做好数据分析的关键：建立一个数据档案

编者注：看似客观的数据，实际上可能会受到收集流程中的种种因素影响，而不能够客观地反映事实。因此，数据科学家Heather Krause认为，做好数据分析与报道的关键在于建立数据档案，从数据收集的各个环节深入了解数据。在下文中，Krause结合报道实例，解释了考究数据背景的重要性，以及如何建立一个属于数据的档案。

对我而言，参加NICAR（计算机辅助报道）会议最重要的收获之一，就是认识到数据新闻既复杂又有趣。与会期间，我带头做了一个关于梳理数据档案之重要性的展示。在这篇文章中，我想和诸位分享一下我展示的内容。

许多专家用几年、甚至几十年的时间去钻研如何用数据为读者讲述动人故事。现在有越来越多的人加入这个行列，学习如何运用数据，以及尝试用数据做报道。当我将学生们领入数据分析和可视化的世界时，经常被问到使用数据最重要的一步是什么，我的答案始终是：对数据追根溯源，整理数据档案。

数据入门者常常只看到数据的表面价值，认为他们第一眼从数据中看到的东西即是其中真实且唯一的故事。我想鼓励大家像对待人物信源那样对待数据。你们不会在没有对信源进行背景研究的情况下撰写故事——那么对待数据的方式为什么会不同呢？

了解你的数据

对于将出现在报道中的每一项数据，你都需要建立一个数据档案，包括数据的背景或者来源。正如在发表任何报道前，你会对有关信源进行背景调查那样，你得理解你的数据：

• 数据从何而来？
• 数据的收集者为何人？
• 数据的收集流程如何？
• 最重要的是，为什么要收集这组数据？

这项任务不会像第一眼看上去那么简单，但是去了解你的数据可助你发现故事中重要的差距、偏见、错误信息，或被忽略的细节。请这样思考：如果医生说，你需要在饮食中添加糖的摄入，你也许会认为他的建议是有医学依据的。而倘若一位焦糖苹果销售员这样和你说，你大概就不会这么想了。同理，数据不仅仅是你面前的数字，而首先是关于那些数字来龙去脉的故事。

实例研究：对女性所受暴力的统计数字

不久之前，我们的团队忙于一份关于女性所受暴力的数据报道。我们花了点功夫寻找数据来源。在确定联合国是一个很好的着手点后，我们下载了联合国有关侵害妇女暴力行为和亲密伴侣暴力的数据，并对此展开分析。

在检查女性一生中所遭受亲密伴侣暴力数据的变量后，我们设计了几个简易的图表来了解各国的趋势：

一些国家的趋势令人意外，妇女遭受暴力比率上显示出不同寻常的变化。我们想知道发生了什么。

快速浏览数据后，按逻辑我们采取的第一步就是为每一项数据建立档案。我们需要知道手上信息的背景，以便更好地了解我们所看到的趋势。

数据从哪儿来？

在这个案例中，我们从数据中注意到的第一件事是信息源自哪里。有些数据反映了所有妇女，有些数据只反映了一定年龄段的妇女，有些只包括处于具体婚姻状况的妇女。所有数据都集中在同一个变量中，使用相同的名称，相同的标签，且均没有提示数据源的差异。

谁收集了这些数据？

接下来，我们研究了这些数据的收集者。通过调查联合国文件，我们发现参与该变量数据收集的人员和机构相当之广。

如何，以及为何收集这些数据？

上述数据的采集方，有的是为了国家统计用途而收集数据；有的是为个案的呼吁；还有的则是测试新的方法。所有的数据，尽管通过不同的方法和因不同缘由收集而成，却最终呈现在同一张表格上，使用相同的变量名称和标签。如果我们没有花时间做这样一个数据档案来了解这些数据，那我们永远都不会意识到这些数据点的差异。

在完成了数据档案后，我们立即发现，数据所呈现的一些明显的趋势，如看上去像是暴力率的显著变化，实际上是数据收集上的变化。

通过使用数据档案，我们发现近年来卢旺达的数据收集相当一致。一旦确定了数据预测的趋势真实反映现实状况，我们就可以继续调查对妇女暴力侵犯率飙升背后的原因。

有趣的是，在上述年份，卢旺达议会中女性占大多数，并通过了该国首个防暴力侵害女性法。这又意味着什么呢？

是否是政府改革的强烈反作用，驱使暴力行为的增加？

又或者是因为女性有了法律保障后，越来越多的暴力事件被新闻报道揭露？

这就说明，即使有了一个完善的数据档案，在解析数据上你仍需小心谨慎。

数据并不总是客观的

最近，我和数据可视化资深专家Alberto Cairo合作，免费讲授了一个在线数据新闻课程，参与过的用户或许记得我们解释建立数据档案的片段。

Heather Krause与Alberto Cairo数据新闻慕课视频截屏（点击图片可获取YouTube视频链接）。

记住，通过花时间梳理数据档案，你可以对信源的准确性和可靠度有足够的信心。想知道为数据档案的捷径？那就下载我们的免费模版吧。

编译/梁晨昱

编辑/Ivan Zhai，梁思然

相关阅读：

每周数据新闻精选 | 数据新手“八步走” 快速入门就靠这些资源

每周数据新闻精选 | 成功数据新闻是如何炼成的？

每周数据新闻精选 | 用数据的方式打开世界

本文原刊于Datassist网站，深度网经授权转载。

Heather Krause是Datasssit的创始人，该网站专门为全球记者、非营利组织及政策制定者等提供数据咨询、数据报道专业知识与工具等方面的服务。