10 LESSEN VAN DE TRAINING DATAJOURNALISTIEK

Toen ik begon heette het nog Computer Assisted Research and Reporting (CARR), dat was in de jaren negentig van de vorige eeuw. Nu heet het datajournalistiek. Sinds ik gestopt ben met lesgeven op de School voor Journalistiek, zo'n drie jaar geleden, richt ik mij full time op het trainen van journalisten in datajournalistiek. Nederland is wat klein en veel van mijn aktiviteiten vinden plaats in Europa( de Persgroep, De Telegraaf en Wegener), de randen van Europa(Georgië, Bosnië en Herzegowina) of zuidelijk en oost Afrika. Trainingen duren over het algemeen enkele dagen, minimaal 3 en maximaal 5. Als ik terugkijk op het afgelopen jaar kan ik de volgende conclusies trekken. 
Ook op De Nieuwe Reporter

1. De belangstelling is groot. Het afgelopen jaar bezocht 10 verschillende landen, draaide 60 cursusdagen en trainde zo'n 150 journalisten. Dat betekent gemiddeld 1 cursus per maand, maar bedenk dat reizen veel tijd kost, dat je een cursus op maat moet voorbereiden, en dat op het eind een rapport wordt verwacht. En tenslotte moet je als zzp'er aandacht schenken aan de administratie. Voor elke training maak ik 'in the cloud' een nieuwe folder aan met voorbeelden en opgaven die betrekking hebben op het betreffende land; je kunt immers niet in Dar es Salaam een voorbeeld geven over Nederlandse burgemeesters en gemeenten! Op zijn minst moet je wat data hebben en wat kaartmateriaal.
2. Deelnemers zijn altijd ervaren journalisten, meestal uit de geschreven pers, zowel hardcopy als online, maar ook TV. Dat betekent dat iedereen weet hoe je een journalistiek verhaal moet vertellen. En daar willen de deelnemers juist van weg; ze willen iets anders dan tekst met een foto; meer onderzoek en diepgang, meer achtergrond. Datajournalistiek is dan een 'eyeopener'; het geeft een andere kijk op de journalistiek. De verhalen zijn niet herschreven persberichten, maar zijn gebaseerd op data(data driven), zijn niet re-active maar pro-active of nieuwsmakend.
3. Wat Word is voor tekst, is Excel voor data. Datajournalistiek zonder spreadsheets is onmogelijk. En dat is vaak een flinke hobbel. Immers je ging de journalistiek in om te schrijven en niet om te rekenen. En nu zijn de cijfers terug. Het gaat niet om hogere wiskunde, maar om simpele zaken als percentages en percentageverschillen, gemiddelden en eenvoudige lijstjes van hoog naar laag. Meestal lukt dit wel. Echter aan een beetje statistiek, zoals kruistabellen en verbanden tussen variabelen, kom ik vaak niet toe. Meer geavanceerde zaken, zoals het splitsen en samenvoegen van cellen of opschonen van data met Google Refine, bewaar ik voor een vervolgcursus.
   

   Scrapen van data met bijvoorbeeld Outwit-Hub is eigenlijk het vissen van ballen uit de html-soep. De meeste deelnemers komen niet verder dan het binnenhalen van een tabel vanaf een webpagina. Het scrapen van vele webpagina met een script of scraper lukt alleen degene die iets hebben met Excel en wat kennis hebben van html.
4. Het vinden van data is vooral buiten Europa een probleem. In Nederland is het relatief eenvoudig om aardige voorbeelden te vinden: burgemeesters en gemeentedata; kwaliteit van ziekenhuizen, of inbraakcijfers per gemeente; verkeersongevallen, wapenvergunningen etc. Maar buiten Nederland beginnen de problemen. Soms klein; België is lastig niet alleen van wege de taal(plaatsnamen in het Vlaams en Frans), maar ook omdat data voor heel België lastig te vinden zijn in de federale struktuur. Maar in Tbilisi Geogië wordt geen database bijgehouden met criminaliteitcijfers en geweld tegen vrouwen. Het maken van een homocide map kan alleen als je zelf de data verzamelt. Soms zijn er wel data, maar die krijgt de journalist dan in pdf format. Een misdaadverslaggever in Kaapstad krijgt elk jaar van alle politiestations de cijfers....in pdf. Dat wordt lastig als je meer dan 100 pagina's met cijfers hebt. Ze moeten uit de pdf en in Excel, anders lukt het niet om een verhaal te maken. Soms zijn cijfers zeer politiek gevoelig; verkiezingsuitslagen op lokaal niveau die aantonen dat de landelijke winnaar (75% van alle stemmen) toch niet overal populair is, kunnen een cursus doen stranden. Soms zijn er helemaal geen data of volstrekt onbetrouwbaar - boetes zijn soms een extra bron van inkomsten voor de politie. Dan kun je alleen nog terug vallen op internationale data over een land van bijvoorbeeld de Wereldbank, IMF WHO, of rating agencies zoals S&P. Soms is het ook simpel. In Grahamstown, Zuid Afrika is niet alleen electra maar ook water een groot probleem. Maanden achter elkaar was de watertoevoer onzeker. Een groep journalisten in mijn training verzamelde zelf de data bij plaatselijke restaurants, maakte een kaart met daarin de plaats van de restaurants, aantal dagen per maand zonder water en de economische verliezen.
5. Visualisaties zijn belangrijk. Immers we drukken geen tabellen af in de krant. Visualisaties in Excel en Google Excel werken wel, maar Datawrapper of Tableau werken simpeler en soms fraaier. Echter de visualisaties zijn niet alleen voor online maar moeten ook voor de krant kunnen worden gebruikt. Dus moet je ze kunnen exporteren naar een pdf formaat of jpeg. Lastig is ook dat je data bij Datawrapper en Tableau openbaar zijn, en dat heeft niet altijd de voorkeur van de redactie. Datawrapper biedt de mogelijk tot installatie op een eigen server; en daarmee is het probleem deels opgelost.
6. Kaarten is een hoofdstuk apart. Met Google FT is het mogelijk om twee verschillende typen kaarten te maken: eenvoudige pinpoints of polygone kaarten(kaarten met adminstratieve indelingen). Bijvoorbeeld een kaart van districten in Tanzania waarin de verspreiding van HIV-Aids wordt aangeven ( in relatie met godsdienst) is relatief eenvoudig. Maar hoe kom je aan een kaart voor Google FT en ten tweede hoe zorg je ervoor dat je online kaart exact hetzelfde is als de kaart voor de krant? De oplossing is: werken met een eigen kaartprogramma: QGIS. Hierin verbind je de kaart met data, exporteer de kaart naar een print formaat en exporteer de kaart naar een Google format. Dit is een belangrijk maar voor veel deelnemers een lastig onderdeel; alweer een nieuw programma met een raadselachtige interface. De oplossing is vaak om dit onderdeel QGIS alleen voor specialisten te doen; ook op de redacties moet er binnen de datajournalistiek aan arbeidsverdeling worden gedaan, vaak in nauw overleg met vormgevers en infographics redacteuren.
7. Ondanks dat het gaat om data moet het resultaat toch een verhaal zijn; het is en blijft journalistiek en niet louter techniek. Het gaat om het vinden van personen bij de data; het personifiëren van je data. Opmerkelijk is overigens dat een minderheid van de deelnemers een blog heeft. Veel vaardigheid in het schrijven voor online, of het uitwerken van een verhaal voor de blog, hebben de meeste deelnemers niet. En dat maakt bijvoorbeeld ook het uitleggen van een 'embedded link'(om een Google FT kaartje op je blog te zetten) lastig.
8. Om de training meer te laten zijn dan alleen maar techniekjes, werk ik met een 'story idea'. Aan het begin van de cursus heeft elke deelnemer een idee voor een datajournalistiek verhaal, soms worden ze samengevoegd en werken we in groepjes van twee. De story idea moet tijdens de cursus worden uitgewerkt(data verzamelen, analyse en visualistie) tot een journalistiek verhaal(bronnen en personifiëren), en aan het slot worden gepresenteerd aan de hele groep.
9. Na een training komt de vraag; hoe gaan we dit op de redactie doen? De implementatie dus. Tijdens de training besteed ik aandacht aan verschillende modellen om datajournalistiek in te voeren. Datajournalistieke projecten starten of ToT(train the trainers) zijn verschillende mogelijkheden. Bovenaan staat altijd: blijf zelf oefenen, want anders ben je het na een maand weer kwijt.
10. Financiering van datajournalistieke trainingen heeft twee bronnen; ofwel NGO's ofwel media bedrijven zelf. Bij financiering door NGO's heb je vaak een verzameling van journalisten van verschillende media, over de follow-up en implementatie valt weinig te zeggen. Het werk dat ze gemaakt hebben tijdens de training fungeert vaak als een showcase; als voorbeeld hoe datajournalistiek te doen. Werk ik daarentegen voor een media bedrijf dan is de betrokkenheid van de redacties en het management groter. De uitkomsten van zo'n training worden na wat schaafwerk geplaatst en er worden projecten gestart, gebaseerd op tijd en geld. Lopen deze projecten vast of is er meer training nodig, dan kan ik weer worden ingeschakeld als consultant/ trainer, Eigenlijk is het tweetrapsraket; deelnemers aan een training gefinancieerd door NGO's gaan terug naar hun mediabedrif en redactie; is daar echte belangstelling dan volgt een uitnodiging voor een in-company training.