数据新闻手册 中文 2.0
读取...
Custom Search
Web
 
 
 

数据新闻的商业模式

在所有关于数据新闻的兴趣和希望之中,有一个问题最为新闻编辑部关注:它的商业模式是什么?

我们不能轻率地预言,也许可以从媒体行业的近况和现状中发现线索。事实是,已有很多新闻机构从这新生事物中获益。

诸如“数据新闻”、包括当下最热门的“数据科学”等术语,乍听起来新鲜,实际不然。相反地,这些新标签不过是对一股数十年前就已出现、并且正愈演愈烈的潮流的描述而已。

许多新闻从业者似乎还没完全意识到,数据采集、分析及可视化所能达到的利润规模。这是一门有关提纯信息的生意。有了数据工具和技术,人们越来越有能力把握和理解那些极其繁复的议题:国际金融、债券、人口、教育等等。所谓“商业智能”,正是这样一堆科技概念的统称,它们试图清晰地说明发生在公司里的事。那些属于我们时代的大规模、高利润公司,例如麦当劳、Zara、H&M之类,无不依赖数据跟踪来赚钱,而且赚得不少。

眼下,这些工具和技术的应用范围逐渐扩大,开始从商业延伸到其他领域,例如传媒业。某些新闻从业者敏锐地发现并抓住这一机遇。以Tableau公司为例,他们为客户提供成套的可视化工具。又如“大数据”运动,众多科技公司利用(通常是开源的)软件包从大量数据中探寻、挖掘,眨眼的功夫就能提取有效信息,得出深度见解。

的确,这些技术如今可被应用于新闻业。《卫报》和《纽约时报》的团队正孜孜不倦地进行尝试和突破,希望不断扩展该领域的疆界。我们现在所看到的,无疑只是冰山一角。

然而,数据新闻到底怎么赚钱?在这个向我们敞开的全球性的大市场里,目前只有一件事情:把数据从人们的身边转入脑中。也就是说,让数据可见、可知。我们希望和每天都出现在新闻中的天文数字发生联系——究竟那几百万、几十亿对我们这些平民而言,意味着什么。

早有部分数据导向型的媒体企业将上述原则应用于实际,并获得丰厚的回报。它们拥有良好的增长势头,有时还能创出眼前一亮的利润收入。布隆伯格就是代表之一。该公司共有30万台终端设备,向它的客户提供金融数据。这在金融行业中,无疑是一个极有力的竞争工具。每台终端设备都配有彩色按键的键盘,提供多达3万种功能选项,客户可以用其查询、比较、分析并作出决策。根据《纽约时报》2008年的一份评估报告,该项核心业务每年至少能为公司带来约63亿美元的收入。正因如此,布隆伯格持续不断进行扩张,包括大范围招聘新闻记者,收购业内颇负盛名但处于亏损状态的“商业周刊”等。

另一个代表性的例子是来自加拿大的汤森路透媒体集团。该集团最早是当地的一家报纸,以购买英国知名的新闻标题为业。20多年前,他们决定撤出报业,转投信息服务业,旨在为客户提供关于若干行业的关键信息和深度分析。假如你对如何利用专业化信息赚钱稍有疑虑的话,建议阅读一下维基百科上关于这家集团的历史

再把目光转向《经济学人》。这本杂志无疑已在媒体领域树立起卓越的、有影响力的品牌。与此同时,杂志中的“经济学人智库”单元表现得更像是一个咨询部门,提供几乎所有国家的相关发展趋势预测。他们旗下拥有数百位专业记者,声称为全球范围内150万客户服务。

除此以外,我们还可以从许多微型的数据导向型业务中汲取灵感。例如来自美国的eMarketer,为任何感兴趣于互联网营销的人提供业务对比、数据图表和实施建议。又如来自德国的Stiftung Warentest,是一家专注于调查产品和服务水平的机构。还有同样来自德国的Statista,对公众信息的可视化工作提供入门式辅助。

目前,在该领域,全球各地涌现出一波创业潮,当然涵盖各领域——例如,旨在“彻底改造商业研究”的Timetric及OpenCorporates、Kasabi、Infochimps和数据市场(Data Market)。可以说,这当中许多公司的业务还只是实验性的,但是,放到一起,他们可被看成是变革的重要标志。

说回大众传媒,就数据为导向的新闻业而言,就像沉睡的巨人。在德国,每年有72亿欧元流入该领域。新闻业是个与众不同的产品:若经营得好,不仅仅有利可图,而且在社会起举足轻重的作用。一旦认清了数据新闻业可更轻而易举地提供更好、更可靠的见解这个事实,那么将在新闻编辑部创造更多的工作岗位。

对于数据新闻业,并不仅仅在于先发制人,而在于提供可信的信息来源。在这个选择众多的世界,要吸引受众的方式不胜列举,但_信任_是日益稀缺的资源。数据新闻记者可协助收集、合成并呈现各种各样且常很难获取的信息,帮助受众真正深刻理解复杂问题。相比单纯地循环使用新闻稿,并将其他地方听到的新闻事件再重述一遍,数据新闻记者能用交互式图表和直接接触第一手来源给读者一个清晰明了、可理解且最好是量身定制的观点。他们的工作并非微不足道的,而确实是弥足珍贵。

因此,让有抱负的数据新闻记者探索此领域并说服管理层支持这一创新项目的最佳办法是什么?

首先,应寻找与正中要害最接近的机会:唾手可得的目标。例如,你有可能已经收集了大有用处的结构化文本和数据。最好的例证便是《洛杉矶时报》的“杀人犯数据库”。此时,数据化和可视化是核心内容,而非补充材料。编辑汇总所有记录的罪行,其后才能写出以此为基础的文章。假以时日,此类资料的收集变得更好、更有深度且更有价值。

这些并非一蹴而成。而是需要假以时日的。对此,一个蛮有希望的指示器便是《德克萨斯论坛报》(Texas Tribune)和ProPublica, 可以认为这是两家后印刷媒体时代的公司,据说他们作为非营利的新闻组织所筹集的资金比原计划早早达标。

要成为一切数据方面的行家,不管你是作为多面手或关注于数据食物链的专家,为那些相信新闻业的人提供有价值的观点。一位知名的德国出版商最近在采访中说“有一个自称为数据新闻记者的新兴群体,而他们所追求的不再是小打小闹的东西。”

米尔科·洛伦兹(Mirko Lorenz),德国之声