Introducción al Periodismo de Datos

El Periodismo de datos cuenta historias generales, pero también intenta explicar otras vinculadas a los lectores, o próximas a estos. Lo que pretende es acercar una realidad compleja al público, para que la comprenda. Para ello, usa diferentes formatos:Texto, es decir, un artículoTablasGráficosImágenesVídeosInteractivos**Ejemplo de un juego interactivo del Consorcio Internacional de Periodistas de Investigación para explicar cómo funciona la evasión fiscal:https://www.icij.org/investigations/panama-papers/stairway-tax-heaven/

Los datos no son hechos, sino valores de una variable. No describen la realidad, sino que la resumen. Por sí solos no dan información, hay que relacionarlos y vincularlos con otros para encontrarles el sentido. Pueden ser:Verdaderos o falsosNuméricos o no numéricosObjetivos o subjetivosPrimarios o secundariosNO confundirlos con el "Big Data" (volumen, velocidad, variedad, veracidad, valor)

Nos referimos a los grandes medios de comunicación, que son los que pueden permitirse estos profesionales. Los pequeños pueden recurrir a ONGs y académicos.

Cuando hay una gran cantidad de datos disponibles o estos son muy complejos, y también para reducir los costes.

Un ejemplo claro es el del Consorcio Internacional de Periodistas de Investigación, que reúne a periodistas y medios de muchos países distintos que trabajan de forma colaborativa. Este grupo es el que procesó la cantidad ingente de datos filtrada sobre los clientes de un bufete de abogados en un paraíso fiscal, investigación conocida como Papeles de Panamá.

Se debería documentar detalladamente el proceso de trabajo.

Se pueden procesar y ordenar fácilmente. Se encuentran en un Excel o en el HTML de una página, por ejemplo.

Están en documentos que carecen de una estructura interna, como un documento WORD o PDF.

¿Cómo los podemos obtener?Mediante peticiones a organismos públicos, con nuestro derecho de acceso a la información pública.Posibilidad de exigir datos que deben estar en acceso público, pero no aquellos que requieran tratamiento por parte de la AdministraciónSolicitar un "diccionario de datos" con anterioridad puede ser útil Solicitar información sobre los nuevos códigos o campos que se hayan añadido a los datosCon herramientas automáticas, como "scrappers" para la descarga automática de páginas HTML.Pero antes: Elaborar una lista de preguntas o hipótesis a las que nos gustaría responder con los datos. Preguntar si la petición supone un coste. Conocer bien nuestros derechos. Guardar una copia de los datos originales. No infringir la ley al tratar la información.

Con los datos en la mano, debemos organizarlos y procesarlos, según el tipo de datos con los que trabajemos.Identificación y adopción inequívoca de nombres propios (por ejemplo, el nombre de un político o una celebridad)Eliminación de mayúsculas y tildesNormalización de la información contenida en los campos de los documentos estructurados (Ejemplo -> un Excel con un campo de profesión con datos tales como: maestro, profesor, educador, formador...) --> Unificarlos en una sola categoría.

Se suele hacer mediante la fusión de dos o más conjuntos de datos, utilizando herramientas como Access o Excel, para permitir su descarga y consulta en diferentes formatos.

¿Cómo?Utilizando software estadístico: Excel, SPSS, RCon medidas estadísticas básicas: media, moda, mediana, correlaciones...No obsesionarse con la precisión El análisis debe afrontarse con una mente abierta y de manera totalmente objetiva (cuidado con las ideas preconcebidas que pueden alterar el análisis)Identificar bien las variables que afectan al objeto de estudio (efectos y consecuencias)Reflexionar antes de publicar las conclusionesLos números grandes y pequeños ¿son relativos? Sí, dependen del contexto

Los datos por sí mismos son invisibles, por eso es necesaria la visualización, que los dota de sentido. La visualización debe ser informativa y bonita a la vez, aunque es más importante contarla bien que hacerla más atractiva estéticamente.La visualización debe diseñarse pensando en dos tipos de lectores:Uno que quiere una información fácil e inmediataOtro que quiere profundizar en el conocimiento de los datosY permite saber si nos conviene centrarnos en un aspecto concreto de los datos, si conviene centrarnos en un aspecto general, si tenemos que filtrar mejor los datos, o si hemos de eliminar los valores extremosTipos de visualizaciones, según el tipo de datos y estudio:Tablas: cuando trabajamos con un reducido número de datosGráficos: cuando trabajemos con dos o tres dimensionesGráficos de líneas: para mostrar continuidad temporalGrafos: para mostrar relaciones o interconexiones

Asegúrate de que tu análisis es correcto antes de publicarlo (repite tus cálculos al menos un par de veces)Ten cuidado con las relaciones de causa-efecto que puedas establecer. Cuando sea posible opta por enumeracionesSi tu trabajo menciona personas u organizaciones ofréceles el derecho a réplicaPublica en acceso abierto tus datos. Así tu trabajo será contrastable. Además, otros podrán hacer hallazgos que no viste o profundizar más en tu análisisDetermina qué indicadores utilizarás para evaluar la calidad de tu trabajoConsidera si es mejor usar Copyright o licencia Creative Commons

Disponer de opiniones diversas, procedentes de diferentes perfiles de personas, te ayudará a enriquecer y mejorar tu trabajo (Brian Boyer, Chicago Tribune)