記者斜槓中——數據記者、數位專題製作人、Graphics engineer 在做什麼？｜封面故事 2020 輯五

作者BIOS monthly

日期07.10.2020

編按：BIOS monthly 封面故事 2020・輯五〈安安，您做新聞？〉專訪劉致昕、何欣潔、方君竹三位青年新聞工作者外，也觀望當代台灣新聞的數位化。這幾年，數位製作人、圖像工程師、數據記者⋯⋯，不同的新聞職稱與新聞工作型態出現，新聞工作的定義漸漸被打開——

READr 數位專題製作人李又如，同時身兼記者；而 Mimi Chen 經歷數據記者工作，如今更體認數位專題 PM 的重要性；網頁工程師 Daniel 從資料工程師轉戰投入新聞的資料視覺化、動態網頁。遊戲化的互動新聞是未來嗎？如何從數據裡找新聞？記者的斜槓，沿著時代軸線發展多維度的敘事能力。

｜推薦作品｜

BIOS monthly：您的職稱為「數位專題製作人」，想請您分享這個位置每天需要處理的事務，以及需要具備的技能。團隊間如何協作？製作人的角色，是否也需要理解其他職位的工作方法以便安排團隊運作？

又如：這個職位也是一年多前才有的，在這之前記者都是自己的專題製作人，有了「數位專題製作人」這個職位後，我就負責打雜（笑）跟統籌的角色。

製作人是協調記者、設計師與工程師之間溝通的角色，多是直接對設計和工程師團隊 PM。做數據會去了解不同分析資料的工具，有些是記者自己可以去學的，我進來有學寫資料處理的 code，像 R（程式語言），但就是很初階的。

製作題目上有幾種類型：一種是 READr 自己的新聞專題。其實團隊久了，會培養出自己的工作模式和默契，對新進來的成員就比較辛苦。尤其是記者，在 READr 的記者有時不一定是要寫「稿」，而是因應專題形式提供不同的文本，甚至企劃，一開始記者們也會不太熟悉要交些什麼或者怎麼合作，製作人的角色就有點像翻譯，或是確認彼此的語言、想法、需求在同一件事情上。大家都熟悉了以後，製作人的事情就愈來愈少了（笑）。

有些專題並不是那麼像報導，像我們做過〈2020 總統候選人之事實查核計畫〉是開放民眾參與協力的；我們是《鏡週刊》子品牌，有時他們也會有題目來合作，比如人物組有很棒的故事、想做特製頁面，我會跟他們溝通可以用什麼樣的形式呈現，一起發想。

數位製作人是跟團隊緊密工作的，我們會定期開讀書會，研究好的新聞作品，這也是在尋找共同語言，記者主動了解做頁面的思維。

實際討論中，久而久之會知道我們想要的呈現是否可以透過工程師的技術做到，我們會有很多天馬行空的想像，工程師不需要跟我們解釋太多需要用什麼套件、如何做（他們會跟彼此討論，彼此精進），他其實只要告訴我們做不做得到。有趣的是除了技術以外，大家比較常討論的是做的「目的」跟「CP 值」為何，有些人覺得有工程師、設計師，就想做一些很炫的東西，比如新聞遊戲，工程師當然做得到，但它是最好的形式嗎？我自己覺得成功的新聞遊戲是不會有報導內文的，像國外〈The Uber Game 〉是直接把它報導想要傳遞的事情結合在遊戲體驗中，而非玩完遊戲還要看一整篇的報導。

新聞的目的是什麼還是最重要的，比如做新聞遊戲是為了降低讀者進入嚴肅議題的門檻，議題太複雜於是想用視覺化呈現⋯⋯等等，目的確認後，就會發現達成目的的方式有很多種，工程師跟設計師可以針對需求與目的去提出更好的方法，而不是替報導加工。

BIOS monthly：通常 READr 要開始一個數位專題會由何起頭？如何判斷主題？接下來的流程又為何？

又如：READr 記者有自己的內容會議，偏向傳統的新聞室作業，記者報題、討論新聞，但我們在討論時最重要的要求就是 data driven（數據驅動），做資料導向的新聞。

如果是工程師要做特製頁面、設計師也參與的專題，每週例會，你的提案必須經過十個人投票同意（團隊有十五個人），才會進入製作流程。例會除了記者提案以外，其他人也可以提你感興趣的議題，也有可能成為題目之一。

除了需要較長時間的專題頁製作，我們最近也嘗試數據專欄，因為一個專題製作期較長，我們想要有帶狀的內容保持別人對我們的關注。加上專題的資訊量比較多，我們就嘗試把圖表或數據再抓出來，訴說一個新的故事。也有針對節日、歷史上的今天去做相關數據故事，或是沒有時效性、但有趣的小數據。像我們最近做了財哥專業檳榔攤的小數據，這個題目就是來自團隊裡團員提出的想法。市面上已經有很棒的檳榔專題，一時還想不到資料切入的新角度，就先以小數據試試水溫，研究是以檳榔攤名字為方向去撈數據。

BIOS monthly：在您製作過的數位專題中，面臨過最深刻的挑戰為何？

又如：先談談資料新聞比較不一樣的地方，我們不只訪問人，也訪問資料。我們不再做那種「訪問一個高雄市民就代表整個高雄市想法」的新聞，想透過資料給讀者更宏觀的視角；我們也開放報導的原始資料，除了增加報導可性度，也希望大家可以拿這個資料去做更多事；或者說我們做群眾協力專題，讓讀者可以一起加入新聞產製過程。

所以挑戰之處就是每次都要從資料的角度去重新思考一個題目，不管這個議題是新的還舊的。例如：我在這邊的第一個專題〈玩命運輸〉，當時台鐵運務員出來抗議勞權、空服員也出來罷工，有一個客運司機過勞死⋯⋯，我們就想談運輸業的過勞。很直覺地去採訪這些人、想要呈現故事，快要做完時，就有一個疑惑：什麼是過勞？工程師也覺得他每天很過勞啊，那為什麼我們瞄準這些人？除了運輸業有公共性以外，我們還想討論什麼？

我們訪問了嘉里大榮物流公司，那難道黑貓沒有嗎？我們訪問華航空姐，難道長榮就沒有過勞問題嗎？這些討論出現後，我才發現一件事：一開始在做題目時，我就有想到要拿到勞檢的資料，裡面會有違法勞檢規定的企業出現，這個資料在當時還不是公開的，現在因為一些立委的努力已經可以看得到。當時覺得拿到這份資料、可以應證這件事是真的就好，後來我發現這份資料才是最重要的。

這份資料是從二十六個縣市與工業區的二十六個窗口慢慢蒐集來的，我們看這份資料知道確實所有行業中，運輸業工作超時一直是榜上有名，我們選擇的受訪者也是每年都被罰的企業，這個故事的層次就出來了：政府明明知道這些運輸業有過勞情形，即便每年開罰，還是無法被改善。我們也得到了說服別人的角度，運輸業是全台最常過勞的產業，這也讓我發現資料的力量。

BIOS monthly：在您經手或參與過的數位專題，想請您挑選兩個在形式上與意義上有所突破的內容與我們分享。

又如：幾年前我們做過〈一起回家：原住民傳統領域吵什麼？〉，當時的狀況是巴奈在凱道紮營抗議，「沒有人是局外人」的口號很紅，但大部份的人不知道這底下的脈絡。我們就想更忠實呈現這個題目的脈絡，用卡片式閱讀讓讀者理解事件全貌，如果他對其中的某一個題目感到疑惑，就可以點進去延伸閱讀，知道更多事。讀者光看卡片裡的文字就可以理解發生什麼事，想知道更多的資訊就點進配件閱讀更多，這是我們嘗試滿足兩種不同讀者的嘗試。

去年我們做了〈2020 總統候選人之事實查核計畫〉，因為當時我做假新聞專題接觸到事實查核中心，以前沃草有做過即時辯論的事實查核，但我們去理解一個候選人不只在辯論的時候，任何公開發言都是重要的，媒體常會選擇性報導，即便講政見也不一定會被收錄。作為讀者，我們一直閱讀被選擇的新聞，無法看到候選人的全貌。很多即時新聞的記者一天要報很多條新聞，也沒有時間查證到底是不是對的。我就想說我們來做一個這樣的事實查核，當時記者只有兩個，就找其他媒體一起加入查核。

但只有媒體也不可能辦到這件事，所以我們尋求讀者的力量，公視每天會提供候選人公開發言的帶子，我們把這些影像以十五秒為一個單位的影片丟到雲端，讓鄉民來打字，打成逐字稿後再交給媒體查核，那時候鄉民的謄打率從來沒有低過 50%，非常地驚人。過去〈數據讀政治獻金〉我們也是用這樣群眾協力的方式完成，一個好的協力專案，民眾是很願意一起參與跟投入的。

BIOS monthly：您覺得這份工作是否有特別需要留意的新聞倫理或準則？

又如：對我來說，這就是新聞，新聞該遵守的都要遵守，本質上它就是新聞工作，只是形式與表現法不同。我們之前做租屋專題有一個遊戲〈我是租屋王！〉，挑戰一分鐘內可以租到多少房子，去玩的時候會有深深的挫折感⋯⋯例如預算訂一萬塊，發現大多數的房子都租不起；你有養貓，很多房東都會拒絕。好不容易租到，發現房子會漏水，或是凶宅。做為遊戲，可以設計得很誇張，但這些 data 都是真的，我們抓雙北的租屋資料，發現如果養貓，有七成的房子都是租不到的。在做視覺化呈現時，會討論到底是意象呈現還是有其他功能，這個本質還是根據於新聞、抓真實的數據。

｜推薦作品｜

BIOS monthly：數位專題 PM 與數據記者是什麼樣的工作？您一開始如何投入資訊圖表企劃、動態網頁製作的工作？工作技術、性質，以及養成上，與傳統記者最大的差異性又為何？

Mimi：數據記者跟數位專題 PM 是兩個不同的職位，談到數據記者，我們可以先談一般記者，一般記者是用線人、採訪、閱讀找到新聞，數據記者則是從數據裡撈新聞點。數據記者的能力只是數位專題 PM 需要的能力其一，假設現在政府釋出一份政治獻金資料，資料記者就可以透過這份資料去做數據探勘；或是發生爐碴遍佈全台的現象，透過議題導向去蒐集環保署、土地檢舉等相關資料。數據記者的武器是分析，對數據敏銳度、雲端工具、視覺化工具的熟悉度也需要更高。數據工具有許多種，比如 spreadsheet、tableau，也有人用 R、Python。

數位專題是被創造出來的名字，它其實就是動態網頁，現在很多網站都在使用動態技術做呈現，這就是一種網頁裡的互動。我在研究所時上了一門《紐約時報》副總編輯開的圖表課程，當時台灣還沒有人在做數位專題，我看了《紐約時報》的數位敘事時，才發現新聞不是只有一種形式，可以用大量多媒體素材去堆砌成一篇報導。於是開始鑽研數位專題 PM 要學會的技能，包含數據分析、理解網頁架構怎麼畫、理解工程師與設計師的語言，最重要的，是通盤了解後，用「產品」的角度去看網頁呈現，比較偏向產品經理需要的職能，像是知道 Wireframe 怎麼畫、前後端的需求，引進科技業產品經理需要的職能進入新聞產業。

我在《報導者》一開始是做偏向數據分析的記者，比如分析政治素人年紀、媽祖遶境的空污數據分析，之後跟團隊其他夥伴做了〈急診人生〉、爐碴互動網頁〈旗山找「碴」當農地變成掩埋場〉，過程中發現，應該要有個人出來做 PM，一般記者在外面跑採訪就已經超累，回到新聞室還要跟編輯、工程師、設計師討論內容的呈現，其實是非常吃力，需要一個專案控管的角色，我自己對這個職務很有興趣，於是就轉往數位專題 PM。

BIOS monthly：除了在工作技術上，在內容本身，數位專題角度製作出來的新聞與報導，又與過去我們所認知的新聞有何異同？

Mimi：本質上都是新聞，數位專題等於互動網頁，新聞的目的是透過互動網頁說故事。比如之前在《報導者》參與製作的〈血淚漁場〉，調查記者到印尼看到的所見所聞，我們想用影像呈現，網頁的目的還是說新聞，只是用什麼樣的媒材去說？我們會設定說故事的目的，比如希望讀者跟記者一起走進現場，那麼影像敘事就會比文字與圖表好。

資料新聞的本質也是，資料記者的武器是數據分析，但也會需要文字記者的見聞，像我之前在《天下雜誌》做了〈政治獻金大解密〉看藍綠兩黨獲得的政治獻金，當時看到遠東集團的金額很大，但我不知道背後代表的意義，反而是因為跟資深政治記者合作，才能透過他的眼睛去看到數據背後的原因。

BIOS monthly：數據記者通常如何去採集數據資料？如何鍛鍊解讀數據的能力呢？

Mimi：數學硬要跟數據記者有些關係的話⋯⋯應該是統計能力，像是做一些資料假設時，需要知道什麼是變異係數、中位數跟四分位數到底差在哪裡。平常工作內容包含找資料、做分析、採訪，都還是記者工作的一環。尤其當我們在做科學模型假設時，數據記者很需要不恥下問，因為數據牽涉到許多不同領域的專業，具備記者的好奇心能更投入這份工作。

我的數據能力一開始透過課程，練習設計軟體的使用、地理資訊軟體，各種工具都要熟，初期先熟悉資料要從哪裡找，第二是如何清整資料格式，第三是知道怎樣去看數字趨勢，是真的有這個趨勢還是假性趨勢？如何透過訪問去驗證數據假設，又是另外一個訓練。

我覺得數據記者很像在做學術研究，我們拿到一份一份資料會先做假設、例如想從這包資料裡看到什麼，透過數據分析去看假設是否成立。在前期會重複「研究、假設、驗證」這些的步驟，一般記者可能是先列訪綱、採訪、然後完成新聞，但數據記者面對的是未知的東西，要一直回頭做資料驗證，透過數據找到觀點後，再會回到記者本職，透過採訪與故事把觀點成立起來。

BIOS monthly：在您經手或參與過的數位專題，想請您挑選兩個在形式上與意義上有所突破的內容與我們分享。

Mimi：既能發揮形式優勢，又達到當初設定的目標，應該就是好產品，我想到我第一個做的〈急診人生〉新聞遊戲，是從八仙塵爆的背景下去發想題目的，在設定做這個遊戲之前，我們做了很多採訪，最後選擇透過遊戲的形式，講出急診醫生的困境；設計師跟工程師則是研究市面上的不同遊戲的玩法，例如 RPG、成長型、射擊型⋯⋯這麼多遊戲裡，什麼最適合呈現這則報導的角度？團隊也到醫院急診室坐了一天，觀察急診室真實的狀況，研究到開發完成大約三個月，把這個網頁遊戲做出來。

做完這個遊戲後，我最印象深刻是有一個講座裡，有個急診醫生跟我說，他做醫療分級的推廣非常久，但從來沒想過可以用遊戲去做，可以讓年輕人或無感的人也可以共感醫生的一天。我很喜歡這個新聞遊戲，因為它有教育的意義在，可以活很久，不像是新聞轉瞬即逝就沒了。

在《報導者》後期做過〈網路聲量＝實際選票？24張圖解密六都市長的網路聲量戰爭〉，當時韓國瑜崛起，我們很好奇政治人物的空戰，是否會等於陸戰成績。當時開始注意使用者經驗（UX），當讀者用圖表看新聞時，我們必須去解決使用者看圖與文中間的斷裂點，於是跟團隊一起開發版型，設計出將圖固定住、文字持續走的網頁，能更符合圖表閱讀需求。

這個產品以「解決使用者困擾」的思維做出新版型，也可以延續這個邏輯，優化往後的圖表閱讀方式，做這個題目時，我已經偏向以產品經理角度去思考產品，怎麼幫助新聞產業，或是讀者有更好的使用者閱讀體驗。

BIOS monthly：您怎麼看數位專題的未來與發展？

Mimi：我跟幾個做數位專題的朋友討論過，分成悲觀與樂觀兩派。

樂觀地說，歐美做數位專題很久了，以「美國趨勢幾乎都是早台灣三年」的狀態來看，既然美國新聞業還能繼續做下去、也有人看，台灣讀者雖是小眾，但也還是會活著吧。數位專題本來就是跟隨載體與科技的變化，去做形式上的改變，也許是有持續發展性的。

但悲觀地想，很多人會以為數位專題、資料新聞是救世主，其實我持否定態度，數位專題是需要花費非常大成本，去做的一種新聞型態，團隊要耗時做數據分析、數位網頁設計，如果新聞業要追求的是單純的網頁流量，可能一個耗時三個月的新聞網頁，不敵一篇有爆點的人物專訪。我認為讀者看的還是新聞內涵，可以帶給他們什麼？讀者看新聞價值時，或許是考量報導背後的揭弊性，以及稀有性。

如果只是一個視覺超酷、亂七八糟的東西飛出來的網頁，但內容很弱，沒有給讀者新的東西，可能就沒有新聞價值。數位形式要解決的是使用者體驗，版型或技術要凸顯的是新聞價值，但新聞產業是否願意花這份心力去投資？這是比較困難的地方。

｜推薦作品｜

BIOS monthly：資料工程師能夠參與的工作領域有許多，您特別選擇新聞產業的原因是什麼？您從《紐約時報》、《關鍵評論網》到《天下雜誌》，從事軟體工程師至經營圖像與數據，是什麼契機讓您決定更著力於 infographic 的發展？

Daniel：我大學讀的是資訊工程，去過一些科技公司當軟體工程的實習生。當時在矽谷那邊，很多同學畢業之後就去臉書、Google 賺大錢。我原本以為自己也會走上這條路，但是看到這些科技公司的商業模式，靠賣廣告在賺錢，覺得沒什麼興趣，甚至對矽谷的軟體文化有點失望。我開始思考，怎麼運用自己寫程式的能力做一些對社會有幫助的事？

那時候我有一個朋友在美國教育部實習，跟他聊的時候，發現新聞業其實很有趣，像是一種成年人的教育、幫助大家理解這個世界。剛好那陣子，《紐約時報》開始發展一些數位專題，我投履歷過去，錄取成為品牌跟產品工程師。當時我是完全沒有新聞背景的，在那邊接觸到一些記者跟做圖表的軟體工程師，對他們做的東西真的滿感興趣的，就想往 infographic engineering 這個方向發展。

很多工程師會覺得，做前端介面很簡單，不需要什麼很難的技術，但其實真的不是這樣。寫出一個網站可能不難，但現在瀏覽器都很複雜，要讓網頁的效能好、不同使用者的裝置都能跑得動，讀者又讀得懂，其實是很不容易的，也常常需要一些高難度的技術。這樣的挑戰非常有趣。

BIOS monthly：您的工作為網頁製作、Graphics engineer，想請您分享這個職位每天需要處理的事務，以及需要具備的技能，通常如何與文字記者協作？

Daniel：日常的工作其實滿雜的。如果正在執行一個題目，可能每天要跟設計師、PM 溝通合作；如果還在找資料、研究的階段，我也常常跟出去採訪、拍攝；另外有時候要跟公司的 IT 部門溝通，思考怎麼優化數位專題的架構和流程。做幾次專題下來，我發現很多部份可以被元件化，不需要每次花大量時間重工。

六月做完高雄市長罷免的投開票網頁之後，我知道不久後就要補選市長了，所以花了兩三天整理出一些程式碼，讓一些版型、按鈕可以留到下次再用。後來補選那次的投開票頁面，三天就做完了。如果未來數位專題在製作上更順暢、更簡單，我們也可以有餘裕去嘗試更多不同的內容。

從總統大選到現在，做了幾次投開票網頁，其實我發現跟記者合作真的很重要。我們可以做出一個頁面，但如果沒有其他資訊，讀者可能不會曉得該看哪邊，這就很仰賴記者的專業。高雄罷免跟補選兩次投票，我們有試著做一些分析比較，但要以什麼作為比較的基準？有一個失敗的例子，是當時罷免韓國瑜，我們想呈現高雄各區的同意／不同意票佔多數或少數，沒想到反對罷免的人都不出來投票，所以回去看當時的統計地圖，每一區都是黃色的（同意罷免票數＞不同意罷免票數），這個地圖就失去意義了。如果我們事先預料到這種情形，可能就會用另一種方式呈現。

我們很希望記者跟我們多交流、了解我們在做什麼、知道可以為他們的報導帶來什麼幫助。經歷幾次合作，記者會比較清楚我們的流程是什麼，對我們的想像也會跟一開始不一樣。《天下雜誌》有一個專門的 PM，負責蒐集、評估數位專題要做什麼、怎麼開始做，跟大家溝通，帶領大家執行。我覺得這樣的角色很重要，否則我們常常不知道，應該由記者來跟你溝通，或者你主動跟記者提案？這個故事應該是數據導向，還是文字導向？其實很不容易。有這樣的角色，記者跟工程師都可以找他提案：「我這邊有人願意受訪」、「我這邊有一包資料可以研究」⋯⋯，由 PM 來統籌。

BIOS monthly：您認為在現在的時代，去製作數位專題，增加可讀性與互動性是為了服膺這個時代網路閱讀的什麼特質？追求報導內容的目的又是否與過往的新聞體質有異同？

Daniel：雖然報導的基礎一樣，做互動式的數位內容跟紙本內容的思考邏輯很不一樣。關於網站內容的呈現方式，我覺得大家還在摸索嘗試的階段，目前已經看到西方媒體做出很多創新的資訊呈現方式，但這塊還是會繼續發展。網站的優點在於讀者可以跟閱讀介面互動，你可以去點擊探索，更深入、更客製化地了解這份資料跟你的關係。

以我做投開票的互動式網頁為例。儘管現在越來越少人看電視，但很多人還是傾向透過電視看開票。網頁版提供一個相對自由、有彈性的選擇，讀者可以依照自己的興趣跟需求，選擇他自己想關注的選區。另外，如果有人在路上、身邊沒有電視，或者選後想要回顧票數分佈，也可能會選擇來讀我們的網頁。

數位內容帶來的呈現方式很多元，讓每一份報導可以運用最適合它的呈現來講故事，給讀者新鮮、有趣和有用的資訊。這就是所謂的「數位敘事」。但是，在今天的新聞環境之下，最好衡量數位新聞的績效還是不明確。這就是說雖然數位很容易看到一片內容的流量，但流量的高低不一定代表有沒有達到目標。

BIOS monthly：在您經手或參與過的數位專題，想請您挑選兩個在形式上與意義上有所突破的內容與我們分享。

Daniel：去年底我在《關鍵評論網》做了〈2020 關鍵大選——用民調數據，做觀察分析〉。起因是看到國外媒體 FiveThirtyEight 長期在做各家民調的總和統整，建立一個模型、推估候選人的當選機率。當時我覺得台灣缺少這樣的內容，就去聯繫一些美國專門做這類內容的人，問他們怎麼做？那時候聽他們講了很多統計相關知識，摸索了好幾個禮拜才完成。最後做出來的成品，可以看出蔡英文跟韓國瑜隨著時間改變、不同事件發生時的支持度，從數據反映出人們對於候選人的想法。記得那時候拿給總編輯看，他玩了 20 分鐘，一直說好有趣喔、好好奇某個時間點發生了什麼事。我覺得這樣的專題，新聞業同仁看到應該都會滿有感覺的。

另一個是今年六月《天下》製作的〈個人風險指數〉互動式頁面。我們取得防災中心的資料，讀者只要輸入居住地區、出生年份，就能估算出你 80 歲時居住地區的每年高溫有幾天、豪雨有幾天，登革熱的風險⋯⋯，像我剛剛說的，走向比較客製化的服務。其實我們也可以直接把大量的資料丟給讀者去探索，但往另一個方向走，我們可以設計出個人化的服務，讓讀者直接看到自己需要的資訊。

BIOS monthly：就您的觀察，台灣在數位內容的報導形式上未來的發展性為何？

Daniel：目前台灣數位新聞內容還是有資源不足的問題。一方面讀者還不習慣為內容付費，另一方面，因為數位新聞內容需要投入大量的資源跟時間，不論傳統媒體或新創媒體，願意投資這塊內容的還是不多。雖然媒體市場小，數位內容的發展也還不夠成熟，但台灣有媒體自由、言論自由，也有不少獨立媒體，是有發展基礎的。我希望在台灣的媒體組織對於數位內容能夠有更長期的規劃，投入更多的資源在建立制度以及文化上，而非只是員工個人的技術和專業。