Lectura Obligatoria SEMANA 1: Qu es el Periodismo de

Datos? y Bsqueda de Datos - Bases de Datos - Formatos

Por Sandra Crucianelli
www.facebook.com/sandracrucianelli
www.facebook.com/periodismodedatos
@spcrucianelli
Muchos colegas me preguntan qu es el periodismo de datos
(PdD). No encuentran lgica en la denominacin, ya desde siempre
los periodistas nos valemos de datos para producir contenidos
periodsticos. Corresponde en realidad, llamarlo Periodismo de
Base de Datos (PBD), pero por uso y costumbre, predomina la
denominacin ms corta
Es periodismo de investigacin (PI)?
-Ciertamente, se usan tcnicas propias del periodismo investigativo.
Es Periodismo en Profundidad (PP)?
-Tambin, dependiendo del tema que se est analizando.
Es periodismo de precisin (PPr)?
-En ocasiones, efectivamente hay que recurrir a los mtodos de
investigacin social definidos en la dcada del 60 por Philip Meyer
para su aplicacin en el campo del periodismo.
-Es Periodismo Asistido por Computadora (PAC)?
Casi siempre, porque tenemos que analizar datos y nos valemos de
hojas de clculo as como de los procedimientos propios de esta
disciplina. De hecho creo que el PAC slo queda resumido a
cuando manejamos volmenes de datos pequeos y para casos
ms grandes en cuanto a volumen de informacin, ha dejado de ser
PAC ara convertirse en Periodismo de Datos.
Es Periodismo Analtico (PA)?
Tambin, ya que en general usamos mtodos analticos para llevar
los datos a sistemas de informacin geogrfica que nos permitan
visualizar mejor el comportamiento de las variables que tenemos

En realidad lo que hoy se conoce como Periodismo de Datos y que,

como cit anteriormente, es en realidad Periodismo de Base de
datos, involucra todo lo anteriormente citado, a lo que debemos
aadir:
1. Grandes volmenes de datos, que muchas veces ni siquiera
podan alojarse en una hoja de clculo de Excel.
2. Visualizacin interactiva
3. Incorporacin del programador al equipo periodstico
para desarrollar tareas que van desde la extraccin de datos,
la depuracin de los sets de datos, hasta el diseo de
aplicaciones de noticias (news apps).
Entonces, si pudiramos escribirlo a modo de frmula, podemos
decir que tenemos una suma de mtodos conocidos a los que se
aaden 3 frutos de la innovacin tecnolgica
PI + PP + PPr + PA + PAC + Volumen de Datos + Visualizacin
Interactiva + Programacin: = PdD PBD
Para que comencemos desde cero y estemos claros
Definiciones:
Periodismo de Investigacin (PI): Se requieren 3 condiciones
necesarias para que un reportaje se precie de ser investigativo. Se
trata de un tema de relevancia social a lo que se aade que alguien
pretende mantener en secreto; finalmente, se requiere un trabajo
adicional del periodista, ajeno a las prcticas cotidianas de
cobertura informativa. Son los casos en los que se investigan
asuntos relacionados con irregularidades en la administracin del
dinero pblico, como casos de corrupcin, as como cuando se
revelan situaciones de ineficiencia o abuso por parte de compaas
de servicios pblicos privatizadas o toda aquella que cause una
afectacin a la sociedad, como podra ser un caso de delito
ecolgico.
Periodismo de Profundidad (PP): Es lo mismo que el PI; solo que
en este caso nadie intenta mantener en secreto lo que el periodista
investiga. Como podra ser un estudio sobre las variables de
pobreza sobre los datos de los censos nacionales.
Periodismo de Precisin (PPr): Formulado como disciplina en la
dcada del 60 por el profesor Philip Meyer, involucra el uso de
2

mtodos de la investigacin social aplicados al periodismo tales

como la investigacin cualitativa (anlisis de casos, Grupos
Focales, Anlisis del discurso, etc.) y la investigacin cuantitativa.
Esta ltima incluye la descriptiva (cuando se consideran todos los
casos: ejemplo, un censo entre legisladores) y lo que se denomina
investigacin inferencial, es decir cuando se trabaja sobre un
universo y dada la dificultad para abordar a cada miembro de ese
universo, se disea una muestra representativa de ese universo, a
la cual se procede a poner bajo estudio. Es el caso de las
encuestas de opinin o las electorales con fines predictivos.
Periodismo Analtico: Analiza una realidad compleja, con el fin de
lograr la comprensin del pblico. Combina algunos aspectos del
periodismo de investigacin y la informacin explicativa. Su misin
es ofrecer pruebas basadas en interpretaciones de la realidad,
explicndolas de un modo comprensible. Contextualiza un tema
de fondo, mediante la descripcin de detalles histricos y datos
estadsticos. El resultado es una explicacin completa, destinada a
dar forma a la percepcin del pblico del fenmeno. Aspira a
recoger datos dispares y hacer conexiones que no son
inmediatamente evidentes, y su eficacia es a menudo en el anlisis
entre los hechos y no en los hechos mismos. Utiliza como pilar de la
visualizacin los llamados SIG, Sistemas de Informacin
Geogrfica.
Periodismo Asistido por Computadora: Conocido en ingls por
sus siglas (CAR: Computer Assisted Reporting): se define como
"cualquier proceso que utiliza la asistencia de computadoras
durante la recoleccin y procesamiento de datos. Ha basado su
prctica en el uso de hojas de clculo de Excel, para el anlisis de
informacin contenidas en tablas.
Los productos del periodismo de datos
Hay al menos 6 productos diferentes, generalmente
complementarios, que surgen de esta prctica
1.
2.
3.
4.
5.
6.
7.

Artculos basados en datos

Visualizaciones Interactivas
Conjuntos de datos abiertos o Datasets
Aplicaciones de Noticias o News Apps
Blogs de datos
Canales de datos o Seccin de Datos
Catlogos de datos
3

ARTCULOS BASADOS EN DATOS: Generalmente son artculos

cortos, construidos a partir de grandes volmenes de datos como
los que podran estar contenidos en bases de datos o conjuntos de
datos diseados a partir de una o varias bases de datos.
Ejemplos:
http://www.ieco.clarin.com/Usinas-facturas-truchas-denunciadasAFIP_0_1328267629.html
http://www.eltiempo.com/elecciones-2014/presidencia/cunta-platamueven-campaas-quines-son-los-grandes-aportantes/14007198
http://archivo.eluniversal.com.mx/primera-plana/2014/impreso/seisgrupos-acaparan-la-minera-46820.html
VISUALIZACIONES INTERACTIVAS: En general son un
complemento de los artculos basados en datos, pero pueden ser
contenidos en s mismos sin necesidad de que exista un artculo
referencial: en algunos casos es suficiente un ttulo, una bajada o
subttulo y una explicacin a la audiencia sobre cmo leer los datos
desde la visualizacin.
Ejemplos:
http://interactivos.lanacion.com.ar/censo/#.V5AYx5OGtHw
http://www.nytimes.com/newsgraphics/2013/08/18/reshaping-newyork/
http://www.eltiempo.com/multimedia/infografias/ingresos-y-gastosde-las-campanas-electorales/13998197
CONJUNTO DE DATOS ABIERTOS (Datasets o set de datos)
Generalmente trabajamos con grandes volumenes de datos
que podemos extraer, limpiar, procesar y finalmente analizar.
Un set de datos es un conjunto de atributos cuanti y
cualitativos que nos describe una situacin, un hecho, un
problema, una realidad, etc.
Los datos pueden gestionarse o administrarse desde plataformas
sencillas y gratuitas como Google Drive
Ejemplo 1: nica hoja
https://docs.google.com/spreadsheets/d/1K5eXhEzKUALeO1T6bWrFhUJydrnL3jjx6VXUUEEFUc/edit#gid=1474
763677
Ejemplo 2: varias hojas

https://docs.google.com/spreadsheets/d/10OXzcWCl5H0pwRsFSLZrppprbpx3tplBEEmB9L2IwY/edit#gid=14968
04440
APLICACIONES DE NOTICIAS: Conocidas en ingls como News
Apps. Son el fruto de la labor de periodistas + programadores
informticos. Muchas veces el volumen de datos es tan grande que
resulta imposible encontrar una noticia si no se disea una
aplicacin que nos permita agrupar y analizar variables, por
ejemplo, por localizacin geogrfica, por fecha, por nombre de
compaa, etc.
Ejemplo 1: http://gastopublicobahiense.org/
Ejemplo 2: http://www.lanacion.com.ar/1546303-los-bienes-de-losfuncionarios-en-la-primera-news-application-de-la-nacion
Ejemplo 3: http://www.boletinoficial.info/
Ejemplo 4: https://salaries.texastribune.org/
BLOGS DE DATOS Publican algunos o todos los elementos
anteriores en formato Blog
Ejemplos:
http://blogs.lanacion.com.ar/data/
http://soloopendata.blogspot.com.ar/
http://panamaelecciones.blogspot.com.ar/
CANALES DE DATOS: Equivalen a una seccin dentro de un
medio digital.
Ejemplos:
http://www.lanacion.com.ar/data
http://www.nacion.com/data/
http://www.sololocal.info/index.php/data
Los canales de datos incluyen notas, blogs, catlogos, aplicaciones
de noticias, etc.
CATLOGO DE DATOS: Los medios de comunicacin pueden
dedicar una gran parte de su esfuerzo a la apertura de datos
pblicos. En pases donde no existen leyes de acceso a la
informacin pblica, donde stas no funcionan como deberan,
5

donde en los sitios web del gobierno hay algunos datos, pero otros
no, o estn ocultos bajo distintas capas de informacin donde los
formatos para mostrar los datos va web no son accesibles: ver un
dato en la pantalla no es lo mismo que acceder al mismo. Para que
un dato sea accesible se debe mostrar en un formato reutilizable.
Ejemplos de catlogos de datos en medios:
http://clarin.opendata.junar.com/dashboards/9114/usinas-defacturas-apocrifas/
http://data.lanacion.com.ar/dashboards/5068/inflacion-y-precios/
Cmo buscar informacin en la web profunda
En tiempos en los que el periodismo de datos contribuye a mejorar
la calidad de los contenidos periodsticos, la captura de informacin
es el primer eslabn de una sucesin de pasos entre los que se
incluyen el procesamiento, la depuracin, la contextualizacin y la
visualizacin.
No solamente es suficiente ver datos a travs de una pantalla,
sino tener la capacidad para capturarlos, lo cual se convierte en
pieza clave de esta estrategia.
Hay muchas formas de obtener datos: el rastreo de la web,
conocido como searching, es una de ellas y probablemente la ms
utilizada.
Sin embargo, hay una importante cantidad de informacin que
puede ser recuperada por los mecanismos comunes de bsqueda.
El espacio de la Red donde se alojan esos contenidos es conocido
como web profunda o deep web, que es donde se incluye
informacin que no es indexada por los motores de bsqueda como
Google, Bing, etc. Por el contrario, en la web superficial es
donde podemos encontrar los resultados ms comunes que
devuelven los buscadores, como pginas de sitios comerciales o
aquellos con alto trfico.
Vale mencionar que tambin existe otra zona definida por algunos
autores como la Internet oscura, impenetrable por su naturaleza,
como los servidores protegidos por diferentes razones (seguridad
nacional o militar), cuyo contenido queda aislado de nuestro campo
de bsqueda.
Sin embargo, la web profunda es ms accesible de lo que
imaginamos.

En ella podemos encontrar documentos que no han sido

almacenados bajo estructura HTML, como archivos para abrir o
descargar en diferentes formatos: PDF, Excel, PPT (Power Point),
incluso Flash y las extensiones que utiliza Google Earth.
Pero para esto se requiere paciencia y un elemento clave:
sistematicidad.
Tips para periodistas

Si deseas explorar un sitio web comienza con un mtodo

sencillo: explora el mapa del sitio, una prctica no comn que
ser como una brjula capaz de orientar la bsqueda.
Es recomendable aprender a usar la bsqueda avanzada de
todos los buscadores como la de
Google: http://www.google.com/advanced_search.
1. Para ello: utiliza el posicionamiento geogrfico para obtener
informacin desconocida de ltimo momento. Ingresa el
nombre de la ciudad en la que vives o sobre la que deseas
obtener informacin en cualquiera de los dos primeros cuadros
de texto. Si se trata de la ciudad de Bogot, por ejemplo,
debers usar el primer casillero; si se trata de Buenos Aires,
usars el segundo, ya que por tratarse de un nombre
compuesto es necesario que los resultados incluyan la frase
exacta.
2. Limita los resultados a una lnea temporal reciente: por
ejemplo, el ltimo ao. Del mismo modo, conforme el tipo de
informacin que desee encontrar, debes decidir el formato, por
ejemplo, Excel, donde tendrs mayor posibilidad de encontrar
tablas con estadsticas o evolucin de gastos. Busca en PDF:
podrs sorprenderte con los resultados.
3. Un tip que da buenos resultados, en la misma planilla de la
bsqueda avanzada es buscar dentro de dominios
gubernamentales. De ese modo, donde se indica "dentro del
sitio o dominio", en el caso de mi pas colocar: .gov.ar (ya que
esa es la extensin que habitualmente usa el Gobierno
Argentino). Intenta una bsqueda usando este recurso y
podrs encontrar informacin de valor si al mismo tiempo
buscas en PDF.
4. Recorta dominios para llegar al index o al directorio madre de
un sitio, cuando esto sea posible: Por ejemplo, un link ms
largo puede convertirse en este
otro: http://www.justiciachaco.gov.ar/listas/.
7

5. Interesado en saber ms sobre la bsqueda avanzada de

Google? En este link: (en ingls)
http://www.powersearchingwithgoogle.com/course/aps
Otros servicios de Google:
1. Explora Google Public Data.
2. Del mismo modo, Google Acadmico es una excelente
opcin para buscar ensayos, estudios, tesis doctorales, de
fuentes universitarias.
BASES DE DATOS
Buscar datos de tu pas fuera de tu pas es una excelente
estrategia. Por ejemplo, la base de datos de importaciones
del censo de Estados Unidos contiene el detalle actualizado de las
importaciones a EE.UU. (o lo que es equivalente a las
exportaciones de cada pas a EE.UU.). Como la ruta para llegar a la
lista de pases no es sencilla de localizar a simple vista, les
comparto el enlace de acceso. Lo bueno de este caso es que por
cada pas aparece una serie completa, ltimos 10 aos, lo cual
permite estudiar las variables a lo largo del tiempo e incluso
comparar el comportamiento de algunas de ellas con el que han
tenido en otros pases de la regin.
Rescata datos que pudieron haber sido eliminados de la web pero
quedaron en la versin cach o como capturas de pantalla.
Usa Internet Archive a travs de su mquina del tiempo (the
"Wayback Machine).
Localiza bases de datos de tu inters. Para este curso he
compilado una serie de bases de datos que pueden ser consultada
a travs de este enlace:
http://www.livebinders.com/play/play?id=440853
Cada carpeta tiene un enlace y a su vez, contiene subcarpetas con
otros enlaces. Explora estos recursos para ver si encuentras los
datos que sean funcionales a tu inters y a tu historia.
Los contenidos de estas bases de datos estn en un nivel profundo
de la Web, por eso es importante saber dnde podemos encontrar
datos listos para usar.
Lo ms fascinante del tema que nos ocupa es que, pese a las
estimaciones, nadie conoce con exactitud la dimensin real de la
web profunda.

Sera imposible cuantificarla porque se trata de un espacio

dinmico, en variacin permanente.
Esto nos abre un terreno inexplorado, una tierra virgen, al que con
paciencia y perseverancia podemos llegar... como conquistadores
de nuevos mundos.
FORMATOS DE ARCHIVOS
Asumo que la mayora de ustedes conocen los formatos ms
comunes de archivos como PDF, Excel (o cualquier hoja de
clculo), Word, TXT, etc.
En datos abiertos, hay un formato que utilizan los gobiernos y
organizaciones internacionales muy usado por ser liviano,
reutilizable y fcil de estructurar: el CSV, del ingls commaseparated values): es un tipo de documento en formato
abierto sencillo para representar datos en forma de tabla, en las que
las columnas se separan por comas (o punto y coma en donde la
coma es el separador decimal: Argentina,Mxico, Brasil...) y las filas
por saltos de lnea.
Los campos que contengan una coma, un salto de lnea o una
comilla doble deben ser encerrados entre comillas dobles.
EJEMPLO ARCHIVO EN CVS:
https://docs.google.com/spreadsheets/d/1D4yxfdzXs93rchbfYA_8nB
phhgcZUd-5qRkA_Q9vpR8/edit#gid=597761278
La solucin para estructurar estos datos y darle este formato:
Solucin 1:
Para estructurar los datos sin descargar del Drive, marcar la primera
columna, luego clic en Datos y finalmente, clic en dividir texto en
columnas.
Solucin 2: (generalmente son archivos de descarga)
Descargar el archivo como CSV a la computadora.
Abrir el archivo.
Marcar la primera columna. Clic en Datos. Click en "texto en
columnas", clic en "delimitados" y continuar.
Luego marcar tabulacin y comas (porque en este caso estn los
valores separados por comas; si estuvieran separados por punto y
coma, deberan marcar ; )

Finalizar
Ajustar anchos de columnas y filas.
Definir los encabezados.
Finalmente, en YouTube, hay variedad de videos que ensean paso
a paso cmo convertir un CSV en un Excel (u Hoja de clculo
estructurada)
Ms adelante explicaremos por qu es importante aprender a
estructurar datos.
-----------------------------------------------------------------------------------------

10