數據驅動的個性化新聞

王之月　俞哲昱　彭蘭

居住問題向來都是普通民眾最為關心的話題之一，買房不論是對美國人還是中國人來說都是一項大筆的開支。相比于2006年的房價最高峰時期，如今在美國的大部分地方買房仍是首選。即使在具有房地產泡沫的鳳凰城，拉斯維加斯和佛羅里達州的奧蘭多市，住房價格基本仍低于2006年水平的30%至40%。但在加利福尼亞州和美國的東北部，擁有一間房屋的花費（房產稅、維修費等）可能超過了經濟利益。

針對不同人的情況，買房還是租房的決策也必然會有不同，到底如何規劃？面對這一因人而異的問題，現有的普通報道可能無法給出有建設性的答案。《紐約時報》網站在數據新聞報道“租房還是買房？（Is It Better to Rent or Buy？）”進行了一個大膽的創造，為讀者提供了在線租房買房計算器互動工具。這個報道不僅形式新穎，更在整合分析權威數據的基礎上為不同的讀者帶來有針對性的、個性化的解讀和決策建議，發揮出數據新聞的功能性、服務性。

一、專題介紹：“租房還是買房？”計算器

“租房還是買房？”是《紐約時報》網站數據新聞欄目“The Upshot”中的一例。它從實用性角度出發，為生活在美國的人們提供一種方便有效的服務，解決了人們對于是租房還是買房劃算問題的疑惑。總體而言，該計算器著眼于房價，運用讀者輸入的居住年限、抵押貸款利率以及首付等數值，來幫助讀者判斷租房劃算還是買房劃算。

據該專題頁面的文字介紹，該計算器記錄了擁有和租賃房屋最常見的各項開支。頁面的左側是各項成本的數據輸入列表，右側則是計算過后的結果。拉動各項數據列表上的綠色方塊，選擇符合讀者情況的數值后，計算器將自動運算出房屋月租金多少金額時租房更加劃算，由此為讀者提供實時性的策略規劃建議。在各項數據指標中，它還以表格形式列出了買房和租房等各種情況下的機會成本。其中所有的數據都是以現值美元顯示。

具體地看，買房數據中有幾個重要數據，分別為：初始費用（Initial Costs），即購買房屋時所承擔的費用，包括首付及其他費用；經常性成本（Recurring Costs），即居住所擁有房屋時每月或每年必須要支付的費用，包括抵押金、公寓費（或其他社區的生活費用）、維修裝修費用、房產稅和房屋保險費；機會成本（Opportunity Costs），它隨初始購買成本和經常性成本而變，能夠告訴讀者如果用購房首付進行投資的話他們所能獲取的利潤；所得款項凈額（Net Proceeds），即出售房屋所獲得的金額減去交易費用，后者包括房屋經紀人的傭金和其他費用。如果總額為負，這意味著你賺取的利潤不僅覆蓋了買房的成本，而且還覆蓋了所有的經常性成本。

相對應的，租房數據也分為以上四項。初始成本包括租金押金，還可能有房屋經紀人的傭金；經常性成本包括每月的租金和承租人的保險費用；每一年的機會成本按照初始成本和經常性成本來計算；所得款項凈額包括租賃保證金的返還，這通常發生在租賃期結束之時。

二、創作人自述：“可接近的新聞故事”

紐約時報網站在2014年4月推出的新欄目The Upshot將智能分析、寫作、數據可視化與個性化相結合，針對政治經濟領域，旨在通過數據分析和呈現，幫助讀者洞悉復雜政經事件背后的含義。除了嚴肅的政經主題之外，the Upshot還推出了許多體育主題的作品，覆蓋世界杯、橄欖球、棒球、足球、NBA等等。根據國外網站fastcodesign的報道，在不到一年的時間內，TheUpshot在《紐約時報》取得了業績：它為報紙帶來了5%的整體流量，在僅17名記者中的努力下，生產出了《紐約時報》網站2014年被查看次數最多的兩個故事。

《紐約時報》的前華盛頓分社社長及經濟學專欄作家大衛·萊昂哈特（David Leonhardt）是這個欄目的負責人。創辦之初，《衛報》將其描述為“結合數據分析與數據可視化的綜合體”或類似于《紐約時報》的信息圖表之類的項目。但對萊昂哈特來說，它更像是一個實驗室。他認為，那種試圖將任何重要的想法都塞進最開頭的250個字里覺的方式缺少對話性，而且這使得讀者更難理解新聞的內容?！斑@個名字（The Upshot）背后的想法是，我們正試圖幫助讀者獲得對問題的本質的了解，并且以一種背景和對話式的方式呈現。當使用適量數據來向人們解釋現實的時候，數據是一種特別有效的方法。”在專題“租房還是買房”中，對數據的巧妙利用和個性化的互動方式與新聞呈現使故事的對話性大大提升，幫助讀者“更好地了解新聞，甚至更好地了解世界”。

三、特點分析：數據驅動下對話性與服務性的提升

（一）對話性：以個性化互動為手段

針對“租房還是買房”這一話題，大多數媒體的一般性操作方式是：結合部分數據，以個體經驗作為主體，講述一個或多個租房或買房故事。然而這類普通報道中的故事和人物未必能讓每一位讀者都感同身受，也缺乏普遍的指導意義。The Upshot大膽地創造出“房屋計算器”這一全新的新聞產品，以“對話”的方式與讀者展開互動，可謂是獨辟蹊徑。

這一報道在分析整合大量數據的基礎上，巧妙地設計了衡量個人消費水平和需求的動態量表和綜合分析系統，將房價漲跌、個人貸款、稅率情況等宏觀數據同讀者的日常生活聯系起來，甚至連機會成本也考慮在內。每一位讀者都成為報道所關注的“唯一對象”，當讀者拖動量表上的指針，按照自己的情況輸入各項相關數據，就可以實時得到具有針對性的專業購房或租房建議。相比于傳統報道，這種互動方式更像是“一個記者坐你在旁邊”或是“給你發送一封郵件”那樣，可接近性與結果的極度個性化讓讀者很容易產生閱讀的興趣與欲望，也很容易使他們在閱讀和互動的過程中對產品產生共鳴。

類似的特點在《紐約時報》的其他數據新聞產品中也有體現，比如現任The Upshot圖表編輯Josh Katz在2013年制作發布的專題報道“人們如何說話”（How Yall，Youse and You GuysTalk），該報道并沒有直接向讀者平鋪直敘大量的調查結果和數據，而是設計了一個互動測試系統，通過25個問題來測試用戶用詞和發音的細微差異，生成參與者專屬的方言接近性地圖，進而判斷他們的出生地。這則有趣的報道在2014年紐約時報網站文章閱讀量排行榜上位列第三，也引領了新欄目The Upshot中許多互動報道的簡潔化、個性化的風格，“租房還是買房”就與之一脈相承?！缎l報》稱該類新聞報道為“數據驅動的解釋性報道”。

（二）服務性：以實用價值為目標

和過去的新聞報道相比，數據驅動的解釋性報道方式除了要闡述“發生了什么”之外，更注重讓讀者了解所發生的事件“對個人有何影響”。例如在報道了經濟利好和不利的五個因素之后，對讀者真正有用的是要告訴他們哪個因素影響范圍最大，甚至要判斷出經濟環境到底是要變好還是變壞。也就是說互動報道比起讓讀者知曉事件，更注重為個體服務功能和實用價值的發揮。

萊昂哈特在The Upshot創辦伊始就曾強調這一欄目將會充當讀者在閱讀時的導航工具，通過引入豐富的圖表和互動功能等更直接的方式來幫助讀者更好地梳理信息、增加閱讀樂趣，幫助他們了解事件對他們自身有何影響、在何種程度上有影響。而另一方面，萊昂哈特特別強調，作為項目核心的數據將不會大量的出現在欄目中，而只是作為幫助報道的工具使用。因此，《買房還是租房》互動報道著重突出服務性、功能性，將其所運用的核心數據隱藏在幕后，其可視化設計也不追求復雜、炫目的多媒體效果，只通過一組簡潔明了的動態交互量表和分析系統巧妙地呈現出來，力求操作簡便、建議中肯。相比于傳統的講故事型新聞報道，這一報道能夠更好地完成向每一位讀者解釋在目前的市場環境、個人經濟狀況之下的最優住房選擇的功能。同樣的特點也可以在紐約公共廣播電臺為颶風而制作的紐約地區疏散圖中窺見。

四、專題帶來的啟示

（一）以高可信度的數據為基礎

一個優秀的互動新聞報道必須具備精良的可視化設計，而兼具實用性和可靠性的可視化設計的前提與基礎就是可信度高的權威數據?！顿I房還是租房》運用國家數據庫的權威數據來支撐整個互動報道的架構，該計算器的實用性和可靠性依賴數據來源的可信度。創作團隊給出的數據來源為穆迪分析（Moody's Analytics）的首席經濟學家馬克·贊迪（Mark Zandi），來自圣路易斯聯邦儲備銀行（Federal Reserve Bank of st.Louis）的美國聯邦儲備經濟數據（Federal Reserve Economic Data）以及房地產估值公司米勒塞繆爾（Miller Samuel Inc）的總裁喬納森·J·米勒（Jonathan J.Miller）。其中，“美國聯邦儲備經濟數據庫發表的經濟數據被媒體廣泛報道，而且在金融市場中也起到關鍵作用?！?/p>

上文中提到的方言測試互動報道同樣是建立在權威研究數據——哈佛方言調查（Harvard Dialect Survey）的基礎上。由Bert Vaux等人在2002-2005年進行的哈佛方言調查在線調查了3萬多名參與者的122項語言表達和使用上的差異，將數據進行了收錄、整理和分析，并對應每個差異制作了美國的方言分布地圖。整個調查所得到的數據量極大，普通的報道很難涵蓋，也很難將報道制作得引人注目。而利用這些原始數據制作的、通過在線測試形式的互動報道則獲得了大量用戶的關注，在2013年8月到10月的兩個月中就吸引了3.5萬讀者參與測試，使該報道成為紐約時報網站上最受歡迎的文章之一。它甚至還把所有參與閱讀和測試的用戶變成了他們的研究對象，從而獲得了更多新的方言調查數據。

（二）構建新穎而有效的互動模式

紐約時報作為一份時刻游走于時代前列的傳統報紙，其在數字化、可視化方面具有非常強勢的地位。The Upshot作為一檔數據新聞欄目，其目標就是通過圖表、互動等方式為讀者解讀紛繁復雜的數據以及這些數據對讀者生活的影響，主編萊昂哈特有極大信心將自己的欄目打造成為極具時報特色、同時又擁有獨立個性的一款產品。關于數據的運用，萊昂哈特認為當前很多新聞報道中往往運用了過量的數據——雖然數據如同照片一樣是新聞報道的有力工具，但報道中數據并不是越多越好，數據的可視化需要采取一種有利于與讀者展開對話的方式來進行。

早在2011年的一次采訪中，紐約時報互動新聞報道部門的編輯就表示，使用互動的形式就是為了更巧妙和有趣地呈現內容，并且讓受眾因此在內容上停留更長的時間，對信息有更充分的掌握。然而無論如何內容總是第一位的，因此互動新聞最重要的原則是簡單有用，要讓讀者容易地掌握互動方式、并在互動中獲得他們所需要的內容，也就是要建立一種“有效的互動”。The Upshot欄目下的包括《租房還是買房》等一系列互動報道一直秉承著這一指導性的原則，并不追求視覺化效果的華麗奪目或是數據的羅列呈現，而是將大量數據消化吸收、并通過精妙設計的互動方式給讀者以其最需要的信息。這種簡單直接的信息呈現模式最大化地強調了報道中的有效內容，讓讀者不僅僅簡單接受互動報道提供的信息，更被報道所呈現的全新敘述方式所吸引。在BuzzFeed、Vox等新媒體網站飛速搶占用戶注意力的時代，傳統媒體的數字化戰略中應該考慮到自身內容優勢和創新形式的有效結合，以與如今形勢大好的新媒體后進們展開競爭。

（三）打造專業化團隊，培養復合型人才

對于在媒介融合的浪潮中努力求生的傳統媒體來說，一次采集、多渠道發布的“中央廚房式”新聞生產模式恐怕已經過時，媒體可能需要組建專業化的團隊、確立常規化的生產流程，針對不同平臺的技術特點和傳播特點進行新聞產品生產，以使各媒體形態下的新聞產品獨放異彩，提升媒體的整體競爭力與生命力。以網絡媒體為例，數據新聞越來越受到讀者的青睞，成為各大媒體爭相進軍的重點領域。為此許多媒體網站都成立了專門的數據新聞團隊，如身為數據新聞先驅的英國《衛報》（The Guardian）也在2014年秋季重組編輯團隊，將數據新聞作為三大方向之一；新晉網絡媒體Quartz，Vox和BuzzFeed亦都在招兵買馬組建各自的數據新聞團隊。紐約時報建立了專攻政治、經濟等方面的數據新聞及其可視化的欄目The Upshot，以《租房還是買房》為代表的數據可視化報道就是這專門組建的17人數據新聞團隊精心設計和密切合作的成果。

然而組建一支專業團隊并不容易。The Upshot的17名員工中只有3名圖表編輯，其余的工作則交給剩下的6名記者、5名編輯、1名圖片編輯和一名美術指導。也就是說，記者們有時需要自己肩負起制作圖表的責任，而圖表編輯們也可能需要擔任數據分析記者的角色。這就要求記者編輯們需要擴大他們的技能范圍，不僅要擁有數據分析能力，甚至也要具備編程能力。這對我國的媒體發展是一個良好的啟示：新聞的發展并不只是重構新聞本身，更重要的可能在于構造記者本身的適應于新媒體傳播的能力結構。