Le monde du journalisme de données peut être intimidant pour beaucoup. Cependant, n’importe qui peut présenter et produire une histoire de journalisme de données, s’il est capable de saisir les bons concepts.
Pour ceux qui débutent dans le journalisme de données, et même les femmes expérimentées qui cherchent à commencer à rapporter avec des données, ces six outils peuvent vous aider à mieux exécuter vos histoires et à élever vos arguments auprès des éditeurs :
Coder est un mal nécessaire
Avoir un langage de codage dans votre poche arrière est crucial. Même les connaissances les plus élémentaires en matière de codage peuvent avoir un impact sur votre travail en vous permettant de vous éloigner des simples feuilles de calcul, qui, bien qu’elles soient couramment utilisées dans le journalisme de données, ne sont pas préférées pour une analyse approfondie car elles ne peuvent pas traiter autant d’informations.
Le codage vous permettra de manipuler vos données plus facilement. Il est rare qu’un ensemble de données soit complètement propre ou exactement ce dont vous avez besoin. Être capable de nettoyer rapidement et de passer au peigne fin même les plus petits fichiers peut résoudre certains des plus gros maux de tête.
Apprendre à coder peut également ouvrir des portes à des choses comme le grattage Web et l’apprentissage automatique, deux compétences qui peuvent améliorer votre travail. Bien que ces techniques ne soient pas simples, elles peuvent être apprises.
Tous les langages de codage ne sont pas créés de la même manière. Python est le langage le plus simple et le plus flexible à apprendre. Ce langage est également gratuit et peut être appris beaucoup plus rapidement que R ou C++. Un autre avantage de Python est qu’il est plus facile de trouver des réponses en ligne aux codes d’erreur lorsqu’ils surviennent, et offre plus d’aide gratuite via des forums en ligne facilement consultables.
Il est important de savoir comment visualiser vos histoires, même si vous ne prévoyez pas de les utiliser davantage
Les éditeurs doivent voir à quoi ressemblent vos données, donc même si vous ne prévoyez pas d’avoir des visualisations dans votre histoire, être capable de représenter visuellement les informations que vous utiliserez ne fera que renforcer un argumentaire. Il montre également à l’éditeur votre compréhension de l’histoire et des données qui la sous-tendent.
L’outil de visualisation le plus couramment utilisé est Datawrapper, une plate-forme gratuite qui permet de transférer facilement des données. Il est facile à apprendre et peut être utilisé pour tout créer, des graphiques simples aux cartes plus complexes. Datawrapper utilise le HTML de base, mais fournit des guides sur la façon d’écrire du code HTML dans son interface.
Mettre vos graphiques de datawrapper dans un logiciel Adobe peut également élever les graphiques, mais cela deviendra plus compliqué. Adobe propose des essais gratuits, qui peuvent être utilisés pour déterminer si le paiement d’un abonnement en vaut la peine. Comme Adobe est plus difficile à apprendre que Datawrapper, il est préférable de l’utiliser comme complément à moins qu’il ne soit exécuté pour un projet, plutôt que pour un pitch.
Les couleurs sont importantes dans les visualisations, même dans les brouillons
Ce cours d’art que vous avez suivi au lycée est extrêmement bénéfique lors de la conception de visualisations de données.
Les couleurs sont un outil crucial dans la visualisation des données en raison du fonctionnement de notre cerveau. Nous comprenons les couleurs comme un autre élément d’information qui peut soit représenter efficacement des informations, soit complètement déformer les données. Tout, jusqu’à l’opacité de la couleur, peut affecter la compréhension d’un lecteur des données qu’il visualise.
Les couleurs comme le gris, le blanc ou le noir doivent toujours être utilisées avec modération ou lorsque vous essayez d’orienter le lecteur vers un point de données spécifique. Il est facile de comprendre comment utiliser les couleurs et c’est extrêmement important.
Il existe plusieurs codes pouvant produire des couleurs, tels que Hex, RVB et HTML. Ces codes sont utilisés pour dire à l’ordinateur exactement laquelle des millions de couleurs et de teintes choisir, avec le code HTML le plus couramment utilisé. Il n’est pas nécessaire de mémoriser les codes à six chiffres pour chaque couleur, mais de savoir qu’ils existent, en particulier si vous essayez de reproduire une couleur exacte ou de faire correspondre les couleurs dans différentes visualisations de données.
Afin d’obtenir un code couleur, il existe plusieurs outils en ligne à utiliser.st. HTML Color Codes.com est un générateur de code couleur utile car il est gratuit, mais il en existe bien d’autres. Se familiariser avec quelques schémas et avoir quelques préréglages que vous appréciez sera utile à long terme.
La façon dont vous abordez une histoire signifie tout
Lorsque vous essayez de présenter une histoire, pensez au produit fini avant les données. Contrairement à une histoire typique, où vous pouvez créer l’article à partir de zéro, les rapports de données reposent davantage sur vos capacités à travailler avec les données disponibles que sur la quantité d’informations dont dispose un ensemble.
Bien qu’il existe des milliers de bases de données à votre disposition, vous voudrez savoir comment vous prévoyez d’utiliser un ensemble de données avant de l’utiliser. Cela vous aidera à évaluer vos capacités avant de trouver un ensemble de données brillant avec lequel vous souhaitez faire des choses incroyables, mais qui pourrait être trop gênant ou difficile à utiliser.
Pour ce faire, définissez une thèse que vous prévoyez d’essayer de tester et la manière dont vous allez vous y prendre. Créez un storyboard qui indique comment vous souhaitez tester cela et quelles données possibles sont disponibles. Ensuite, trouvez vos données et commencez vos entretiens.
L’utilisation d’un outil comme Trello vous aidera à cela. Il est gratuit pour un usage personnel, mais pas pour les équipes.
Demander des données peut être votre meilleur ami ou votre plus grand ennemi
Demander des données à une entité ou une organisation gouvernementale peut être un excellent moyen d’obtenir une histoire, mais cela s’accompagne de tous les problèmes supplémentaires que toute demande de document typique poserait. Cela est particulièrement vrai avec les ensembles de données qui peuvent être inutilement désordonnés.
Il est important de réaliser que même si vous pouvez demander des données très spécifiques dans un format spécifique, les données peuvent ne pas être complètement utilisables. Passer ce temps à demander les données, puis attendre de les recevoir peut s’avérer coûteux, en particulier lorsque vous travaillez en freelance.
Au lieu de demander des données, trouver des données ouvertes en ligne peut être la solution la plus intéressante. Pour les États-Unis, la plupart des États ont un site Web de données ouvertes qui contient presque tout ce dont vous avez besoin sans avoir à passer par une demande FOIA.
Il est important d’avoir un arriéré de données, même si vous ne prévoyez pas de poursuivre le reporting des données
Pour ceux qui ne sont pas des gourous des données chevronnés, il est essentiel d’avoir des ensembles de données en main et prêts à l’emploi. Toutes les données les conservent, et avoir sa propre bibliothèque personnelle est nécessaire.
La création d’un compte Github gratuit à utiliser comme bibliothèque pour vos données peut être utile à utiliser comme référence. Il peut également constituer votre portefeuille et servir de site Web distinct pour que les employeurs potentiels puissent voir ce que vous avez fait.
Photo de Markus Spiske sur Unsplash.