Your browser doesn't support the features required by impress.js, so you are presented with a simplified version of this presentation.

For the best experience please use the latest Chrome, Safari or Firefox browser.


Datajournalismi




Käytä nuolinäppäimiä "eteen" ja "taakse" navigoidaksesi.

Datajournalismi


Teemo Tebest
  •  Kotisivu
  •  Blogi
  •  @teelmo
Yleisradio| 24.10.2012

Teemo Tebest

Teemo Tebest

•  Web-suunnittelija, Svenska Yle.
•  Aikaisemmin tutkijana TTY:llä.
•  Tietotekniikan diplomi-insinööri.

Yleen joulukuussa 2011 parrakkaana Web-kehittäjänä.

Kuka Kukin On?



Kuvaile yhdellä kahdella lauseella kuka sinä olet ja miksi olet täällä.

Entä Miksi Minä Olen Täällä?

Haluan kertoa teille visuaalisesta tarinan kerronnasta, käyttäjävuorovaikutuksesta ja datan visualisoinnista...
 → Datajournalismista.

Lyhyt Historia

Datajournalismin katsotaan    syntyneen 1950 – 1960-luvuilla.
Aikaisemmin on puhuttu mm.    tietokoneavusteisesta journalismista    ja tietokantajournalismista.
Kyse ei ole siis uudesta ilmiöstä

Lyhyt Historia

Aikaisimmat esimerkit keskittyvät    mm. vaalidatan käsittelemiseen.
Nykyinen aalto kumpuaa avoimesta    tiedosta, paremmista työkaluista ja    yleisestä media-alan murroksesta.  →Lue lisää

Mutta nyt asiaan!



Esimerkkejä, esimerkkejä ja vielä kerran esimerkkejä!

Esimerkkejä

Kartoista, tiedon ryömimisestä, tiedon raapimisesta, aikajanoista, Twitteristä, Facebookista, verkostoista, videoista, kuvista, piirakoista, pylväistä.

Ensin Kuitenkin...

src: http://www.condenaststore.com/-sp/But-first-a-distraction-New-Yorker-Cartoon-Prints_i8479863_.htm
src: http://www.infovis.net/printMag.php?lang=2&num=186
src: http://www.infovis.net/printMag.php?lang=2&num=186

Noniin, voimme katsoa videoita


>> cd /Users/teelmo/Documents/Projects/Datavis/gource/gource-0.37.win32
>> gource vpkk2011_2011-11-04.txt -r 30 -s 5 -i 0 --title VPKK2011 --key --user-image-dir avatar --hide usernames,bloom --disable-auto-rotate --background-colour 000000 -f


Esimerkit kumpuavat etenkin aikaisemmalta tutkijan uraltani.

Mitä siis näimme?

Ensimmäinen video kertoi etenkin datan visualisoinnista ja toinen oli visuaalisen tarinan kerrontaa.

Karttaesimerkkejä

Toteutustekniikka:
  • Google Maps ja Fusion Tables sekä      JavaScript-pohjaiset räätälöinnit.
Piirtotekniikka:
  • Pinta-alaa ja pisteitä kuvaavat      kartat sekä niiden yhdistelmät.
src: http://www.taloussanomat.fi/autot/2012/09/24/kartta-nayttaa-euroopan-bensahinnat-uudella-tavalla/201238464/304
http://datajournalismi.blogspot.com/2012/09/naistutka-2000-minne-naiset-menneet-on.html
src: http://www.kuntavaalit.fi/ehdokas/kuntanavigaattori/Sivut/default.aspx
src: http://svenska.yle.fi/artikel/2012/09/04/har-kanner-sig-folk-otrygga-i-svenskfinland-se-kartan

Svenska Yle förevisar:
Alkoholkartan

Svenska Yle:n ajankohtaisradio-ohjelma Radar teki keväällä ohjelmasarjaa alkoholinkäytöstä Suomessa.
Eva Koskinen otti minuun yhteyttä ja kysyi olisiko mahdollista kuvata alkoholin käyttöä kunnittain. Samoihin aikoihin THL julkisti vuosittaiset alkoholinmyyntitilastot, joita se kerää.
Katso artikkeli

Alkoholikartta

Hyvää:
 • Kartta toi lisäarvoa radiojutulle.
 • Julkaistiin oikea-aikaisesti.
Huonoa:
 • Siuntion kuntaliitos Lohjaan.
 • Alkoholin kulutus vrt. -myynti.

Ai niin!

Ja kun kartta oli toteutettu ottaen huomioon molemmat kieliryhmät oli mahdollista tehdä:

Näin viina käy kaupaksi - katso    oman kuntasi myynti

Ja Yksityiskohdat

 • Kartta perustuu HS:n    kuntakoneeseen.
 • Toteutettu koodilla, joka pohjautuu    Raphaël-JavaScript -kirjastoon.
 • Upotus uutisivuille <iframe>:lla.
 • ... ja katsotaanpa vielä koodia hetki!

Alkoholikartan tiedostot

Data, esityskerros ja JavaScript-koodit. Next: Spotlight →

Case: Spotlight ja PerusS

 • Facebook-raavintaa
 • Verkostoanalyysiä

 → Enpäs tehnyt, no teithän!

PerusS ja Islamofobia

MOTSilminnäkijä ja Spotlight tekivät useamman ohjelman juttusarjan FDL:n toiminnasta Suomessa. Spotlight keskittyi etenkin Perussuomalaisten kytköksiin FDL:ssä.

Mitä tehtiin?!

Ensinnäkin:
Marko Hietikko oli kerännyt listan kiinnostavista PS:n poliitikkojen Facebook-profiileista sekä pääasiallisista FDL-vaikuttajista.

Tietokone avuksi

Toiseksi:
Marko tuli juttelemaan minulle josko olisi mahdollista tutkia miten nämä kerätyt ihmiset ovat vaikuttaneet keskenään Facebookissa.

Lopputulos

Kolmanneksi:
Facebook-profiililistan avulla on Facebookista mahdollista kysyä ketkä ovat keskenään kavereita.

→ Hyvin tiivis verkosto ihmisistä.

Mikä hyöty?

Tuloksia voitiin käyttää apuna argumentoinneissa ja haastatteluissa.
Yksityiskohdat olivat lähinnä toimittajan työkalu, mutta analyysiä voitiin käyttää taustakuvituksena myös itse jutussa.

TV:ssä grafiikkana

Ehdottomasti monimutkaiset verkostoanalyysit ovat liian vaikeita yksityiskohtaisesti läpikäytäviksi televisiojulkaisuna, mutta niillä voitiin antaa merkitystä ja taustaa sille miten journalistinen työ oli tehty.

Ohjelma löytyy Youtubesta



Yksityiskohdat

1) Data Facebookista käsin 2) keskenäisten kaverisuhteiden kaivaminen Python-scriptillä 3) Verkoston visualisoiminen .gexf-muodossa Gephi-ohjelmassa.  → Lue lisää 1, 2

Aika katsoa kelloa


Joukkoistaminen sitouttaa

 • Joukkoistaminen on ihmisten    mukaan ottamista.
 • Maailmalla paljon esimerkkejä.
 • Aina uniikkia dataa.
 • Motivaatio: helppous, hyöty, pakko

Esimerkkejä

 • Valvontakamerat Tanskassa
 • Asuntolainan korot Ruot.. Suomessa
 • Edustajien kulut Britanniassa
 • Kallein kahvikuppi Suomessa
 • Turvattomuus Suomessa
 • reCAPTCHA

Miten tehdään?

 • Yksinkertaisinta tehdä esim.    Google-lomake.
 • Monipuolisemmat esim.    Webropol-työkalulla.
 • Suurin työ liittyy kerätyn    tiedon käsittelyyn

Kädet rasvaan!


Katsotaan lyhyesti miltä näyttää joukkoistamisprojekti "Hjälp Calle!" kulissien takana.

Toteutuksessa mukana Google Form -työkalu ja vastausten visualisoinnit.
Lomake oli sisällytetty uutiseen, jossa kehotettiin auttamaan uutta puolustusministeriämme ja se sisälsi viisi yksinkertaista Kyllä/Ei kysymystä.
Lomake upotettiin jälleen <iframe>:lla uutisivulle:
 → Hjälp Calle
Jutun yhteyteen liitetyt piirakkadiagrammit päivittyivät reaaliaikaisesti vastauksien keräytymisen mukana.
Kysely keräsi muutamassa päivässä 600 vastausta, jonka jälkeen tuloksista kirjoitettiin vielä toinen uutinen:
 • Populärt att hjälpa Calle

Jossa vastausten jakautumisen merkitystä ja tarkoitusta vielä analysoitiin/pohdittiin kysymys kerrallaan.
Kysely toteutettiin siis Google Form -työkalulla, jonka avulla on mahdollista tehdä kyselylomakkeita. Google Form kerää vastaukset Google Spreadsheet (vrt. Excel) -työkaluun, jossa vastausdataa on mahdollista jatkokäsitellä ja visualisoida:
 • Linkki toteutukseen
 • Lue lisää
TIMEOUT!

kahvia ja
pullaa

Mitä seuraavaksi?

 • Käydään läpi vielä lyhyesti    muutama esimerkki kuten Twitter-    analyysi ja Aikajana.
 • Sitten kokeillaan tehdä alusta    loppuun yksinkertainen    karttavisualisointi raavitulla datalla.

#SuomiTop100

#SuomiTop100 oli Niku Hoolin ja Antti Hirvosen keksimä idea, jossa joukkoistettiin Twitter-käyttäjiä kertomaan ketkä heidän mielestään olivat 100 vaikutusvaltaisinta suomalaista Twitter-käyttäjää.

Mitä sitten...

Kiinnostuin ilmiöstä ja tutkin sitä tarkemmin.

Katsotaan ihan lyhyesti läpi minkälaisia juttuja ilmiöstä oli mm. mahdollista nähdä: #SuomiTop100-ilmiö

Ja vielä aikajana

Aikajana on visualisointi-komponentti, joka on mahdollistaa kronologisesti toisiinsa liittyvien tapahtumien esittämisen käyttäjälle.

Esimerkkejä

 • Nokian ihme - takana loistava tulevaisuus
 • Aikajana näyttää yt-neuvotteluiden suman    syksyllä
 • Rakennusvirasto on kieltänyt Helsingissä    paljon – HS.fi kokosi aikajanan kiistoista
 • Tekes Innovation interstate

Vielä kolme nopeaa ajatusta, jotka haluan teidän ottavan täältä mukaanne ennen kuin kokeilemme toteuttaa esimerkin.

1) Datajournalismi on journalismin työkalu joka mahdollistaa juttujen tekemisen ja rikastaa olemassa olevia ja muutenkin tehtäviä juttuja.

2) Datajournalismin etu on kuitenkin, ettei sisältö ole kopioitavissa.

3) Datajournalismin avulla voidaan uutisesta tehdä lukijalleen persoonallinen.

Ja bonuksena vielä huomio, että datan putsaukseen menee usein jopa 80%:a projektista.

Kiitos!


Tässä olivat kaikki esimerkit, jotka halusin tuoda esille. Kyse ei ole kattavasta esimerkkien kirjoista edes niistä joita minä ole tehnyt saatikaan siitä mitä kaikkea Yle:ssä, Suomessa ja maailmalla on tehty.

Jatkuu...

Seuraavaksi


Kokeilemme ottaa Wikipediasta dataa (ryömiä), viedä datan taulukko-laskentaohjelmaan, tallentaa data Google Fusion Table -työkaluun ja visualisoida keräämämme datan eri tavoin.
• Pylväsdiagrammi, kartta, mitä    keksimmekään....
Luettelo Suomen kunnista väkiluvun mukaan

Scraper → Google Spreadsheed

1) Järjestäminen
2) Visualisointi (pylväs)
3) Yhdistäminen
4) Visualisointi (kartta)

Kiitos!


Creative Commons Nimeä-Tarttuva (CC BY-SA)

Muutamia linkkejä


 • Datavisualization.ch
 • Visual.ly
 • Guardian
 • Helsingin Sanomat
 • Suomen Kuvalehti
 • Ny Times
 • Datajournalismin käsikirja
 • Datajournalismi / Teemo Tebest
 • Jens Finnäs / Dataist

Loppu


Creative Commons Nimeä-Tarttuva (CC BY-SA)

Use a spacebar or arrow keys to navigate