan perustuva journalismi.
HSOpen ja Suomen Kuvalehti suomalaisina päänavaajina
Maailmalla datajournalismia tehdään jo paljon ja mm. BBC, Guardian, La Times ja Ny Times ovat globaaleja edelläkävijöitä. Suomessa datajournalismia tehdään edelleen paljon yksityisin ja jopa vapaaehtoisin voimin muutamia poikkeuksia lukuunottamatta. Kuitenkin, jotta nykyinen liikehdintä muuttuisi pysyväksi ja palkitsevaksi on työstä pidemmän päälle mielekästä saada myös korvaus. Osa suomalaisista mediataloista onkin lähtenyt viemään toimintaansa enemmän datajournalismin suuntaan.
Suomessa Helsingin Sanomat on epäilemättä ollut alan edelläkävijänä. Maaliskuussa 2011 ensimmäistä kertaa järjestetty HSOpen on lyhyessä ajassa paaluttanut itsensä suomalaisen datajournalismin merkkitapahtumaksi. HSOpen on yksipäiväinen tapahtuma, joka kokoaa yhteen datajournalismista kiinnostuneet tekniikan, journalismin ja graafisen alan osaajat. Tapahtuma on tarjonnut alasta kiinnostuille mahdollisuuden keskinäiseen kommunikointiin sekä toisiinsa tutustumiseen ja antanut samalla Helsingin Sanomille hyvin eksplisiittisen näköalan suomalaisiin datajournalismin tekijöihin. Varmasti HSOpen tapahtumista saatujen hyvien kokemusten perusteella Helsingin Sanomat on myös perustanut erityisen vain datajournalismiin keskittyvän toimituksen, jonka itseoikeutetuksi tuottajaksi valittu Esa Mäkinen on ollut alan suomalainen hengillistymä.
Suomen Kuvalehti on toinen aktiivisesti datajournalismin viittaa Suomessa ylläpitänyt taho. Suomen Kuvalehti on toteuttanut datajournalismia Helsingin Sanomia enemmän sisäisesti, mutta tulokset ovat olleet hienoja sekä ja niitä on mahdollista seurata erityisesti datajournalismiin keskittyneeltä teemasivulta.
Myös muissa suomalaisissa mediataloissa datajournalismia on tehty, mutta tapaukset ovat olleet enemmän yksittäisiä tuotoksia.
Oma siirtymiseni Yleisradioon ja tarve tekniikan osaajista
Disclaimer: Tämän kohdan tarkoitus on antaa kuva siitä piilevästä ja vielä paljolti realisoimattomasta kiinnostuksesta, joka journalismissa on dataan ja sen käyttämiseen.
Oma henkilökohtainen taustani on, että olen tietotekniikan diplomi-insinööri Tampereen teknillisestä yliopistosta. Pääaineenani luin hypermediaa ja olin myös töissä Hypermedialaboratoriossa tutkijana kolmen vuoden ajan ennen ja jälkeen valmistumiseni vuosina 2009-2011. Vuoden vaihteessa 2011/12 siirryin töihin Yleisradioon nimikkeellä Web-suunnittelija.
Jo työskennellessäni Hypermedialaboratoriossa olin kiinnostunut visuaalisesta tarinan kerronnasta sekä datan näkyväksi tekemisestä visualisointien avulla ja seurasin mielenkiinnolla aihealueeseen liittyvää uutisointia ja kehitystä. Tapahtumat kuten Helsingin Sanomien HSOpen, Open Govenment Data Camp Varsovassa ja avoimen datan talkoot Tampereella sekä tietysti omassa tutkimustyössäni eteen tulleet datan visualisointitapaukset tuntuivat todella mielekkäiltä ja motivoivilta.
Näiden tekijöiden myötä siirtyminen Tampereelta Helsinkiin ja Yleisradioon oli luonteva ratkaisu eikä vähiten siksi, että YLE:ssä oli mahdollisuus päästä lähelle niitä ihmisiä, joilla on mahdollisuus kertoa tarinoita ja hyödyntää dataa yleisölle näkyvällä tavalla. Tarve tekniselle osaamiselle journalismin tekemisessä yllätti kuitenkin minut täysin enkä osannut ennakoida, että jo ensimmäisen 6kk:n aikana minuun oltaisi henkilökohtaisesti ehditty ottaa yhteyttä pääosin kaikista Yleisradion ajankohtais- tai tutkivaa journalismia tekevistä ohjelmista kuten MOT, A-Studio, A-Studio: Stream, YLE Uutiset, Spotlight ja Radar joitakin mainitakseni.
Konkreettisesti olen jo ehtinyt olla mukana mm. Spotlight:ssa tekemässä verkostoanalyysiä Perussuomalaisten yhteyksistä äärijärjestöihin, Radar:ssa tekemässä alkoholin myyntiä kuvaavaa interaktiivista karttaa (Kuva 3) ja YLE Uutisissa tekemässä Hyvinkään ampumistapauksesta epäillyn Facebook-kaveriverkostoa kuvaavaa analyysiä. Lisäksi olen mukana puolen kymmenessä meneillään olevassa hankkeessa, joissa fokuksena on datajournalismin toteuttaminen.
 |
| Datajournalismi ilmentyy usein visualisointina, josta tämä Radar:lle tehty alkoholinmyyntiä kuvaava kartta on esimerkki. (Kuva 3) |
Tulevaisuuden näkymät
Tulevaisuudessa näkisin, että yhä useammat suomalaiset mediatalot tulevat perustamaan enemmän tai vähemmän pelkästään datajournalismiin keskittyviä toimituksia ja palkkaamaan henkilöitä, jotka pystyvät tuottamaan interaktiivisia ja kuluttajia sitouttavia visualisointeja. Tämänkaltaista kehitystä on esimerkiksi nähtävissä Yleisradiossa ja kuten mainittua Helsingin Sanomat on oman datajournalismi-toimituksensa jo perustanut.
Maailmalla datajournalismi on jo arkipäivää ja esimerkiksi USA:ssa pienilläkin paikallislehdillä on omia datajournalismi-osastoja. Myös muissa pohjoismaissa suuntaus on ollut dataan perustuvan journalismin kannalta myönteistä, joten näyttää siltä, että on vain ajankysymys kun Suomessakin liikehdintään todella herätään.
Tilaa:
Blogitekstit (Atom)