【專訪】不喜歡寫字 Steven 用程式碼說故事


採訪 Steven ,是希望知道在這個人數不多的資料新聞業界,從業者的心路歷程。

  儘管因為美國總統大選專題而連日忙錄,週日的早上十點鐘,隔著螢幕傳過來的聲音並不疲憊。講到資料視覺化,他的語調中便流露壓抑不住的興奮。就連採訪的前一天晚上,也熱心的分享業界最新的資料專題。他是關鍵評論網的 Steven,雖然目前頭銜掛著資料記者,但平常不只寫新聞,也負責網頁工程,稱呼自己「記者工程師」(journalist engineer)。

  Steven 剛以「關鍵薪資條碼」入圍新聞界的年度盛事──卓越新聞獎,而那不過是他入行以來的第二篇作品。在這篇主打「上市櫃公司薪資視覺化」的文章中,他以 Scrollytelling (Scroll + Storytelling,以滑鼠拖曳說故事的方式)作為敘事手法,並利用非傳統視覺方式的條碼圖呈現薪資,再結合下拉式選單,讓讀者可以自由查找資訊。

  而這一切都由他獨立完成── Steven 身兼資料處理與分析、視覺設計、寫稿、網頁呈現,如此多工且跨域,如何養成?要從求學階段開始說起。

Steven 以「[關鍵薪資條碼](https://www.thenewslens.com/interactive/137774)」專題,入圍 2020 年度卓越新聞獎當中的新聞敍事創新獎。

Figure 1: Steven 以「關鍵薪資條碼」專題,入圍 2020 年度卓越新聞獎當中的新聞敍事創新獎。

  大學時讀財金系,有考慮過往金融業走,後來還是斷了念頭。 Steven 說,自己個性好勝,不管身處什麼領域,都希望能做到頂尖,但自覺數理能力不夠,也沒那麼擅長社交,決定繼續探索。他問自己,還有什麼路可以走?那時候知道學校有程式語言 R 的學習組織,又因為國中碰過,對程式沒有太大的畏懼,決定從資料分析出發,成為他口中的「資料工」。

  也是在修課與實習的過程中,發現自己對資料視覺化的興趣。 Steven 接了學校老師的研究計畫,每兩週要和團隊開會討論。原本習慣用表格回報分析結果,某次因為覺得報告起來很沒效率,改用熱力圖描述投資組合,以顏色呈現投資報酬率藉此分辨好壞,意外受到好評。只是多了簡單的一個步驟,卻得到很好的結果, Steven 說,自己深切感受到資料視覺化的優點,從那之後更加深入研究,「因為你知道它能帶給我們什麼東西。」

  但這條道路很孤獨,「上求職網站看,台灣沒有人專門做這個。」 一般來說,資料視覺化會被算進資料分析師的工作內容,但他想專心做視覺化,只好向外探索。「發現真的還是有,像《海峽時報》,把漫威所有角色做成宇宙關係圖,我就問,這個職業是什麼東西?」

  多方搜尋之後得到答案。Steven 要找的職稱叫「視覺化工程師」或是「資料記者」。於是再回頭看台灣,儘管不多,但路上不只有他一人。

  Steven 找到了當時任職於《天下雜誌》的資料記者林佳賢。認識的過程很簡單,他傳訊息給對方的臉書粉絲專頁,馬上得到友善回應。不禁問他,你是這麼直接的人嗎? Steven 說,「因為真的很不了解,不想要摸黑走路。」後來他也跟隨前輩的腳步,成《為關鍵評論網》的資料記者。他說決定選擇這個工作的動機,就是因為可以專心做視覺化。「但媒體薪水真的不高耶?」又考慮到他的金融背景,很難忍住不問,但 Steven 回得很巧妙。「處於職涯初期,對金錢滿足的門檻非常低,再加上也想追求金錢以外的東西」於是就這樣走進媒體業。

  在《關鍵評論網》, Steven 的主要工作是寫資料新聞,也負責大型專題的工程。問他怎麼看待自己的工作內容,「特別喜歡前端跟視覺化,寫字是還好,有點煩躁。」洋溢著自信的聲音少了點開朗。沒受過新聞訓練, Steven 說負面影響很明顯,最直接體現在寫稿的效率與品質相對較差,凡是文字部分,他都得請同事過目。

  但 Steven 認為,沒受過新聞訓練也有優點,「我不會被新聞價值束縛。」追問他新聞價值的定義, Steven 說,自己在媒體待得不夠長,之前也沒做過新聞,所以自覺沒資格討論。公益性、監督政府、為少數發聲,他能夠理解媒體扮演的傳統角色,但自認重視面向不同。即使碰到新聞性沒那麼強的題材,他還是會嘗試從體驗與呈現上著手。

  為了揣摩讀者心意而苦思許久,他的想法接近商業的以客為尊。傳統新聞常聽到的專業守門人角色,好似蕩然無存。但自稱心中沒有新聞價值的他,只是強調從「讀者觀點」出發而已。

  也因此在選題時, Steven 注重的方向與正統新聞學不同。首先是事件或資料本身,是否足夠有趣;接著是呈現方式能否讓讀者買單。如果議題本身不夠吸引人,就要用資料視覺化的技巧,讓讀者有好的體驗。Steven 在乎作品流量,也會苦惱自己究竟能幫公司賺多少錢,但「討好讀者」的深層動機不僅是商業,更多的是源自於對資料視覺化的熱愛,他深信視覺化的力量,只是以新聞作為載體。

  知道自己走了一條人跡罕至的羊腸小徑,絕非主流。但 Steven 認為,資料呈現不只是錦上添花,本身就是創造價值的來源。

  他眼中的資料新聞,也是放在同樣脈絡下思考而得的產物。 Steven 認為資料新聞的價值在於重新詮釋資料,第一個層次是讓讀者可以更舒服的理解議題,第二個層次則是透過訪問資料的手法,看能不能找出不一樣的觀點。

  談到訪問資料與求助於專業人士的差異時, Steven 也不諱言資料本身的潛在偏誤,「要敏感的知道(偏誤會影響)結果,以性侵為例,可能會寫出某區特別多或特別少。…自己對特定領域沒有特別熟悉時,就會需要專家和資料一起。」因此做結論時要更加小心。

《南華早報》的 [How Shenzhen became China’s Silicon Valley](https://multimedia.scmp.com/infographics/news/china/article/3100043/shenzhen-special-economic-zone/index.html) ,是 Steven 心目中近期符合資料新聞定義的絕佳案例。

Figure 2: 《南華早報》的 How Shenzhen became China’s Silicon Valley ,是 Steven 心目中近期符合資料新聞定義的絕佳案例。

  既然心中沒有新聞價值,反正流量優先,讀者體驗是最終依歸,那何不乾脆做腥羶色的題材?面對這樣的挑釁, Steven 思索許久,給出否定的答案。不做獵奇題材,當然跟公司政策有關,但主要還是因為個人偏好。Steven 說自己心中仍有一條界線。「我沒有傳統新聞價值,所以沒辦法用字詞來講,但就某方面來說,感覺跟傳統新聞價值有點交集。」或許不全然是岔路,而是時而接近、時而遠離。

  近日美國總統大選開跑, Steven 不只負責在網頁上呈現開票結果,也要處理後端串接資料,隨著媒體業面臨數位轉型,對記者多工的要求也越來越多。「新聞科系學生是否容易被像你這樣,沒有相關訓練但有其他特長的人取代?」想都沒想,他直接說不會。論流量,資料記者比不上能夠頻繁發稿的文字記者,論環境,因為價值觀歧異,台灣的媒體也還沒辦法完全接納像他這樣的人,「如果在國外,那會喔。」他用俏皮的語調,補上這句回馬槍。

  Steven 說,近年台灣媒體的數位專題作品越來越多,其中許多以資料為出發點,再把題目挖深,是資料與傳統新聞價值結合的產物。「從讀者角度來看,台灣讀者只是還沒被開發,敘事方式比較特別的東西,讀者會覺得有趣、接受度也高,影響力會拉回來內部,主事者會願意花資源。」和同業朋友聊天,也讓他更能釐清差異,他想像中的作品,會更加著重在資料本身與敘事方式上的創新。

  完全靠著一己之力完成專題,是 Steven 目前的目標。這樣的想法和媒體編輯室的專業分工原則扞格,但他還是想做。並不是討厭和他人合作,而是嚮往從無到有產出作品的成就感。「可以向別人證明,我是可以獨當一面的」,為了追逐這樣的認可,不只是採訪、寫稿、設計,插畫也在學習列表裡面。 Steven 以自己最欣賞的美國新聞網站 Pudding 為例,因為那邊的記者幾乎都具備上述所有技能,「他們有辦法,我們好像也不是沒有機會這件事情。」

  不服輸的 Steven ,會繼續走得崎嶇,還是能把小徑走成花路?時間會給我們答案。

美國總統大選開票時, Steven 緊盯著自家網站螢幕/黃彥翔攝影。

Figure 3: 美國總統大選開票時, Steven 緊盯著自家網站螢幕/黃彥翔攝影。

Dennis Tseng
Dennis Tseng
An analyst & R lover

Use data to solve problems, tell stories, and change the world