Dai dati alla notizia: corso base di data journalism | novembre e dicembre 2015

Cos’è il Data journalism? Come funziona? Da dove iniziare? A seguito del webinar gratuito di Ong 2.0 sul Data journalism per comunicare lo sviluppo e i temi sociali [scarica qui la registrazione completa!], Andrea Nelson Mauro – fondatore  di Datamedia Hub e Dataninja – è il docente di un corso dedicato a fornire ai partecipanti nozioni teoriche e competenze pratiche nell’ambito della realizzazione di prodotti giornalistici data-driven.

[Leggi l’articolo] Data journalist: la nuova frontiera del giornalismo 2.0

Fornire ai partecipanti nozioni teoriche e competenze pratiche per realizzare prodotti giornalistici data-driven: articoli, inchieste e comunicati stampa incentrati prioritariamente sull’analisi di informazioni statistiche e redatti attraverso un processo di valorizzazione delle fonti informative disponibili (offline e online, a livello nazionale ed internazionale).

Il corso si sviluppa su più moduli formativi, ciascuno dei quali avrà durata, contenuti e standard di approfondimento differenziato in relazione al tipo di auditors (nozioni di statistica descrittiva/inferenziale, informatica, utilizzo software di visualizzazione grafica).

1. Martedì 24 novembre 2015, 18h-19h30

– Cosa si intende per data journalism o, più in generale, per prodotti data driven
– Quali sono le principali esperienze in Italia e all’estero
– Quali sono le competenze richieste e le prospettive professionali
– Presentazione di casi studio su singole inchieste/report realizzati negli ultimi anni

ESERCIZIO: Identificare un esempio di data journalism e spiegare perché a proprio giudizio è rilevante.

2. Martedì 1 dicembre 2015, 18h-19h30

Step 1 – Partire da una buona domanda di ricerca. Cominciare a lavorare sui dati avendo ben chiaro preliminarmente qual è il nostro obiettivo. Anche se la base dati sulla quale lavorare è già a nostra disposizione. Esempi specifici.
Step 2 – Elenco di possibili fonti. Costruire un elenco di possibili fonti sulle quali cercare i dati che ci interessano.
Step 3 – I tipi di dati utilizzabili. Dati strutturati e dati non strutturati: qual è la differenza, e perché il nostro obiettivi è sempre riuscire ad ottenere dati strutturati. Il concetto (semplice) di dati machine readable.

ESERCIZIO: Formulare una domanda di ricerca, ipotizzare un elenco di possibili fonti. All’interno delle fonti, classificare i dati come strutturati (machine readable) o non strutturati.

3. Giovedì 10 dicembre 2015, 18h-19h30

Step 1 – Dati strutturati: scaricare una tabella e comprenderne la formattazione. Una tabella può contenere vari tipi di dati: quali possono essere e perché è importante una formattazione accurata.
Step 2 – Dati non strutturati: fare Scraping e strutturare i dati. Cos’è lo Scraping e a cosa serve. Un esempio pratico per passare da dati non strutturati a dati strutturati.
Step 3 – Pulire i dati. I nostri dati solo puliti? Una checklist di controlli fondamentali che ci permettono di fidarci dei nostri dati.

ESERCIZI:
1. Individuare una tabella di dati strutturati dall’elenco di fonti costruito precedentemente (o da altre fonti), scaricarla e verificarne la pulizia, tramite la checklist.
2. Individuare una pagina HTML dove può essere utile fare scraping, estrarre e strutturare i dati.

4. Martedì 15 dicembre 2015, 18h-19h30

Step 1 – Analizzare i dati. Filtrare, Ordinare, Raggruppare: le analisi prelimirari sui dati sono spesse quelle più utili. Come si fanno e perché possono esserci utili.
Step 2 – Visualizzare i dati. Concetti chiave e tool più diffusi. Quando usare un tipo di visualizzazione e perché. Le modalità di visualizzazione più diffuse e i tool principali attraverso il motore di ricerca della Dataninja School.
Step 3 – Visualizziamo i nostri dati. Visualizziamo i dati raccolti con un tool e creiamo il nostro primo grafico.

Photo credits: Data Journalism Handbook