Rivitoimittajasta avoimen datan asiantuntijaksi 4/4
Miksi dataa pitää visualisoida?
Olen kuluneen kuukauden aikana sukeltanut datavisualisoinnin maailmaan. Kaiken hössötyksen ja intoilun keskellä olen kuitenkin pohtinut kysymystä, miksi dataa tulisi visualisoida.
Datan visualisoinnin ei tulisi koskaan olla itseisarvo. Datavisualisointeja ei tulisi liittää osaksi journalistisia juttuja, jollei niille ole tarvetta. Pelkästään se, että toimittaja on innostunut ja opetellut tekemään visualisointeja ei ole pätevä syy niiden julkaisemiselle. Huono datavisualisointi on aina huono datavisualisointi.
Huonolla datavisualisoinnilla en tarkoita suinkaan sitä, kuinka taitavasti tai huonosti visualisointi on tehty. Huono visualisointi ei tuo juttuun mitään lisää. Jos journalistinen tuotos vastaa jo kaikkiin kysymyksiin, ei visualisoinnin tarvitse enää näihin samoihin kysymyksiin vastata.
Visualisointi palvelee kuluttajaa
Visualisoinnin tulisi tukea journalistista juttua ja tuoda sille lisäarvoa. Jos visualisointi on jutun pääelementti, tulee sen olla tarkoituksenmukainen. Toisin sanoen visualisoinnin tulee kuluttajan kannalta olla paras tapa esittää käsitelty asia.
Sanallinen prosenttien vertailu ja summien pyörittely ei useimmille meistä kerro vielä mitään. Kun asiat laitetaan visuaaliseen muotoon, ymmärrämme välittömästi esimerkiksi asioiden väliset suhteet.
Visualisoinnin tulee kuluttajan kannalta olla paras tapa esittää käsitelty asia.
Journalismia tehdään lähtökohtaisesti kuluttajalle. Toimittajan pyrkimyksenä on avata asioita helpommin ymmärrettävään muotoon. Tieto tarvitsee siis esittää niin, että se asettuu kuluttajan omaan elämään. Näin tieto on helpoiten ymmärrettävissä.
Otetaan esimerkiksi uutinen Suomessa sähköjä katkoneesta Seija-myrskystä. Uutiseen tuodaan lisäarvoa datavisualisoinnilla, jossa kartalle on sijoitettu myrskystä kärsineet alueet. Tämä visualisointi auttaa ymmärtämään tuhon laajuuden koko Suomen mittakaavassa. Samalla uutinen sijoitetaan kuluttajan omaan elämään. Kuluttaja voi itse kartalta hakea oman kotiseutunsa ja katsoa, millaista tuhoa myrsky on saanut aikaan hänen omassa kotikunnassaan. Vaihtoehtoisesti uutisessa olisi voitu vain luetella myrskystä kärsineiden kotitalouksien määrä ja tuhojen laajuus.
Tämän visualisoinnin tekeminen ei vielä vaadi paljoa aikaa. Jos aikaa olisi käytettävissä enemmän, karttaan voisi lisäksi liittä Eino-myrskyn tuhot. Näin kuluttaja voisi vertailla tuhojen määrää ja laajuutta. Datavisualisoinnin mahdollisuudet ovat loputtomat!
Maistiaiset datamaailmasta herättivät halun oppia lisää
Tällä hetkellä koen vasta raapaisseeni pintaa avoimen datan käytössä. Ehkä juuri tästä syystä into ja kiinnostus on entisestään vain kasvanut. Tämän dataprojektin pyrkimyksenä oli opetella perusasiat, mutta nälkä on kasvanut syödessä. Odotan jo innolla, että jatkossa pääsen tutustumaan dataan vielä paremmin!
Ensi perjantaina HRI:n sivuilla julkaistaan tekemäni pieni, journalisteille suunnattu tietopaketti avoimen datan käytöstä. Samalla julkaistaan muutama HRI:ssa avatusta datasta tekemäni datavisualisointi, joiden kyljessä on pieni kuvaus niiden tekemisestä.
Toivottavasti onnistuin herättämään sisälläsi vielä nukkuvan datajournalistin tai datavisualisoijan!
Tekstin kirjoittaja Jasmina Savolainen on avoimeen dataan hurahtanut monimediatoimittaja. Hän opiskelee neljättä vuotta journalismia Turun Ammattikorkeakoulussa. Savolainen etsii datakokeiluidensa kautta uusia oivalluksia toimittajan työhön ja toivoo samalla avaavansa avoimen datan mahdollisuuksia myös muille.
Lue Jasmina Savolaisen Rivitoimittajasta avoimen datan asiantuntijaksi -blogisarjan muut kirjoitukset:
- 1/4: Tutustuminen avoimeen dataan alkaa
- 2/4: Avoimen datan merkitys ja olemus
- 3/4: Avoin data on hyvä renki, mutta huono isäntä
- 4/4: Miksi dataa pitää visualisoida?