“Siamo già saturi delle foto degli incendi in Australia”, scrive il Guardian, non ci fanno più effetto. Passata l’emergenza (in realtà no), non ci turba più sapere che la superficie bruciata in queste ultime settimane è pari a 103 mila chilometri quadrati. Allora serve un’immagine efficace. Come quella che ha scelto Reuters con una pagina di quadratini, un muro di dati, per rappresentare l’intera superficie andata in fumo, un chilometro quadro ciascuno.

E la “foto” satellitare dell’Australia coperta di fuoco? Ha qualche problema, soprattutto perché è stata diffusa senza didascalia dell’autore Anthony Hearsey. Alice Corona ne parla diffusamente sul nostro sito, spiegando che “il nocciolo del problema non è che l’immagine suggerisca informazioni sbagliate, ma il fatto che sia circolata senza rispettare uno dei capisaldi da rispettare nel produrre data visualization: usare elementi testuali, come titolo, note, indicazione fonti e annotazioni, per chiarire il messaggio”. In più, per creare una data visualization chiara e accessibile su argomenti complessi, difficilmente possiamo trascurare gli elementi testuali, sempre in funzione del pubblico a cui ci rivolgiamo: agli australiani magari non serve far vedere dov’è il New South Wales; con un pubblico di esperti di data viz o di persone familiari alle immagini satellitari non c’è bisogno di specificare che si tratta di un render, visto che è abbastanza ovvio per un occhio allenato; chi ha già lavorato con dati NASA FIRMS saprà che i puntini si riferiscono agli hotspot e non alle aree bruciate; e a un pubblico di grafici (come quello che probabilmente segue Anthony Hearsey sui social) magari interessa solo l’immagine per le sue qualità estetiche o per le doti tecniche necessarie a produrla, e il testo è solo un ingombro.

Ecco come avrebbe potuto essere arricchita l’immagine (l’esempio è volutamente ricco di testo per scopi didattici, cioè per dimostrare i diversi modi possibili in cui si può integrare il testo in una data visualization: titolo, descrizione, annotazioni, note e fonti).

Immagine spiegata e contestualizzata.

Cosa succede nel (resto) del mondo data driven

QUANTA MICROPLASTICA CI MANGIAMO – Se finisce nell’oceano, finisce anche nella pancia dei pesci, ma anche nell’acqua che beviamo. Un bel lavoro della Reuters per visualizzare quanta ne ingeriamo ogni settimana e ogni mese. Non aprire il link vicino all’ora di pranzo o cena.

LA DATA VISUALIZATION È DIVENTATA MAINSTREAM – È successo nel 2019, e la colpa (o il merito) è anche di Donald Trump, come scrive Elijah Meeks sulla rivista della Data Visualization Society.

UN ANNO DI INCIDENTI IN UNA MAPPA – Le strade più pericolose in auto e a piedi a Perugia, un ottimo esempio di data journalism al servizio del cittadino.

IL MULTILINGUISMO IN EUROPA È UN PRIVILEGIO – Lo dimostrano i dati raccolti da Jacopo Ottaviani in questo pezzo per Internazionale.

SI PUÒ FARE DATA JOURNALISM VIA RADIO? – Sì, guarda questo esempio in Repubblica Ceca.

COME FUNZIONA IL CANALE YOUTUBE SUI DATI DEL FINANCIAL TIMES – Spiegato dagli autori, in un podcast.

COSA POSSIAMO IMPARARE DAI REPORT DI FINE ANNO COME SPOTIFY WRAPPED – Sono contenuti di marketing basati su dati che le persone non possono fare a meno di condividere. Perché parlano di loro, di te, di me, dei nostri gusti e delle nostre abitudini, e di questo vogliamo sentir parlare, non di come è stato l’anno di Spotify, ma di come è stato il mio. E poi: il team prodotto che lavora a stretto contatto con il team marketing, per creare un “motore di marketing organico” che praticamente funziona da solo. Che meraviglia.

MA IO CHE SONO UNA PERSONA NORMALE, COSA RACCONTO CON I DATI? – Quali dati soprattutto? Per esempio la tua storia d’amore, con il numero di messaggi scambiati tra te e il partner o la composizione del tuo armadio in base alla tipologia di tessuti e di abiti. La nostra realtà è fatta di dati, puoi scegliere di cominciare a raccoglierli, anche su un taccuino e notare ripetizioni, vuoti da colmare, comportamenti da migliorare. C’è tutta una community legata al mondo del “bullet journal” che lo fa, inizia così.

#Dataninjajobs

Openpolis cerca una persona a supporto nella filiera del dato.

Data2X, piattaforma di advocacy dell’ONU per colmare il gender gap dei dati, cerca una partnership con un’azienda di data analytics.

In Olanda il collettivo Bellingcat cerca un data scientist a tempo pieno.

Eni cerca un data scientist junior.

L’agenzia di marketing Artefact cerca un data scientist a Utrecht.

La domanda del mese sul gruppo Facebook

Parliamo di probabilità… Durante l’estrazione per la Lotteria Italia a Ferno, in provincia di Varese, hanno vinto tre biglietti con numerazione quasi consecutiva: P474343, P474346 e P474348. Curioso! Oppure no? La community risponde!