Fabio Andrea Petrini

Excel per i giornalisti: data journalism con esempi pratici

24 Aprile 2013 Fabio Andrea Petrini

Steve Doig: a differenza degli anni ’60, quando questo tipo di elaborazioni non era possibile per i limiti tecnologici del momento, ora abbiamo la possibilità di lavorare e ottenere tutto ciò che ci serve con un comune portatile

, , , , , , , , , , .
Steve Doig
Stephen K. Doig è un giornalista statunitense, professore presso la scuola di giornalismo Walter Cronkite dell'Università dell'Arizona.

Il giornalista americano Steve Doig, data journalist premio Pulitzer, ha presentato un’appassionante introduzione al giornalismo di precisione, spiegando che molte inchieste non posso più prescindere dall’uso avanzato di strumenti informatici per l’estrapolazione e l’analisi dei dati.

Un esempio importante è stata l’indagine successiva ai danni provocati dall’uragano Andrew. Il 24 agosto del 1992, esso colpì Miami con venti di velocità superiore a 150 miglia all’ora, distruggendo o danneggiando gravemente più di 80000 abitazioni (compresa quella di Steve Doig ndr).

Alcuni giornalisti indagarono per capire se le responsabilità di questo enorme disastro potessero essere attribuite esclusivamente all’evento meteorologico. Così non fu, il rapporto intitolato “What Went Wrong” e pubblicato tre mesi dopo la tempesta, dimostrò notevoli responsabilità umane. Tale indagine, come ha affermato Steve Doig, non sarebbe mai stata possibile leggendo una ad una le 80000 relazioni. Fu necessario accedere digitalmente ai dati ed effettuare una serie di confronti ed elaborazioni per poter consegnare all’opinione pubblica la verità su quanto accaduto.

Per svolgere questo tipo di giornalismo, occorre anzitutto la capacità di accedere alle fonti, trovare il nome dell’agenzia che fornisce i dati di “input” necessari al nostro scopo. «Non c’è ragione – prosegue Doig – per la quale una pubblica amministrazione, i cui dati sono ormai tutti digitalizzati e di proprietà dei cittadini, non debba fornirli in formato digitale quando richiesto».

D’altronde, mentre quindici anni fa il divario tra giornalisti americani ed europei nel data journalism era molto ampio, ora è ridotto ai minimi termini e, anche in Italia, vi è una fonte autorevole come il sito ufficiale dell’ISTAT (www.istat.it), che fornisce moltissime informazioni esportabili in diversi formati (Excel, formato testuale personalizzato, SDMX[1] e altri…) attraverso le principali banche dati italiane.

Naturalmente è necessario conoscere anche tutte le normative esistenti per l’accesso ai dati e battersi affinché siano sempre meno restrittive (ci sono organizzazioni che spingono a favore del Data Journalism). Un importante riferimento per le normative relative all’accesso ai dati è wobbing.eu.

Gran parte del convegno è stato dedicato a mostrare l’utilità del foglio elettronico Microsoft  Excel. Una volta trovati e importati i dati nel programma, si possono estrapolare molte informazioni supplementari, inizialmente non previste dalla fonte e ricavate attraverso una serie di funzioni. Sarà così possibile spiegare con dati tangibili il fenomeno che il giornalista sta trattando.

Doig ha inoltre fatto presente che, per alcune operazioni, ove non fosse possibile arrivare con Excel, giunge in aiuto Access (o qualunque altro software per la gestione delle basi di dati… ndr).

Il professore ha spiegato, con un linguaggio non accademico ma tuttavia comprensibile anche ai non addetti ai lavori, il concetto di JOIN: supponiamo di avere una tabella con i dati di coloro che hanno avuto un incidente stradale causato da sostanze stupefacenti. Supponiamo inoltre di avere un’ulteriore tabella con i dati degli incidenti relativi agli autobus. Sarebbe molto interessante scoprire se ci sono (e quali sono) gli incidenti causati da un autista di autobus drogato. Con un’opportuna selezione svolta su una nuova tabella, costruita unendo le informazioni delle due tabelle iniziali attraverso un dato comune (ad esempio la targa del veicolo), questo è possibile. Si tratta di un’operazione fattibile in pochi istanti, utilizzando gli opportuni strumenti.

[1] SDMX: Lo standard SDMX (Statistical Data and Metadata eXchange) è un linguaggio XML per lo scambio di dati e metadati statistici. L’iniziativa è promossa e incoraggiata da istituzioni internazionali tra le quali la Bank for International Settlements, la Banca centrale europea, l’Ufficio Statistico della Comunità Europea (Eurostat), il Fondo Monetario Internazionale, l’OCSE, le Nazioni Unite (Statistics Division) e la Banca Mondiale.

Tratto dalla voce “SDMX” di Wikipedia, l’enciclopedia libera.

Lascia un commento