在大多数人的心目中，数据是冰冷的，几乎等同于理性、冷静、抽象和距离，数据在我们面前树起了无形的认知高墙。
4月12日（本周三）晚7:30，中国人民大学新闻学院讲师董晨宇，对话国内从事数据新闻研究的学者、中国人民大学新闻学院副教授方洁，及来自RUC新闻坊主创团队代表葛书润、邓海滢、惠一蘅，生动讲解如何让数据成为方法。
中国人民大学新闻学院副教授，RUC新闻坊联合创始人和指导教师。中国人民大学新闻与社会发展研究中心研究员，硕士生导师。著有《数据新闻概论》。国内最早开设数据新闻课程和最早从事数据新闻领域研究的学者之一，指导的作品已荣获20多项大奖。
中国人民大学新闻学院2020级直博生，RUC新闻坊主编。2019年至今，参与创作、统筹六十余篇内容。
中国人民大学新闻学院2020级硕士研究生，RUC新闻坊资深编辑。2018年加入RUC新闻坊至今，参与40余篇稿件创作，进行过数据、可视化和文案的统筹工作。
中国人民大学新闻学院2021级硕士研究生，RUC新闻坊资深编辑。2019年加入新闻坊至今，参与40篇稿件的创作，主要负责可视化设计以及文案与统筹工作。
数据成为一种方法，而数据叙事则成了沟通的钥匙。本次直播，《把数据作为方法》主创团队将与线上线下的读者朋友们聊聊数据叙事的现状，分析数据技术对新闻教育和新闻生产的影响。
3.谈谈数据叙事的现状——数据叙事在包括新闻在内的不同场景中的趣事？交叉学科背景人员的进入带来怎样的化学反应和冲突？数据技术对新闻教育和新闻生产的影响？
《把数据作为方法》所展示的数据叙事实践基于中国人民大学新闻学院“RUC新闻坊”工作室近年来的创新性成果，通过田野调查，对实践中遇到的理论与实践问题进行系统性的探索和总结，并对之作出深入的思考和研究。
这本书兼具业务探讨的实用性和学术思考的厚重感：丰富的第一手研究资料使这本书填补此领域多数专著缺乏一线经验而“纸上谈兵”的缺憾；作者融思想的深度与表达的诙谐于一体，以生动的情景还原和深入的案例解析，带领读者开启讲好数据故事的有趣旅行。
我们将以《280 万条吃播弹幕背后：虚拟的陪伴与味蕾的代偿》（以下简称《吃播》）为例，说明一个选题如何被选中，继而在讨论中一步步被描摹出与最初选题设计截然不同的雏形。
立刻有人表达了对选题一的喜爱，书润认为不能简单地将“大胃王”归结于“暴饮暴食”，也不能直接推导出“大胃王会带动浪费的风气”这一结论。在审美自由的基础上，“大胃王”题材的吃播视频其实满足了部分受众的需求。
方洁也认同选题一的“吃播”和“大胃王”更有可切入的新闻点，并指出选题二相对而言已经错过了传播的最佳时效，选题三和选题四也都是媒体很早就报道和关注的话题，对于选题五则希望听听更多编辑的意见。
该组编辑羽乔对选题五更青睐，认为县城教育相比起乡村 和城市还处于一种比较失语的状态，从她个人经验来看，小县城 30% ～ 50% 继续读书的人都会到城市去念初中、高中。
方洁提问：县城能否独立于乡村和城市之外？因为在当下中国的地域研究和分类体系中只有城乡体系，还没法将县城单独出来，在很多人看来县城也只是城市的一部分，属于 n 线城市。不能完全从个验出发看这个问题，因为所谓的“小县城”可能在不同地区是完全不同的经济发展水平。
羽乔认为可以以贫困县为衡量标准。因为镇安县原来就是贫困县，然后被新闻报道花费 7.1 亿元建了一所中学。她关心的点是，镇安县修了这个学校，留下来的学生能有多少？可能即便如此还是很难改善学生流失的现象，大家仍旧会抢着去城市里的名校。她注意到这一选题主要关注的矛盾点在于，之前一直诟病的是学校条件不好、外观丑等，现在花费这么多钱修了新学校，为老师提供条件比较好的宿舍，校园环境也变好了，却有传闻称这是面子工程，铺张浪费，而这所学校的学生和职工一直处在失语状态。她希望能对此问题一探究竟。
方洁则进一步解释了自己看好选题一的原因。她认为“新闻价值是非常情境化的”，很多时候，选题虽然有新闻价值，但恐怕不是很容易驾驭和操作。除了考虑选题本身的价值，还需要考虑我们是否具有研判和开掘这个选题的能力。她感觉县中这个话题并不好操作，这是涉及教育资源分配的老话题，如何操作出新意又能说到点子上并不容易。而相对地，吃播可能更接近我们和受众的生活。有的选题表面轻松，真正做起来可能未必不具有很强的社会价值。所以她认为吃播更适合操作。
选题一在群里获得了大部分的支持，选题基本被确定，接下来就是如何操作的问题了。一个选题有多种呈现方式，荷兰叙事学家米克·巴尔（Mieke Bal）把叙事中呈现出来的诸成分与视觉（通过这一视觉这些成分被呈现出来）之间的关系称为聚焦（focalization）（2015:137-147），如何聚焦成为讨论的第二个重心。轮值小组围绕着吃播分类、吃播受众的需求，以及吃播现象存在的问题等内容，确定了下图中第一版的“吃播”选题框架。
方洁提出，选题一目前的框架开掘方式缺乏焦点和新意。RUC 新闻坊作为校园媒体，在大而全的选题上很难发挥出优势，反而是在小而精、切入角度快准狠的选题上更有优势，要找到更精准的切入角度和操作方式。
露敏提出，可以联系一些 B 站（bilibili 弹幕视频网，简称 B 站）的吃播博主进行采访，做成自述或对谈。凯文认为，吃播行业发展已有相当一段时间，有相对成熟的运作模式，所以在操作的时候可以参照域外视野（如韩国和美国）来观察国内行业的生态。应滢补充，韩国最近不少吃播由于广告植入也“跪了”。
汪瀚认为，除了已经列出来的受众心理角度，主播们的直播行为和背后的辛酸（例如吃猎奇食物、吃完催吐等）也是可以切入的角度，可以通过这些角度来展现吃播群体的状态和行为逻辑。凯文则从受众关注的角度考虑，认为不妨把话题聚焦在“吃播到底有啥好看的”和“吃播真的会浪费粮食吗”这两个点上。
阳洋比较好奇受众心理的问题。她观察到，有很多人会通过分析各种吃播视频有没有掉帧来分辨主播有无假吃，也有很多关于哪些吃播有催吐哪些没有的讨论。 但是，大胃王基本都会说自己真吃，还会用一些理由（比如每天健身四小时）来证明自己真吃。 她认为，吃播的受众对于主播到底是真吃还是假吃、有没有催吐到底抱有什么样的态度和观众希望从大胃王吃播中获得什么有关。
司钰提出，做选题一前可能需要先确定平台范围，比如抖音、快手、B站、斗鱼等。是覆盖多平台，还是聚焦一个平台深挖？另外她还关注吃播的受众人群，以及传播环境分析等问题。书润也转发了一条 B 站视频《模仿五大平台吃播，网友直呼内行》，提出每个平台的吃播都有自己的调性，比如 B 站就走小清新人文风，快手走量大猎奇风，不同平台受众的心理需求也不同。
书润回忆起曾看过的一个帖子，说大胃王多半是女性，还有不少是迫于生计压力而狂吃。申屠泥也认同，不同平台差别巨大，快手基本都是家庭主妇在硬吃，“都挺心酸的”。凯文也关注到这一现象，但他发现这类吃播又大多被归类到土味吃播里，“有点黑色幽默的感觉”。他先前在 B 站上看过很多土味吃播类剪辑，大多是从快手上搬运下来的，很多看起来就是“迫于生计压力而狂吃”，但弹幕基本是很欢乐的戏谑调侃。就此，多米体育苹果他提出可以考虑聚焦到这一群体上，做一期走进这个群体的深度报道，“感觉还挺有人情味的”。
圣均提出对吃播的两个看法：一个是看吃播的群体把吃播作为一种有群体特征的体验（沉浸性）。其实这是不同群体的人追寻一种虚拟体验、虚拟陪伴、虚拟狂欢的方式，也包含对土味吃播的审丑，本质上是短视频发展针对用户对代偿性满足的需求，以及对吃播在什么样的群体里“火”的好奇。或者针对某一个平台，看吃播的主要受众有什么特征，他们对何种体验有着高需求。另一个则是，吃播和浪费的关系是什么，从大胃王到吃播，其实健康的吃播是可行的，之前主流媒体好像有文章谈过类似问题，吃播也有助农、扶贫等其他衍生作用。不过第二个角度可能不容易操作。
方洁表示，以前有学生做过吃播 Up 主的数据分析，现在也可以继续分析，但是吃播观众这个角度更有趣，可以回应“谁在看，为啥看”的问题。
轮值小组的编辑罗斯总结以上讨论，表示小组可能从联系采访吃播博主，了解吃播背后的故事，以及深挖用户层，解读那些躲在吃播背后的粉丝群体的故事这两个角度切入。但后者还没有确定要以问卷还是深访的形式展开，深访或许故事性会更强一些。在此基础上，轮值小组呈现出下图中的第二版“吃播”选题框架。
方洁建议可采用采访加适当的理论分析的形式，如有弹幕数据分析可能更有趣，弹幕和评论数据可以在一定程度上反映观众心理。就第二版“吃播”选题框架，她认为还是有点偏大，但可以先操作着，再看数据、采访等资料的收集程度，“不要想着一篇文章就能把吃播的所有都囊括，还是要找到一个角度切入”。
子璐提出，有朋友在 B 站做 Up 主运营工作，最近刚好调到美食区，可以问问她能否帮忙联系吃播博主接受采访。并且，如果能联系上 Up 主，还可以询问他们个人后台的数据，例如大部分观众看到视频什么位置会离开、什么内容的视频数据效果比较好、互动的观众喜欢说什么等。博主是否有迎合观众做出什么改变这一问题也可与观众的需求互为照应。
思妤提供了一个 B 站的数据网站（现已关闭），里面有一个吃播群组，但更多是美食博主而非大胃王。各位编辑就“美食博主算不算广义吃播”进行了“歪楼”讨论，在此不述。
方洁坚持认为，观众是最有“挖掘”空间的，博主这方面可能不太容易挖掘出新内容，从观众反观是一个不错的视角。书润补充，从市场角度看，有需求这个产业才会繁荣；从人的角度看，大胃王这种伤身体的行业，既有屏幕后博主谋生的不易，也有屏幕前观众需要地方安置的心理需求。
从以上对 8 月 16 日线上选题会讨论过程的梳理，我们大致可以看到一个选题是如何从众多选题中被选中的。不同选题的新闻价值、操作难易程度等因素被提出并讨论，参与讨论的编辑的个人偏好以及对个人意见的阐述能力也会对最终决策产生影响。
对比选题一的前后两版框架，我们发现在讨论、争辩、聊天、头脑风暴中，选题的角度不断被调整和改动，甚至切入角度也呈现出更多可能性，最后编辑在这些讨论的基础上拟定大致操作框架（后期仍会根据数据情况加以微调）。