编者按：本文由Visually的可视化设计师德鲁·斯考(Drew Skau)撰写，他目前正攻读美国北卡罗莱纳大学夏乐分校的计算机科学视觉化博士学位，本科为建筑学。你可以在Twitter上@SeeingStructure粉他。
用数据可视化来分析大数据，并将其用富含信息、高效且引人注目的方式来传递的重要性和有效性并未被出版商们所遗漏。其中许多出版商已经开始对具有新闻价值的话题进行专门的可视化，但只有少数出版商在规模和质量上跻身“世界级”。其中之一就是彭博社。为了一窥其内部运作的情景，他们制作的可视化图表如何符合自己组织的战略，以及他们如何衡量这些可视化图表的表现，对此我们采访了Bloomberg View团队负责人蒂莫西·L.奥布莱恩（Timothy L. O’Brien）、彭博可视化数据联合负责人丽莎·斯特拉丝菲尔德(Lisa Strausfeld)以及互动设计师杰瑞米·戴蒙德(Jeremy Diamond)。
德鲁·斯考：
Bloomberg View制作了一些令人惊叹的可视化图表。你能告诉我们，这些可视化图表是如何符合彭博社的总体战略和目标的吗？
蒂莫西·奥布莱恩：彭博社有更广泛的战略，然后也有相关的战略，对于Bloomberg View和彭博可视化数据则有具体战略。
当我加入时，我们想要让数据可视化成为Bloomberg View视觉化和新闻化标签的基石之一。
在我开始之前，我就接触了丽莎，并告诉她，我们希望围绕建立健壮的可视化业务来与数据可视化团队合作，每天附加到各个故事中的数据图表要有观点，具有解释性、分析性和专题性。那是大约一年前，丽莎和她的团队已经与我们合作了四到五次大新闻，之后我们就每天都做的可视化图表进行了合作。
德鲁：这些可视化图表中我见过很多，它们似乎都可以套到一个模板里。在这些可视化图表背后，你有什么模板化技术实践可以分享吗？
丽莎·斯特拉丝菲尔德：该团队成立于大约一年半之前，正在不断壮大。我们尽可能多的以新闻为驱动进行制作，我们也处理彭博提供给我们的庞大数据资源，再将这些数据资源呈现给公众和消费者。有点我们在探索数据与编辑之间领域的意思。我们已经与Bloomberg View进行了迄今为止最富有成效的合作。最近的数据可视化实验是极具沉浸感、基于意见的数据体验。
杰瑞米·戴蒙德：在我们团队创立之初，我们决定建立一套未来所有图表和图像的设计规范，这一规范当时并不存在。对于面向公众的网路资源或其他资源，有必要进行某种形式的统一，或以某种方式把自己的标志放到图表中去。考虑到这一点，我们在该领域内创造了很多图像，而Data View则是深入某个图表，赋予该图表生命，尝试让不同类型的图像元素变得生动并能与你互动。
德鲁：在设定最初的设计规范时，它们必须要符合彭博社的品牌。你有没有找其他的设计师来做这件事，还是你们团队自己做的？
丽莎：这绝对是与该团队协作的结果，但所有这些都是彭博可视化数据的一部分。而彭博可视化数据有自己的可视化设计准则，但我们在Bloomberg View的设计和身份也非常投入。
蒂莫西：从我们的角度来看，这是一次伟大的协作，因为这些部分都是相互依存的。视觉语句依赖于基础数据，而如果不是相伴相随的视觉语句，基础数据也会缺少生气。我们的编辑和数据团队之间有许多动作，这是一次真正的多平台的跨学科合作。我觉得这一合作非比寻常。拥有资源且具备内部人才或目的性，来将互动拉动到这一级别的媒体机构并不多。从编辑的角度来看，拥有如丽莎和杰瑞米这样优秀的内部团队是一个极具竞争力且不易复制的优势。
德鲁：看着自己团队在做的事情，你在和自己比赛。能做到像你们所发布的作品一样的人并不多。从团队结构的角度来看，这些东西都组织的很好。你们是多个团队一起工作，还是一个团队拥有多个学科的人才？
丽莎：彭博可视化数据最近才只有14人。我们制作由新闻驱动的信息图、工具（如为彭博新闻及Bloomberg View提供的制图工具），还制作实时、更新的长期产品，如彭博亿万富豪、最好和最差(Best and Worst)、State by State等。我们大概有两个团队。一个是新闻驱动的信息图团队，由五个信息图记者组成；然后我们有一个产品团队，拥有设计师、开发者和原型师，大家一起工作。我们还有一个超级天才的团队，可以应付从新闻到设计到原型到开发的一切事情，还有像杰瑞米这样能做所有事情的少数天才。我们让新闻驱动的团队和软件驱动的团队这两种文化进行碰撞，我们认为这是在数据编辑体验新形式上创新的关键。
产品团队最依赖于与编辑的合作。Bloomberg View与产品团队的合作大部分是因为，我们依靠他们来制作信息图。我们从中学习，提取纲要，然后试图概括成的平台、模板、有点像可重复使用的体验。
蒂莫西：而对于我们的编辑而言，与数据可视化团队合作能磨砺我们自己的思想，让我们知道在编写一篇分析或论述文章时能够以什么更有趣、更吸引人的方式来呈现。合作的另一个奇妙之处是，它能让我们围绕意见、评论和阐述式新闻进行新的尝试。
丽莎：我可以举个例子。可视化数据团队有一个研发团队，一个开发团队。我们有一个制表工具，彭博新闻和Bloomberg View有大约70名记者在用它。Bloomberg View的作者们会写图表上最吸引人的标题，而副标题就是这张图表的具体内容。我们有意拓展这方面的体验，以及将其模板化的方式。当我们看到这些制图工具是如何被使用后，这个团队在工具中集成了加入编辑声音的功能。
德鲁：你接触过运动可视化吗？
杰瑞米：去年我们制作了一个美国职棒大联盟专营权估值图表，聚合了由亿万富豪团队收集的数据。我们最近也制作了面向世界杯的图表。还有一个BSports团队做预测数据。对于两国之间的任何比赛，他们都会运行模型1000次，以便得到基于他们的数据能得到最有可能的结果。他们已经给整个世界杯建立了模型，我们正在寻找一种方法来呈现它，届时可以让用户自己选择队伍并与朋友分享。一旦比赛进行，就可以更新比赛结果，并与之前的比赛结果进行比较。
德鲁：你们的制图工具能不能针对像体育报道一类的新闻进行定制，比如要匹配球队颜色？
杰瑞米：看你选择的调色板了。
丽莎：现在似乎所有人都有一个制图工具，彭博制图工具的差别是可以直接在终端使用彭博的数据。
这其中有编辑方面的考虑，分析数据的人也有形成观点、发现数据的过程。但很多时候，你在有数据之前就有了这个想法，接着你会发现存在数据，然后再看它是否支持这一想法。
蒂莫西：有趣的是，“美国人的死法”(How Americans Die)信息图最终获得了至少80万次独立访问和880万次页面浏览量。所以这是一个非常成功的数据和新闻产品。比尔·盖茨和Atul Gawande也转发了这个信息图。正如我所想的，故事通常都会进化。本来我们（在菲利普·塞默·霍夫曼去世之后）想调查一下美国与毒品有关的死亡，接着就想调查一下支持这一现象的不同交易（海洛因和可卡因等）。然后，我们那篇报道的专栏作家马特·克莱因(Matt Klein)跳出了这一有点狭隘的想法，而是去调查更广泛的死因。随着我们研究各个数据集，我们开始谈论它，它也变成了对死因更广泛的探索。一切就绪之后，我们把数据导入到了Excel表格中，用很简陋很简单的图形表达了我们试图自然表达的东西。我们将这些数据给了数据可视化的合作者们，是他们让数据变得美观。他们反馈了一些自己的编辑思想和问题，与我们一道进行编辑，因此杰瑞米和丽莎真的很关键。
德鲁：你对每月的信息图定量吗，还是说觉得该制作信息图了就制作？
蒂莫西：我们有目标。我想要每个月都能够做一些大一点的信息图，但每天都有我们想要制作的中等但却重要的信息图。我们想要做足够多的信息图，人们期望Bloomberg View成为一个可视化数据、敏感分析以及深入诠释性新闻的仓库。
德鲁：你们有没有其他像深层链接一类的东西来延长这些项目的生命，从而不仅仅是获得最初的流量，而是持续带来价值？
丽莎：我们的亿万富豪项目会带来持续的流量（每天都更新）。最佳和最差总是会有新排名。State-by-state与众多公共数据源相连，比如劳工统计局和行业排行榜每天都会更新很多次。我们面临的挑战和使命是，要想办法让这些产品自动更新，并将它们与新闻联系在一起。将这些数据产品与新闻报道之间连接在一起是我们专注的一大重点。我们在不断寻找新的、更好的方法来实现这一连接。
德鲁：你们如何判断单个信息图的成功？单个信息图成功是否重要，还是说更多的看总体战略？
蒂莫西：我不认为对成功的定义只有一个。我认为这类似于“一个好的新闻专题成功的定义是什么？”有时候成功就是一篇报道产生了多少流量的原始数据，其他时候则有品牌的因素在里面。报道的流量可能不大或者立即显现出来，但它却表明了我们在世界上的作用。至少在数据可视化上，我们有品牌建设和流量建设两重目标。
丽莎：我们的使命是影响力和创新。
蒂莫西：增加到讨论中的净值。企业及新闻正利用数据来解决我们生活的这个世界的重要问题，信息图是做到这一切的伟大工具。
丽莎：在彭博亿万富豪栏目，你每天都会看到头条新闻，比如在阿里巴巴申请IPO时，我们发表了一个有关马云财富飙升至130亿美元的故事。所以这个工具就像礼物一样，彭博可视化数据创造了它，它就会一直运作下去，但我们却不用碰它。它会得到更新和维护，然后亿万富豪团队的Robert LaFranco可以写一篇文章，并连接到该产品的某个特定视图上，这就是我们扩展由新闻驱动的信息图的方式，更新这些产品的一部分。
杰瑞米：说到Data View的反馈：死亡率那个信息图很棒。它被贴到了许多地方，还附加了评论，我们从中可以看出，人们看完了它。我们可以看出，人们得出了自己的结论，人们查阅了数据及其来源，并围绕它开展了自己的对话。这对我来说真的很有趣，也意味着很多，只要读者能从中收获东西。
在我们制作的工具方面，这些工具是为编辑而制作的，我认为易用性是最好的标准。使用我们制图工具的人迅速增加，Bloomberg.com上使用该工具的地方也越来越多。因此，我认为易用性、使用它的编辑数量以及它带来的产出也是衡量我们工作的非常有意义的方式。
