当视频遇到数据新闻——妈妈问我为什么跪着看纪录片

当视频遇到数据新闻——妈妈问我为什么跪着看纪录片

除了图表,数据新闻往往也有文字、图片到更复杂一些的视频方式

其实数据新闻与视频的结合早已存在~

最开始主要是小动画

比如我们的新闻联播爸爸,很早就开始使用动次打次的图表来播报了

像这样

Emmmm……

程序员:你为什么要把我码出来的图表小动画录下来?

和传统的文字加图表模式,这样的小视频的确会更生动一点点,看起来不太费脑子,配音解释的形式可以让大家在地铁上照样get到需要的信息

但是对于更好的讲故事……恕我直言,似乎与传统文字形式没啥变化

当然,这种形式不过是冰川一角

现在出现的是——视频嵌入数据新闻报道中

Like this——《Bussed Out》

作品链接:https://www.theguardian.com/us-news/ng-interactive/2017/dec/20/bussed-out-america-moves-homeless-people-country-study

这篇文章来自《卫报》,主要讲述的是关于美国各地给流浪汉提供免费的单程车票,让他们去投靠别处亲朋好友的事情。

其中的数据主要说明了迁移量、各地区接受出发人数、接受流浪者机构数等等宏观的问题,而对于政策的利弊与实行现状,作者则采用了几个流浪者、流浪汉帮扶机构负责人等的采访与故事,进行了讲述。


其中一个很酷滴数据图

注:这是需要我们学习的地方之一——有些较为主观的东西完全可以用深刻的故事去进行讲述,不要强行做数据,相辅相成完成报道才是目的

在故事的讲述中,作者就插入了每位采访者的视频

具体视频其实很简单,不过是每位故事主人公凝视的大脸,配上采访的精华录音

就这样看着你看着你


目不转睛


希区柯克变焦了也要看着你

为什么要放这样的视频而不是直接写出他们说的话呢?表达信息、形式更丰富是自然的,但重要的是,主人公凝重的脸庞和低沉的话语,不仅和整体故事的基调达成了一致,而且会给读者更强的冲击感,对这些流浪汉的无助有更为直观的感受。

往常看到的新闻报道中,加入的视频往往自成叙事段落,有完整逻辑或讲述了一个比较完整的故事。但Bussed Out略显不同,这样简短的视频的作用更多的表现在了,调整阅读节奏,烘托整个故事的氛围,完整报道框架。

注:对于我们来说,这是很值得一试的事情,视频—图表—文字编排混合在一起,并尝试用视频完成除叙事(当然也要有叙事功能)之外的作用。

就在我以为,视频与数据可视化也就最多这么个结合法儿(看这完美的儿化音)的时候

各位大佬们亲手教会了我

什么叫

So Naive!!!!

数据新闻纪录片出现了!!!!

2018年信息之美的获奖作品——《二战之殇》

真实惊艳到了没见过世面的单纯小可爱,也就是本仙女(住口我不听我就是)

二战之殇的首页

作品链接:http://www.fallen.io/ww2/

#妈妈问我为什么跪着看电脑系列#

这个小片共18分钟,以一个个小人的icon为基本元素,通过小人的堆叠、变换制作图表,加上真实史料图片,讲述了二战期间死亡者的种种统计。

基本逻辑总体可以被归纳为:从平均死亡年龄讲起——各国死亡的人数及特殊国家(如苏联)情况单独讲解,死亡原因,特殊战役——二战和其他的比较,如今发生的战争等

强烈推荐大家自己看完这个作品,再接着把blog读下去!因为对于一个片子,背景音乐总是非常重要的构成部分,对于《二战之殇》也是。blog等等做介绍用的GIF只做提纲挈领作用,无法展现出这个神仙作品的风采!!


                                                       快去看快去看快去看快去看快去看


除了拥有优秀数据新闻的共性,在这里我主要想分享一些他作为数据新闻纪录片给我的特殊感触。

首先,大部分的动,都是有意义的!

平均死亡年龄

视频开头比较了现在与二战时的平均死亡年龄,从2015年的8-不断向下滑动,到二战时的10,不断后退的过程其实是具有一定冲击感的,让人感受到——“哇,真的少了好多!”

再来一个更典型的例子:

美国死亡人数

通过把超级多小人一个个列出来,美国国旗逐渐陨落,配合着渐强的哀伤音乐,很容易把读者带入凝重的整体故事氛围里,并且直观的感受到二战给人类带来的巨大伤害,是非常触动人的。

这就是动起来的意义,不仅仅是为了过渡,不仅仅是为了生动。动的过程完全可以参与到叙事中,表达一种情绪和感受(多啊,少啊,衰退啊……),烘托一下氛围。单从这一点,就超过了文章最开头动次打次的数据动画!!!(新闻联播你听到了吗!!!!)

其次,可以通过转场一样的方式,将宏观与个体更好的结合

进入诺曼底的讲述

此处,作者从宏观的美国二战死亡人数,讲到了其中最特殊的诺曼底登陆,利用视觉元素的承接性,非常流畅的进行了宏观大数据和特殊小事件之间的转换。

当然,也可以从小事件中提取抽象元素,重新回到宏观大面上的讲述。

市民死亡的特殊到总结

真滴非常便捷高效,流利顺畅,夸!!!

第三,视听语言可以呈现数据图表,哪怕是交互图不方便呈现的东西。

这里讲的是二战死亡市民里啥人都有,而士兵主要是男性。单从这个信息点讲,作者已经为我们提供了一种新的,表现非大数据的数据新闻的方式(我仿佛在说rap)。通过推拉表现了数量、种类两个维度的信息,读者可以很直观的知道死亡的市民里,男女老少都有,而士兵里则主要是男性。如果用静态图,这样的表达几乎无法实现,哪怕是交互类图表,也比较难同时表达出数量的宏观和种类的不同两方信息。

另一个例子:

超高的柱柱

如果在传统图表里,柱状图里有俩巨高的真的很难办啊!!不和别的放一起吧,表现不出特殊性,和别的放一起吧,版面又不好设计……但是视频的方式,灵活的运用了推拉摇移的技巧,不仅解决了这个问题,甚至还让人有一种层层深入分析的感觉。

第四,不用依靠读者线性的向下滑动阅读,灵活的视听结构,让整个报道更完整和触动

大家可以注意一下片子最开始的红线

做平均寿命线
时间分界线
战争死亡人数的小柱子

网页与报纸上的数据新闻报道,由于需要依靠读者自行向下滑啊滑,往往都是一个比较线性的结构,开头出现的东西,不太能再让他结尾出现一下,变成个啥别的,进行呼应。但是小片子就不一样了,读者看就完事儿了,结构由导演设计,发挥的空间更大。之前提过的东西可以再拿出来变化重提,达到递进的效果,以片子里的红线为例,最开始表现的是平均寿命线,之后再次出现,是各大战争死亡人数柱状图中的小柱子,通过过渡动画,又变成了时间截点,分割了二战前后的时间,开始主题升华部分。一个元素反复出现,像线索一样,让整个报道更加紧凑,前后呼应。试想一下,在传统报道里,能让一个元素像这条厉害的小红线一样,反复出现,串联内容,还表达多种意思,是不是的确有点困难?

第五,横向叙事与纵向探索的结合!!!

最厉害的事!!!片子在关键时刻可以停下,让读者进行tooltip的交互查看!!!我惊呆了!给出一定时间mouseover,时间过了片子就会自动继续播放,如果觉得时间不够,读者还可以点击暂停一直进行交互操作,看好了再继续播放小片。

这就实现了横向的叙事和关键点纵向探索的完美结合啊!!大佬请收下我的膝盖 !!!!

当然,因为是视频,回顾数据和便捷的查看某一项是有一点点困难滴,算是这种形式的一点点小问题。

总个结:《二战之殇》的启发们

1、动态表达感情,渲染氛围

2、小数据(死亡年龄)、非数据信息(死亡种类)的巧妙使用与呈现

3、通过纪录片+数据,直观完成个人故事+宏观情况的描述

4、在横向叙事的特殊点中加入深度的探索

5、利用某元素作为线索,前后呼应,串联结构

(之后这些是上面没写,但是也可以学习的启发们)

6、详略得当

7、如何兼顾客观数据与表达主观思想与感情 

8、报道最后的落点——和平!要有一个结论出来


《二战之殇》真的太棒了!

然而,就当我以为这绝对是终极形态的时候

大佬再次告诉我

NAIVE!!!

不过!

听说blog写太长会没人看哦

所以我们下个月再见!

啊哈哈哈哈哈哈嘿嘿嘿嚯嚯嚯


BY 陈晓晗
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,110评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,443评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,474评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,881评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,902评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,698评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,418评论 3 419
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,332评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,796评论 1 316
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,968评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,110评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,792评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,455评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,003评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,130评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,348评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,047评论 2 355