<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Ting-Ni Wu on Medium]]></title>
        <description><![CDATA[Stories by Ting-Ni Wu on Medium]]></description>
        <link>https://medium.com/@got_tyyni33?source=rss-c6c729c61f78------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*kDb8KWco11JEeOk67-elOg.jpeg</url>
            <title>Stories by Ting-Ni Wu on Medium</title>
            <link>https://medium.com/@got_tyyni33?source=rss-c6c729c61f78------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 01:37:21 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@got_tyyni33/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[選舉視覺化：紀錄票數之外，資訊圖表如何呈現公投結果亮點？]]></title>
            <link>https://medium.com/dd-story-hub/referendum-106bb6c0508?source=rss-c6c729c61f78------2</link>
            <guid isPermaLink="false">https://medium.com/p/106bb6c0508</guid>
            <category><![CDATA[選舉]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[資料視覺化]]></category>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[referendum]]></category>
            <dc:creator><![CDATA[Ting-Ni Wu]]></dc:creator>
            <pubDate>Mon, 20 Dec 2021 14:00:16 GMT</pubDate>
            <atom:updated>2021-12-20T14:45:19.809Z</atom:updated>
            <content:encoded><![CDATA[<blockquote><em>本文希望討論公投結果視覺化方法與圖表呈現細節</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hwNAKRt2vj-t9_GtyEqg6g.jpeg" /><figcaption>圖／作者截圖製作</figcaption></figure><p>2021年公投又是一次媒體圖表大戰，幾乎各大網路媒體都蹲守即時開票戰場，陣仗堪比地方與中央民意代表選舉。在這次公投開票中，可以觀察到一些媒體開始找到定位，以自己的內容經營策略展現出獨特的開票風格。</p><p>此外，媒體所呈現的資訊圖表相較以往差異化程度更大，不僅用基本款圖表說明選舉結果，有些媒體結合更多資料與資訊設計呈現選情亮點，讓一張選票跳脫通過與不通過的票面意義。</p><p>他們做了哪些細節設計？有哪些技巧可以學習與思考？DD沒有錯過這次觀察選舉視覺化的機會，一起來看看各家有趣的資訊圖表吧！</p><p>（這篇同樣也會出現大量圖表，可以先拍手收藏，身心愉快再繼續閱讀😉）</p><h3>開票方式觀察》即時更新、手刻圖表、套用模板</h3><p>規劃選舉開票專題時，媒體通常會介接中選會的開票API，再轉資料並接到自己的網頁上，以文字或資訊圖表呈現即時選情。在這些過程中，每一個步驟都因為資料分析的細緻度、圖表設計需求與前端網頁處理的分工，而出現不同的人力安排。</p><p>如果是大型選舉，可以看到媒體出動許多人來維護網頁；而若是媒體想簡單處理視覺化任務，就會簡化網頁呈現的設計與人力安排，將更多人手分配到報導或是社群操作工作之中。</p><p>前者可以READr、天下雜誌、公視新聞網（P#）、關鍵評論網與中央社等媒體為例，他們使用自製即時更新圖表來呈顯選情。我們認為這麼做的好處是讓圖表風格更融入網站整體視覺，圖表設計也有更多彈性空間，此外，媒體也能掌控網頁資料呈現的效率，不用擔心太多不可控因素。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-YOdQSF49B0mH0mb26SUsg.jpeg" /><figcaption>圖／作者截圖製作</figcaption></figure><p>而聯合新聞網與<a href="https://tw.news.yahoo.com/%E5%9B%9B%E5%A4%A7%E5%85%AC%E6%8A%95%E9%96%8B%E7%A5%A8-1-%E5%B0%8F%E6%99%82-%E4%B8%8D%E5%90%8C%E6%84%8F%E7%A5%A8%E9%83%BD%E9%A0%98%E5%85%88%E5%90%8C%E6%84%8F%E7%A5%A8-090744092.html?fbclid=IwAR2bDzxJkkQsQGYAwf9qZS-9Sfs5sEMYHdeZGtLepkSXqr5mO9VVWV767NI">yahoo奇摩新聞</a>則是利用線上資料視覺化服務來處理即時圖表，如此一來，就不用花太多人力成本在事前設計與網頁維護工作，同時也能獲得可用的視覺化圖表。</p><p>但使用線上服務常要載入跑圖表所需的JS套件，對網頁loading來說是不小負擔，而且使用者網路速度不一，使用者瀏覽網頁時可能就要等待一些時間才會看到圖表（此時有些使用者可能就會想離開網頁，俗稱跳出）；再加上線上服務仰賴服務開發者提供的模板，能夠客製化的空間不大，無法輕易達到維護視覺設計細節或整體風格的目的。</p><p>不過我們觀察到，也許是為了避免受限於線上服務的缺點，聯合新聞網在開票結束後，就將原本用線上服務呈現的圖表替換成靜態圖檔。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*m_9p8pJA-hGGptmjs6-PHQ.jpeg" /><figcaption>圖／作者截圖製作</figcaption></figure><p>這樣的做法除了避開線上服務載入慢問題，換成靜態圖檔後，日後管理網頁只要確保自己的資料就好，不用擔心線上服務或資料介接出狀況，大大降低維護的成本與風險。</p><p>在圖表設計方面，我們則歸納出三個觀察重點 — — 分析角度、用色與分析指標，各家媒體通常因報導策略不同，而選擇側重不同重點，我們便能夠從這幾個面向來觀察媒體想要凸顯的選情亮點。</p><h3>視覺化設計<strong>1</strong>｜戰場劃定：只是一場公投，還是大選指標事件？</h3><p>這一次公投各政黨紛紛表態，地方基本盤表現也成為焦點。不過每個媒體議題界定方式不同，這一點可以從圖表分析角度與用色看到端倪。</p><p>例如天下雜誌將公投結果看作2022地方選舉前哨戰，把公投結果、2020總統大選與2018年地方選舉放在一起比較。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*M1rriLqvqOB_1qKn51smRg.gif" /><figcaption>圖／作者截圖製作</figcaption></figure><p>READr與聯合報也在圖表用色上，直接用藍綠表示同意率與不同意率的意義，表達比較藍綠地方勢力的意味。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*zEpCLcIHDXjJnJ27e49F8A.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*0UjJ1itzt7OVKbpOreVUqw.jpeg" /><figcaption>左圖／取自<a href="https://www.readr.tw/post/2889">READr網站</a>、右圖／取自<a href="https://topic.udn.com/event/1218_referenda">聯合新聞網網站</a></figcaption></figure><p>有些媒體則選擇不直接將藍綠配色用在公投結果中，例如中央社的配色為紅黃色調，將報導重點聚焦在公投結果的比較之上。（關鍵評論網也做了類似處理）</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OJOX3q8WCDymv6HWsZW3tw.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-4FKyDQmOq-UuikL9JrqAw.jpeg" /><figcaption>圖／皆取自<a href="https://www.cna.com.tw/news/firstnews/202112185025.aspx">中央社網站</a></figcaption></figure><p>這一點相當有趣，我們也反思是否能夠直接將公投結果標上藍綠。<a href="https://global.udn.com/global_vision/story/8664/4984528">《轉角國際》評論文章</a>曾討論美國選舉中，媒體或政黨都藉由操作特定符號來加強認同與集體共識的現象，例如紅大象代表共和黨、藍驢子則是民主黨。該文作者指出，即便顏色與動物等符號的政治印象強烈，尚沒有直接證據能作證顏色會影響選民投票意向。</p><p>不過，資訊圖表畢竟是簡化且主觀的資訊表達方法，不論是圖表製作者或觀察者，都可以仔細思考圖表用色背後所帶有的符號意義，以及顏色如何牽動讀者的情緒或想法。</p><h3>視覺化設計<strong>2</strong>｜選擇指標：怎麼比較選舉結果？得票率、催票率哪個比較好？</h3><p>值得注意的是，這次媒體不只端出基本款同意率與不同意率的比較，也用「催票率」差距來討論選情，以貼近實際政治勢力消長狀況。</p><p>葉高華老師在《菜市場政治學》的文章中提到，「催票率」的分母為選舉人總數（公投稱投票權人數），比起以有效票作為分母的同意率與不同意率，更能反映出某政黨獲得選票的能力，因此用「催票率」作為選情分析比較標的，能進一步討論選舉結果的政治意義。（更多解釋與討論可見<a href="https://whogovernstw.org/2020/01/17/kohuayap2/">原始文章</a>）</p><p>以催票率比較各地選情的圖表可見關鍵評論網與中央社的報導：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zo9c7VhQI_OeZeF_L2RKsw.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*M-tWSw-kLnp3mssN5_ZzuQ.jpeg" /><figcaption>左圖／取自<a href="https://www.thenewslens.com/feature/2021vote/160439">關鍵評論網網站</a>、右圖／取自<a href="https://www.cna.com.tw/news/firstnews/202112185025.aspx">中央社網站</a></figcaption></figure><p>內華達大學拉斯維加斯分校政治系助理教授王宏恩也在端傳媒比較這次公投與2020總統大選的催票率，除了圖表內容有趣之外，也從不同指標比較其關聯性，清楚說明選舉表現與政黨勢力變化的關係。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LxulqYES6AedtiTqAhhODg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PIQyJscHJcooMatJhRdWIQ.png" /><figcaption>圖／皆取自<a href="https://theinitium.com/article/20211220-opinion-tw-referendum2021-result/">端傳媒網站</a>（作者瀏覽時端傳媒在此篇未加上付費閱讀牆，若日後改為付費閱讀將移除付費範圍內容）</figcaption></figure><p>DD例行公事——看完圖表後開始反思——以下是我們感到好奇或有討論空間的問題：</p><h3>討論1｜如果要呈現公投通過門檻，有哪些呈現方式？不同呈現方法有什麼優勢／劣勢？</h3><p>在這次開票視覺化結果中，我認為最有趣的是每一家所端出的基本選情比較。</p><p>根據<a href="https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=D0020050">《公民投票法》</a>，公投案通過需同時達到有效同意票達投票權人數1/4（此次為495萬6367票），且有效同意票多於不同意票兩個門檻；而圖表呈現的所要考量的重點就是如何並陳同意票比率、同意與不同意票數量比較兩個指標。</p><p>大部分的媒體用長條圖來分析，並以輔助文字提供更多資訊。例如天下雜誌的做法是將同意率與不同意率相疊比較，比文字呈現同意票比率，讓圖表版面更簡潔乾淨。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/670/1*Tjss8w9U0GfrtI0CPhBx-A.png" /><figcaption>圖／截自<a href="https://www.cw.com.tw/graphics/referendum-2021/">天下雜誌網站</a></figcaption></figure><p>而中央社、關鍵評論網與公視選擇用輔助線來表示同意票比率門檻，以虛線提供讀者閱讀線索，引導閱讀動線。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/670/1*XLIDNNWslklJbsKVCbfjWw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/670/1*WJ2R0mBXl2xgFdKD_oW1Kw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/670/1*5R4ce7aw1aYA_UfOpoK9pA.png" /><figcaption>左圖／取自<a href="https://www.cna.com.tw/news/firstnews/202112185025.aspx">中央社網站</a>、中圖／取自<a href="https://www.thenewslens.com/interactive/158129?fbclid=IwAR0F6TSlhC-D25Kt_GA1XBen5Ix0s-2EQJiexnqK33fCasm6MWimrrYqjI8">關鍵評論網站</a>、右圖／取自<a href="https://news.pts.org.tw/live/61bd8a5f8bc6d2ce1bf8ec0f?fbclid=IwAR2PM7ikzJTfANBBWACTbFVUrigEWvSUtmilRKTRpDKnonQJrYHTZxTBwho">公視新聞網網站</a></figcaption></figure><p>聯合新聞網則是直接以數字呈現結果，並加上圓餅圖分析比較。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/671/1*tUBUpqwuNO7tEdSjh6zCrg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PbO4_KJGEdiELYzVjTpWTQ.jpeg" /><figcaption>圖／取自<a href="https://topic.udn.com/event/1218_referenda">聯合新聞網網站</a></figcaption></figure><p>前面所列都是常見票數比較的方式，如果以版面利用效率來說，考慮這次投票率不高，如果以單一長條圖進行視覺化，圖右方有許多空白區域，以堆疊長條圖直接比同意率與不同意率的做法，相對而言節省許多版面空間。</p><p>我認為如果考量到手機版讀者的需求，設計排版時需要提高版面利用效率，因此愈能節省空間的圖表可能就愈適合作為視覺化方法。</p><h3>討論2｜大蕃薯再度洗版，地圖是表現選情結果的好方法嗎？</h3><blockquote><em>此處大蕃薯指的是以縣市層級為分析單位的面量圖視覺化</em></blockquote><p>在疫情篇我們已經討論過，地圖與面量圖事實上並非視覺化的好工具，因為讀者可能無法輕易從圖表中獲得所需資訊。（若對這部分的討論有興趣，可以參考先前的文章；tips：直接搜尋「疫情地圖」就能快速找到相關段落喔！）</p><p><a href="https://medium.com/dd-story-hub/taiwan-covid-19-graphic-313bd34f113c">疫情視覺化：我們從不同媒體的圖表設計學到什麼（或不學什麼）</a></p><p>天下負責前端設計的史蒂芬談到他們不用大蕃薯的原因：</p><blockquote>台灣天生就不適合用填色地瓜（面量地圖）做資料視覺化，因為地形與人口分布的差異，視覺上色塊的面積很容易讓讀者造成誤讀。</blockquote><p>因此這次天下呈現區域公投結果時，以散佈圖呈現各區選情，取代「大蕃薯」比較。</p><p>不過，也有媒體更細緻進行鄉鎮市區村里的分析層次，例如READr與臉書「統計der日常」作者JIASIN YU製作了鄉鎮市層級的圖表：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZVszRXl7pYmBUnBteJXZ1w.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tSl1lHX8YJCO9MygOONB8A.jpeg" /><figcaption>左圖／取自<a href="https://www.readr.tw/post/2889">READr網站</a>、右圖／取自<a href="https://www.facebook.com/JiasinYu/posts/10219924662771270">作者JIASIN YU臉書</a></figcaption></figure><p>我認為這樣的圖表涵蓋許多細節，可以提供讀者不同的觀察視角。而若要討論這樣的圖表設計是否符合讀者需求，就需要回頭思考不同的報導脈絡與圖表設計目的，無法一概而論。</p><p>以上就是我們對公投視覺化圖表的觀察，謝謝你閱讀到這邊！</p><p>你有什麼不同的想法嗎？有任何建議都歡迎告訴我們，也請拍拍手 👏 鼓勵我們寫更多文章👩🏻‍💼</p><p>謝謝子軒、Steven、Helene、Kerwin 一起討論公投視覺化方法與提供編輯意見，也大方分享從媒體實務工作來分享看法☺️</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=106bb6c0508" width="1" height="1" alt=""><hr><p><a href="https://medium.com/dd-story-hub/referendum-106bb6c0508">選舉視覺化：紀錄票數之外，資訊圖表如何呈現公投結果亮點？</a> was originally published in <a href="https://medium.com/dd-story-hub">DD Story Hub</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[疫情視覺化：我們從不同媒體的圖表設計學到什麼（或不學什麼）]]></title>
            <link>https://medium.com/dd-story-hub/taiwan-covid-19-graphic-313bd34f113c?source=rss-c6c729c61f78------2</link>
            <guid isPermaLink="false">https://medium.com/p/313bd34f113c</guid>
            <category><![CDATA[資料視覺化]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[graph]]></category>
            <category><![CDATA[covid19]]></category>
            <dc:creator><![CDATA[Ting-Ni Wu]]></dc:creator>
            <pubDate>Thu, 27 May 2021 11:59:06 GMT</pubDate>
            <atom:updated>2021-05-27T12:27:53.103Z</atom:updated>
            <content:encoded><![CDATA[<blockquote><em>本文寫作目的為討論疫情資料及圖表呈現</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*4QuV8IBHaMYsaU5WsuNsnA.jpeg" /><figcaption>圖片取自／各媒體臉書紛絲專頁</figcaption></figure><p>台灣在2021年5月爆發大量本土確診案例，媒體緊追疫情發展，各種視覺化圖表也紛紛出籠。身為對資料視覺化有興趣的人，看到圖表總是忍不住想探究原始資料，以及觀察圖表設計者如何呈現資訊。</p><p>我們瀏覽目前台灣媒體製作的疫情圖表及專題頁面，希望一探我們將碰到什麼樣的疫情數字？可以用什麼樣的圖表呈現？文末也將延伸討論，這些圖表裡面有哪些秘密？視覺化的過程會遇到哪些困難？</p><p>（大量圖表預警！歡迎先拍手或收藏本文，有力氣時再繼續往下閱讀😆）</p><h3>🁢 1 🁢 保持彈性：資料有哪些特徵？怎麼挑選合適視覺化方法？</h3><p>每天疫情記者會除了「神秘數字」揭曉時間，指揮中心從5月22日開始公布「校正回歸」案例，將應統計而未列入的案例數，按照其確診日期回溯。</p><p>消息一出，除了輿論對「校正回歸」名詞的消遣，群組內傳來更多緊盯疫情數字的工程師、設計師哀嚎 — — 只要指揮中心滾動修正，負責資訊圖表設計與發佈的人就要跟著修正資料源。（問題不僅於此，指揮中心當時並未同步公布「校正回歸」案例詳細資料，例如縣市別⋯⋯）</p><p>更重要的是，該如何呈現「校正回歸」後的案例數？怎麼在提供詳實數字的狀況下，幫助讀者理解疫情趨勢？我們可以從《報導者》的圖表窺見他們如何接招：</p><p><strong>5/21</strong>｜指揮中心尚未開始公布「校正回歸」案例，《報導者》以地圖方式呈現疫情確診數分佈</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6fvUA0y2VkntX1-kFccE4w.jpeg" /><figcaption>圖片取自／<a href="https://www.facebook.com/twreporter/photos/2924325724481947">《報導者》臉書粉絲專頁</a></figcaption></figure><p><strong>5/22</strong>｜指揮中心第一次公布「校正回歸」案例，《報導者》除了疫情地圖，新增每日校正回歸病例與當日公布確診數累計堆疊直方圖</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PzUKYT91FQxcV--bOTahbQ.jpeg" /><figcaption>圖片取自／<a href="https://www.facebook.com/twreporter/photos/2925108181070368">《報導者》臉書粉絲專頁</a></figcaption></figure><p><strong>5/23</strong>｜指揮中心持續公布「校正回歸」案例，《報導者》也繼續在堆疊直方圖上新增數據</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*JljPOlxRq6wWBlgVU6Tp9w.jpeg" /><figcaption>圖片取自／<a href="https://www.facebook.com/twreporter/photos/2925834287664424">《報導者》臉書粉絲專頁</a></figcaption></figure><p><strong>5/24、5/25</strong>｜指揮中心持續公布「校正回歸」案例，《報導者》除了新增堆疊直方圖資料，也重新設計圖表樣式，讓資訊以更精簡方式呈現</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*0MYKDA1u_XXauAHipjIlzA.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*w4rVqq-r_XvqeA93OsJPfg.jpeg" /><figcaption>左圖取自／<a href="https://www.facebook.com/twreporter/photos/2926555227592330">《報導者》臉書粉絲專頁</a>、右圖取自／<a href="https://www.facebook.com/twreporter/photos/2927320604182459">《報導者》臉書粉絲專頁</a></figcaption></figure><p><strong>5/26</strong>｜指揮中心持續公布「校正回歸」案例，《報導者》一改前兩天作法，僅留下總校正回歸數、當日新增確診數，以及加上7日平均數來幫助讀者理解疫情變化趨勢</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*CVzUyq1rKp-VvtmUojmBeQ.jpeg" /><figcaption>圖片取自／<a href="https://www.facebook.com/twreporter/photos/2928028837444969">《報導者》臉書粉絲專頁</a></figcaption></figure><p>從這個案例中，除了可見資料處理者面對資料特徵變化的快速反應能力，我們也觀察到設計者的巧思：將堆疊直方圖上的資訊從每日新增「校正回歸」案例數 + 指揮中心當日公布確診數 改成總「校正回歸」案例數 + 指揮中心當日公布確診數 ，並新增7日平均新增確診數的趨勢線。</p><p>我們認為新版的圖表解決兩個問題：</p><ul><li>避免堆疊直方圖資訊過度複雜：在原圖表中，每日新增的案例數都需要一個顏色，若要維持每日詳實呈現新增「校正回歸」案例數，又要將每日的資訊做出區隔，假設指揮中心連續100天公布校正回歸數字，設計師色票可能會不夠用</li><li>以7日平均值來呈現疫情變化趨勢，降低直方圖的高低谷對視覺判斷每日變化的阻礙：7日平均值其實也可以是3日、10日或14日，算法跟均線的一樣，有在看盤的朋友應該不難理解，而指揮中心每次幾乎都校正前五天以上的案例，因此這裡選用7天在目前看來也許是相對適合的時間區間。</li></ul><blockquote>如果你想知道為什麼要用7日平均值可以參考：</blockquote><p><a href="https://www.georgiaruralhealth.org/blog/what-is-a-moving-average-and-why-is-it-useful/">What is a moving average, and why is it useful? | Georgia Rural Health Innovation Center</a></p><blockquote>而這樣的疫情數字呈現方法其實很常見，例如：</blockquote><p><a href="https://www.nytimes.com/interactive/2021/us/covid-cases.html?name=styln-coronavirus-live&amp;region=TOP_BANNER&amp;block=storyline_menu_recirc&amp;action=click&amp;pgtype=LegacyCollection&amp;variant=1_Show&amp;is_new=false">Coronavirus in the U.S.: Latest Map and Case Count</a></p><h3>🁢 2 🁢 幫助讀者看懂：附上圖表說明、資料來源（甚至是公式）</h3><p>疫情資料涉及許多公衛知識，如篩檢陽性率、疾病致死率與疫情死亡率都是觀察疫情的重要指標，每個名詞背後都代表特定的解釋範疇與統計方法，若讀者不具專業背景，很難一眼就理解圖表中資料的意義。</p><p>《報導者》參與2018年SND 香港年會心得中提到，《南華早報》資深資訊圖表設計師 Marcelo Duhalde指出，圖表製作者要記住並非所有人都是專家，也沒必要是一個專家，圖表本身需對讀者友善。</p><p><a href="https://medium.com/twreporter/2018-snd-%E9%A6%99%E6%B8%AF%E5%B9%B4%E6%9C%83%E5%88%86%E4%BA%AB-%E4%BA%8C-%E6%96%B0%E8%81%9E%E5%9C%96%E8%A1%A8%E6%87%89%E7%94%A8-ece6f4b18ee9">2018 SND 香港年會分享（二）－ 新聞圖表應用</a></p><p>因此，當資料涉及較生硬的知識，附上資料來源、資料整理方式與編輯說明等資訊，能幫助讀者更快速地看懂圖表。而圖表製作者也不是專家，若要取信於讀者，也須仔細說明資料取得方式、資料來源及編輯說明等資訊以供檢視。</p><p>為彰顯資料可信度，資料來源已是必備元素，更細心的圖表設計者同時會提供計算公式。例如《聯合報》在疫苗接種率的圖表中，除了展現數據，也說明疫苗接種比率的計算方法與採用資料：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/874/1*Cr7BKYKv7q-7K0_BIwPeNA.png" /><figcaption>圖片取自／《<a href="https://topic.udn.com/event/COVID19_Taiwan">聯合報</a>》網站</figcaption></figure><p>除了解釋資料之外，我們也能從解釋圖表視覺元素來幫助讀者閱讀。</p><p>舉例來說，若圖表主要以顏色區分資料的分佈特徵，詳實附上圖例說明顏色／級距，可供讀者進行對照及判讀圖表資訊，像以下案例便以不同形式提供了顏色／級距細節：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qdW0yd143wfa9LVI1BX2RQ.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1006/1*j6KJrevo7E3NR6ZZdjpJFQ.png" /><figcaption>左圖取自／<a href="https://www.facebook.com/pnnpts/photos/10159634158348833">《公視新聞網》臉書粉絲專頁</a>、右圖取自／《<a href="https://www.readr.tw/project/3/taiwan-dashboard-2021">READr</a>》網站</figcaption></figure><h3>🁢 3 🁢 凸顯重點：利用顏色、物件大小引導讀者</h3><p>觀察圖表是很有趣的一件事，可以從用字、顏色與各物件大小來推敲設計者細膩的思考方式。</p><p>圖表設計名師、邁阿密大學傳播學院視覺新聞教授Alberto Cairo在著作《圖表會說謊》（How Charts Lie: Getting Smarter About Visual Information）中指出，如果要細究圖表細節，可以從以下兩個核心元素來討論：</p><ol><li>圖表的骨架（scaffolding）：標題、圖例、單位、尺度、資料來源等</li><li>圖表的視覺編碼（visual encoding）：</li></ol><ul><li>形狀：可以觀察圖表呈現資料是以長條來比較數量大小？還是以圓形來表示比例？等</li><li>位置：例如離散圖中資料點的位置，哪些點比較遠？分佈的位置有什麼樣的意義？</li><li>面積／大小：資料點的大小代表什麼樣的數據特徵？（若是圓形的比較要特別小心原始資料，若沒有校正，有時候用圓形比較資料會失真）</li><li>顏色：每個顏色分別代表什麼樣的資料？</li></ul><p>而如何組合各種元素，吸引讀者視線，則考驗設計視覺層級的功力。排版是設計師的專業，這邊提供幾篇關於視覺層級的討論：</p><ul><li><a href="https://medium.com/deerlight/%E5%A6%82%E4%BD%95%E5%89%B5%E9%80%A0%E8%A6%96%E8%A6%BA%E5%B1%A4%E7%B4%9A-2d3c71870d5e">如何創造視覺層級</a></li><li><a href="https://medium.com/uxeastmeetswest/%E6%8F%90%E5%8D%87%E6%98%93%E8%AE%80%E6%80%A7-%E4%BA%8C-%E8%A6%96%E8%A6%BA%E5%B1%A4%E7%B4%9A%E4%BB%8B%E7%B4%B9%E8%88%87%E5%AF%A6%E4%BE%8Bvisual-hierarchy-cf451622b48a">提升易讀性(二): 視覺層級介紹與實例Visual Hierarchy</a></li></ul><p>以下藉由幾個範例來觀察圖表設計者如何引導閱讀：</p><ul><li>透過顏色與物件大小來引導：</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ugKfsNZ8EhPIL4KuVtqGRQ.png" /><figcaption>圖片取自／《<a href="https://www.facebook.com/myudn/photos/10161341069511030">聯合新聞網</a>》臉書粉絲專頁</figcaption></figure><ul><li>透過顏色讓讀者清楚接收到圖表重點：</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZumEznXHoriWyp_Rcl0q2w.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gcUNrCNL60rF55Vq_uKTPg.jpeg" /><figcaption>左圖取自／《<a href="https://theinitium.com/article/20210523-taiwan-covid19-datadashboard-weekly/">端傳媒</a>》網站、右圖取自／<a href="https://www.facebook.com/pnnpts/photos/10159631461083833">《公視新聞網》臉書粉絲專頁</a></figcaption></figure><ul><li>強調時序細節，讓讀者跟著觀察時序資料所代表的意義：</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*w0XxWQBggE0coiUHmUFxYA.jpeg" /><figcaption>圖片取自／《<a href="https://www.readr.tw/project/3/taiwan-dashboard-2021">READr</a>》臉書粉絲專頁</figcaption></figure><p>追蹤各家疫情圖表後，我們開始思考⋯⋯</p><h3>🁢 Q1 🁢 資料只能呈現數字嗎？還有哪些可以關注的面向？</h3><blockquote>除了確診數、陽性率等數字，在疫情資料中，我們還可以觀察到哪些面向？</blockquote><p>這個問題其實要回歸到各個資料觀察者觀看資料的角度，畢竟每個人處理資料的目的與策略不同，關心的面向也有所差異。我們整理了幾個案例：</p><ul><li>在死亡人數統計之外，觀察死亡個案的病程與病史：</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Ls2OK9Fcinxqf1gTyFatPw.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gH0shxQBhGa_ySynBl9cIg.jpeg" /><figcaption>左圖取自／<a href="https://www.facebook.com/pnnpts/photos/10159634147783833">《公視新聞網》臉書粉絲專頁</a>、右圖取自／<a href="https://www.facebook.com/pnnpts/photos/10159634200433833">《公視新聞網》臉書粉絲專頁</a></figcaption></figure><ul><li>在疫苗接種人數統計之外，追蹤各族群施打狀況：</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/874/1*Tmr_pCNMhc1vS_4RxwozMg.png" /><figcaption>圖片取自／《<a href="https://topic.udn.com/event/COVID19_Taiwan">聯合報</a>》網站</figcaption></figure><h3>🁢 Q2 🁢 ：我們需要（這麼多）疫情地圖嗎？</h3><p>自從爆發大量本土病例以來，打開媒體版面總能見到各式各樣的填色蕃薯：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BouXLhKP1Cv3-jLOUuLs7A.jpeg" /><figcaption>圖片取自／各媒體臉書粉絲專頁</figcaption></figure><p>關上新聞網頁，我們開始想：</p><h4><strong>為什麼我們需要這些地圖？</strong></h4><blockquote>→ 希望得知各縣市確診資訊</blockquote><blockquote>→ 那疫情地圖解決資訊問題了嗎？</blockquote><p>從製作過程來看，地圖的資料視覺化其實並不輕鬆，製圖者需要先獲得乾淨的台灣地圖，接著填色；而填色時又需要考慮各縣市確診數差距，並在兼顧用色與呈現縣市嚴重程度的前提下，選擇合適的顏色上色。若特定地區確診數快速增加，填色級距就必須重新設計，而這又是另一輪新的研究→討論→再設計過程。</p><p>而若是疫情地圖沒有留下數字細節，讀者僅能從圖上看到粗略的資訊（僅有顏色分佈），無法從圖表讀出更多資訊。讀者可能在閱讀上碰到問題：如果我家跟隔壁縣市是同樣的顏色，代表我們疫情嚴重程度一樣嗎？我的家鄉是這個顏色，在哪個級距啊⋯⋯</p><p>從圖表類型來談，地圖／面量圖並非用來直接比較數字大小，而較常結合人口特徵資料，例如居住人口等，討論各地某資料分佈密集程度。</p><p>不過目前台灣案例數相對總人口數較小，若以人口密度呈現，很難直觀看出疫情嚴重程度；再加上讀者最需要的數字可能是確切確診人數，而非當地確診密度，因此目前可能還用不上面量圖。</p><p>若要呈現疫情嚴重程度，疫情地圖並不能確實達到比較確診數多寡的目的，越簡單的圖表也許才是較合適的呈現方式，例如直接提供疫情數字表格：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/828/1*nizABzOp0pYiMuXyP-5Kgw.png" /><figcaption>圖片取自／《<a href="https://web.cw.com.tw/covid-live-updates-2021/index.html">天下雜誌</a>》網站</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/563/1*it4wmdUf9Wl_06132QlxBw.png" /><figcaption>圖片取自／《<a href="https://www.thenewslens.com/interactive/150876">關鍵評論網</a>》網站</figcaption></figure><p>從台北市政府提供的圖卡，也可以看出若要直接看出疫情熱區，表格資訊比地圖清楚很多。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OJG7FdXZEX0GnRnRImeLGA.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pEOa0zZ7ngvxHeIl_MQ_9A.jpeg" /><figcaption>圖片取自／<a href="https://www.gov.taipei/covid19/News_Content.aspx?n=E04B263390DBD3D0&amp;sms=72544237BBE4C5F6&amp;s=15BAF259A83BF4CC&amp;ccms_cs=1">台北市衛生局網站</a></figcaption></figure><h3>🁢 Q3 🁢 ：我們還需要／可以看哪些數字？</h3><p>看著滾動修正的疫情數字，以及指揮官陳時中手中的資料圖卡越來越多，我們想的是：疫情資料總是看得到、拿不到。若官方能拿出相關統計圖表，代表已進行資料統整，然而這些資料卻仍未能為資料分析者所用。</p><p>《端傳媒》追蹤數據的記者何欣潔日前在<a href="https://www.facebook.com/hsinchieh.ho.1/posts/10160756690615830">臉書</a>上提出討論，她認為衛福部目前所公布的資料中，尚缺（包含但不限於）：</p><ul><li>校正回歸中「研判日」定義</li><li>各縣市的每日累積確診數（包含校正回歸後的數據）</li><li>每日採檢陽性率的分子（確診數）與分母（檢驗量）</li><li>關聯不明的個案趨勢分布圖</li></ul><p>除此之外，我們認為以下資料維度也很重要：</p><ul><li>個案資料（確診日、採檢日、發病日）</li><li>疫苗資料（打一劑的有多少、完全施打的有多少）</li></ul><p>資料處理與清理議題並非本文主題，不過其實在看圖表之前，我們更常討論資料品質問題，例如某統計到底在哪裡？他裡面得空值為什麼沒有移除？這份資料在取用上需要注意哪裡？畢竟若無法兼顧資料完整性，圖表便無法呈現有意義的故事。</p><p>如果你也想動手做…</p><h4>開放資料集｜政府｜衛福部</h4><ul><li>疾管署資料開放平臺</li></ul><p><a href="https://data.cdc.gov.tw/dataset?tags=%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E&amp;q=&amp;sort=views_recent+desc">疾病管制署資料開放平台</a></p><ul><li>嚴重特殊傳染性肺炎(以日為單位)-依個案研判日統計</li></ul><blockquote>資料維度：地區（縣市別、鄉鎮市區）、日期、性別以及是否為境外移入、確診數<br>註：此資料集在截稿前（2021–5–27 13:20），仍包含未清除乾淨的資料、資料欄目資訊錯置等問題，使用前記得仔細觀察～</blockquote><p><a href="https://data.cdc.gov.tw/dataset/agsdctable-day-19cov">aagsdctable-day-19CoV - Taiwan CDC Open Data Portal</a></p><ul><li>傳染病統計資料查詢系統</li></ul><p><a href="https://nidss.cdc.gov.tw/nndss/disease?id=19CoV">傳染病統計資料查詢系統</a></p><h4>開放資料集｜個人／團體協作｜G0v</h4><ul><li>疫情統計-武漢肺炎in臺灣相關整理（google sheet）</li></ul><p><a href="https://reurl.cc/QdjjaM">武漢肺炎in臺灣相關整理</a></p><h4>開放資料集｜媒體｜READr</h4><p>臺灣武漢肺炎確診病例資料</p><p><a href="https://github.com/readr-media/readr-data/tree/master/covid-19">readr-media/readr-data</a></p><h4>開放資料集｜媒體｜天下雜誌</h4><p>疫苗資料</p><p><a href="https://github.com/cwgrouptw/data">GitHub - cwgrouptw/data: 天下雜誌數位敘事團隊公開的資料</a></p><h4>資料集｜其他</h4><p><a href="https://ourworldindata.org/coronavirus">Coronavirus Pandemic (COVID-19) - Statistics and Research</a></p><p>除了各媒體粉專，還有以下這些頁面能夠追蹤疫情圖表！</p><h4>天下雜誌</h4><p><a href="https://web.cw.com.tw/covid-live-updates-2021/index.html">不斷更新》台灣疫情最新動態：22縣市現況、群聚關係一次看｜天下雜誌</a></p><h4>關鍵評論網</h4><p><a href="https://www.thenewslens.com/interactive/150876">台灣COVID-19最新疫情與變化（持續更新） - The News Lens 關鍵評論網</a></p><h4>聯合新聞網</h4><p><a href="https://topic.udn.com/event/COVID19_Taiwan">【持續更新】追台灣疫情變化 看即時數據圖表</a></p><h4>民視</h4><p><a href="https://www.ftvnews.com.tw/topics/COVID-19/index.html">【最新疫情】本土疫情持續延燒！圖解各縣市累積確診、足跡｜專題｜民視新聞網</a></p><h4>遠見雜誌</h4><p><a href="https://event.gvm.com.tw/202003_COVID-19/">新冠肺炎即時疫情追蹤｜遠見雜誌</a></p><h4>端傳媒</h4><p><a href="https://theinitium.com/article/20210523-taiwan-covid19-datadashboard-weekly/">https://theinitium.com/article/20210523-taiwan-covid19-datadashboard-weekly/</a></p><h4>中央社</h4><p><a href="https://www.cna.com.tw/news/firstnews/202105255013.aspx">COVID-19台灣疫情快報【每日即時更新】 | 生活 | 重點新聞 | 中央社 CNA</a></p><h4>Yahoo 奇摩新聞</h4><p><a href="https://news.campaign.yahoo.com.tw/2019-nCoV/index.php">新冠肺炎即時疫情最新整理 不斷更新懶人包</a></p><h4>READr</h4><p><a href="https://www.readr.tw/project/3/taiwan-dashboard-2021">【持續更新】READr 民生情報站：疫情、供水、用電最新資訊</a></p><p>👩🏻‍💼 謝謝你讀到這邊，歡迎拍拍手 👏 鼓勵我們寫更多文章～<br>謝謝子軒、Steven、Helene、Kerwin 提供編輯意見及媒體工作實務經驗，特別感謝子軒與Steven整理與提供大部分參考案例。 <br>有什麼想法也歡迎留言告訴我們！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=313bd34f113c" width="1" height="1" alt=""><hr><p><a href="https://medium.com/dd-story-hub/taiwan-covid-19-graphic-313bd34f113c">疫情視覺化：我們從不同媒體的圖表設計學到什麼（或不學什麼）</a> was originally published in <a href="https://medium.com/dd-story-hub">DD Story Hub</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[P#實習經驗談》新聞編輯為什麼要學程式設計？]]></title>
            <link>https://medium.com/dd-story-hub/p-%E5%AF%A6%E7%BF%92%E7%B6%93%E9%A9%97%E8%AB%87-%E6%96%B0%E8%81%9E%E7%B7%A8%E8%BC%AF%E7%82%BA%E4%BB%80%E9%BA%BC%E8%A6%81%E5%AD%B8%E7%A8%8B%E5%BC%8F%E8%A8%AD%E8%A8%88-bb375fc83bf6?source=rss-c6c729c61f78------2</link>
            <guid isPermaLink="false">https://medium.com/p/bb375fc83bf6</guid>
            <category><![CDATA[digital-journalism]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[storytelling]]></category>
            <category><![CDATA[project-management]]></category>
            <dc:creator><![CDATA[Ting-Ni Wu]]></dc:creator>
            <pubDate>Tue, 06 Oct 2020 12:49:53 GMT</pubDate>
            <atom:updated>2020-10-06T14:56:07.632Z</atom:updated>
            <content:encoded><![CDATA[<p>進《P#》實習之前，我對程式設計在新聞編輯工作中的想像，只有資料新聞的製作。回顧一年來的實習過程，讓我意外的是，除了採訪、寫稿，用程式能力來解決工作需求的機會也不少。</p><p>從新聞製作過程的資料搜集、即時資料分析，到行銷企劃相關的流量追蹤，或是幫忙網頁套版或串選舉票數API等支援工程師的任務，都能靠著基本的程式能力完成。</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fairtable.com%2Fembed%2Fshr7aef1eoZ3iuVbG&amp;display_name=Airtable&amp;url=https%3A%2F%2Fairtable.com%2Fshr7aef1eoZ3iuVbG&amp;image=https%3A%2F%2Fstatic.airtable.com%2Fimages%2Foembed%2Fairtable.png&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=airtable" width="800" height="533" frameborder="0" scrolling="no"><a href="https://medium.com/media/97ed6101afa12e8ec73b27f5c0a1ae2f/href">https://medium.com/media/97ed6101afa12e8ec73b27f5c0a1ae2f/href</a></iframe><p>對我來說，這是相當難得的機會，讓我知道在學校上了程式課之後，能對應到什麼實際的媒體工作內容，以及看到幾個未來學習的方向。我也想藉著這篇實習心得，談談學程式設計與編輯工作之間的關聯。</p><p>經驗分享前，我想先提一下，文章裡所談的「程式能力」指的是用程式來解決問題，例如為了原始資料設計爬蟲，或是處理API資料；如果是「程式設計概念」，則泛指能夠理解腳本(script)、原始碼或網頁構成原理等，例如看得懂HTML標籤、知道JS與CSS與網頁互動的關係之類。</p><blockquote>快速介紹一下我自己！</blockquote><blockquote>我是《P#新聞實驗室》（以下簡稱《P#》）實習生亭霓，一年來跟著《P#》團隊一起製作數位敘事專題。最常擔任的角色是特約記者、專案企劃或管理者。</blockquote><h3>▍所以，學會看code可以幹嘛？</h3><p>這一段其實只有一個重點 — —</p><blockquote>擁有基本的程式設計概念可以讓你問對問題。</blockquote><p>從目前的經驗總結，我覺得參與數位專題製作時，看得懂網頁原始碼有這些好處：</p><h4>1. 追蹤專題成效、檢視敘事設計自己來：</h4><p>做專題頁面的時候，我們經常想的是：「要怎麼讓更多人看到我的內容？」、「為什麼他們看一下就不想看了？」要回答這些問題，就需要讀者回饋，加上從網頁追蹤到的數據來理解使用者的行為。</p><p>實習期間，我們剛好碰到《P#》開始掛上新的GTM來管理流量追蹤的轉換期。GTM全名是Google Tag Manager，是一種管理流量追蹤碼的整合型工具，讓我們除了可以得知流量、跳出率等成效（一般GA可以看到的），也能知道使用者在網頁上的其他動作。</p><p>處理GTM的時候，略懂網頁結構能大大提升工作效率，因為看得懂使用者作用的區塊在哪裡，才能找到真正與使用者進行互動的元件，並針對想追蹤的項目進行設定。</p><p>舉例來說，在《<a href="https://newmedia.pts.org.tw/revenge-porn/">性私密專案</a>》中，我想要知道大家會不會用上面的索引欄來跳到該段落，所以需要針對這一排按鈕設定追蹤機制。大致流程如下：</p><ol><li>檢查了一下原始碼之後，我發現使用者點選第一個索引標題「多少人受害」，實際上點到的元素位置在.sc-fzoydu &gt; a:nth-child(1) 。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lA5Vsyg5ckQXjSlrelHkiw.jpeg" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fBBm-KKlB4FB-5309X10lw.jpeg" /><figcaption>打開原始碼，用檢查功能選到該元素後，就可以知道真正產生互動的元素位置。而透過右鍵透過CSS選擇器複製物件的位置。</figcaption></figure><p>2. 這一列索引欄的寫法都一樣，其他索引標題分別是.sc-fzoydu &gt; a:nth-child(1)、.sc-fzoydu &gt; a:nth-child(2)、.sc-fzoydu &gt; a:nth-child(3)⋯⋯。因此可以很合理的推論，只要我叫GTM追蹤到.sc-fzoydu &gt; a，就可以找到索引欄裡的這些標題。</p><p>3. 最後在GTM測試中確實追蹤到這些元素。</p><p>以上處理過程，只要有基本的HTML、CSS概念就能完成。而從GTM收下來的資料，在專題頁需求討論上扮演著重要的角色。</p><p>例如在《<a href="https://newmedia.pts.org.tw/revenge-porn/">性私密專案</a>》中，我們追蹤了問卷回饋、側邊故事欄等功能，從GTM數據中可以看到使用者的點擊狀況，幫助我們思考原先引導的動線是不是出了什麼問題，或是設計網頁互動時漏掉什麼面向。</p><p>再結合讀者回饋以及其他記者的建議，就能更進一步討論使用者為什麼讀到一半就放棄，或是對某些功能沒有興趣等問題。</p><blockquote>溫馨提醒：設定GTM是一段不斷debug的路，記得要多留時間設定要追蹤的內容。:))</blockquote><h4>2. 上手基本SEO：</h4><p>跟了幾個專題之後，每次看到Google搜尋排名，總會忍不住好奇：「為什麼A專題在第一頁，B專題要跳到第二頁才找得到？」</p><p>影響排名的原因有很多，除了流量之外，也跟該網站是否提供足夠的資訊讓Google爬蟲分析有關係。（關於這個概念，這一系列的<a href="https://web.dev/lighthouse-seo/#make-sure-search-engines-understand-your-content">文章</a>可以幫助你理解Google搜尋引擎爬蟲的方式）</p><p>這個時候，如果有基本的HTML概念，就能夠打開搜尋排名做得好的網站來參考Metadata（詮釋資料）的寫法，看看別人拿什麼給Google爬，再應用在自己的專題中。（有時候編輯們會把這個工作暱稱設定OG、做meta）</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yU_C17vXvhuQr-UyXYdecA.png" /><figcaption>沒事就開開原始碼來看別人的Metadata寫法（示意圖）</figcaption></figure><p>再加上對Metadata在Google（搜尋引擎）、臉書或推特（社群平台）作用的理解，編輯們就可以自己設定出最符合專題需求的Metadata以及修正，不用透過工程師協助測試。</p><p>例如我們在《<a href="https://newmedia.pts.org.tw/revenge-porn/">性私密專案</a>》針對不同平台的使用者搜尋特性，設計不同Metadata內容：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*v4aZiEoUxT_-8b9ifeMV2g.jpeg" /></figure><p>這樣的操作過程有個好處，工程師有時候會不清楚不同設定的差別，或是改錯地方。如果編輯能夠自行操作，除了減少資訊誤差、提升溝通效率，也可以針對自己的企劃需求，完成設定結構化資料、解決臉書顯圖錯誤等常見工作。</p><p>除了設Metadata、看HTML標籤內容的能力，對網頁呈現（專有名詞：算繪，render）方式擁有基本概念，也有助於SEO debug，能進一步釐清自己的網站為什麼被排到搜尋結果第二頁、第三頁的問題。</p><p>舉例來說，前一陣子有幾個專題，Metadata該做了都做了、結構化資料也寫好了，排名就是在其他同類專題網頁後面。顧問看一看，結果找到了一個我沒注意過的因素 — — 當時我對技術不夠熟悉，忘了提醒工程師注意SSR，讓Google有足夠資訊可以爬，錯過了SEO優化的良機😩。（關於SSR可以參考——<a href="https://medium.com/@hulitw/introduction-mvc-spa-and-ssr-545c941669e9">跟著小明一起搞懂技術名詞</a>）</p><p>如果不懂網頁呈現方式，或是沒有相關經驗，就不會注意到SSR的重要性。</p><blockquote>不過老實說，做單頁式的特製頁面其實不用特別討論SEO成效。很感謝每次專題製作過程跟檢討的時候，UI設計師、工程師跟技術顧問不厭其煩手把手教學，回應我們的SEO麻瓜問題XD。</blockquote><h4>3. 提出更具體的數位敘事建議：</h4><p>討論數位專題網頁需求時，我們總是戰戰兢兢，最怕空氣突然安靜，就像這張圖：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/997/1*es6_ef9rxgiiQdEDRgsVeg.png" /></figure><p>這時候，如果能夠看懂HTML的標籤層級，以及略懂CSS、JS控制網頁呈現的方式，跟設計以及工程師討論時，更容易有效率地釐清專題需求。</p><p>原因在於網頁設計並不是單純把東西畫出來，而是考慮企劃者的需求，將各個元素安排到合理的位置上，再加上適當的美術技巧來完成設計。</p><p>而工程師也不是把所有東西丟上某個地方、按個按鈕，就能夠照企劃者所想變出一個專題網頁。從基本的樣式調整，例如照片大小、段落間距，到進階的網頁互動，例如置換素材、動態呈現，工程師需要寫好各種的設定，才能夠達到企劃者的要求。</p><p>舉一個我最近很喜歡的互動專題為例[<a href="https://www.nytimes.com/interactive/2020/09/09/world/middleeast/beirut-explosion.html?smid=fb-share&amp;fbclid=IwAR361eYiX0GnK0emVuAHrHmKvGnkNjlT93vXY1joZKEWthKqvPJqc3JzoEw">How a Massive Bomb Came Together in Beirut’s Port — The New York Times</a>]，在其中幾個區塊，隨著我們的滑鼠滾動，爆炸發生的時間線與地點一一被揭露。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NqIb_u361ILH2Xs2hhpfvw.gif" /></figure><p>因為略有概念，我們分析這個視覺呈現的時候，基本上就可以知道在網頁背後是一段影片或照片，隨著滑鼠控制，滑到設定好的關鍵影格（播放時機點／特定事件），觸動下一段影片的播放。</p><p>當下一個專案也想要用類似的效果，除了可以拿出這個專題的片段當作demo範例，也可以直接問工程師，怎麼利用JS偵測滑鼠滾動事件的發生，隨之觸發下一個動作，以及衡量自己的素材適不適合等問題。</p><p>幾個案子下來，在討論的時候我漸漸把「我想要這樣動」、「我想要這種滾」，替換成「這邊能不能做視差？像這個範例一樣」、「這邊換圖的速度跟大小可以調整嗎？」之類的。</p><p>這樣的問法對工程師或設計來說相對友善，畢竟提出需求的時候，如果問題太模糊、導致對方根本沒辦法理解，那對方也只能夠通靈來找答案了吧。</p><blockquote>如果你很懂網頁，再更進一步來說，你可以針對某些效果，幫工程師找套件或資源，不過他們不一定會理你就是了XD</blockquote><h3>▍那寫新聞的時候，會寫Python、懂資料處理，實際上有什麼幫助？</h3><p>就一般新聞資料分析來說，在google試算表用vlookup加上樞紐分析就可以完成大半任務；而數位敘事的製作過程中，說故事的能力比起程式能力更被看重，因為讀者通常不管你的設計背後有什麼細節，而更在意他們能不能好好看完一篇報導、看到了什麼。</p><p>所以一開始，我不覺得會寫Python，在新聞工作中有什麼好處。但經過這些專案，我的心得是：</p><blockquote>多會一種工具讓你更有彈性，用對工具做事效率更高。</blockquote><h4>1. 不靠工程師自己拿資料、即時分析資料：</h4><p>在今年幾波選舉間，《P#》推出「數字看選舉」的懶人包式選舉結果分析圖卡，在臉書的成效都不錯。這些圖卡的製作流程為：</p><ol><li>開票後1–2小時：選舉結束，中選會送出最後的票數資料包（final.json），這時候就能夠自行抓下資料檔</li><li>開票後3–4小時：分析完資料，跟設計討論數據圖卡的呈現，請編輯開始抓重點、寫文案</li><li>開票後5–6小時：推播選舉結果分析圖卡</li></ol><p>在抓資料跟分析資料的步驟，因為我們自己具備處理資料的能力，所以不用透過工程師也能順利拿到資料，同時整理成可以直接上傳google試算表的csv檔案，以便後續分析。</p><p>2020總統、罷韓跟補選的選舉結果開票，都在這樣的架構下處理完《P#》的「數字看選舉」分析資料。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/504/1*685u4A8w-il70ROrDbqokg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/503/1*FFK2BwFApXxFcK56mpZWJA.png" /><figcaption>罷免案（<a href="https://www.facebook.com/pnnpts/posts/10158868173698833">https://www.facebook.com/pnnpts/posts/10158868173698833</a>）、選舉亮點（<a href="https://www.facebook.com/pnnpts/posts/10158084357153833?__tn__=-R">https://www.facebook.com/pnnpts/posts/10158084357153833</a>）</figcaption></figure><h3>2. 支援前線 — — 幫忙處理開票網站的選舉資料：</h3><p>今年高雄市長補選，《P#》製作了<a href="https://newmedia.pts.org.tw/khmayorbyelection/">開票網頁</a> ，串上即時票數後，用直白的長條圖，讓讀者一眼看到各地區的得票數差異。不過這個專案，原本差點胎死腹中。</p><p>在7月底 《<a href="https://newmedia.pts.org.tw/revenge-porn/">性私密專案</a>》結束後，補選網頁緊接著就要開版的時候，長期合作的工程師決定不接案，我們只好緊急接洽其他工程師。</p><p>但是開票網頁需要串接即時票數，雖然前工程師先前已經寫好資料處理架構，找到的工程師們熟悉的框架／工具跟前工程師不同，貿然進行合作有很大的風險，因此遲遲沒有人接案。</p><p>最後，我們找來與《P#》配合過多次的工程師刻網頁，我則幫忙處理中選會即時開票資料及其他設定的工作，加上公司其他部門的工程師當顧問，合作解決工程需求，讓這個網頁順利上線。</p><p>在備案的評估中，因為過去我做過幾次選舉資料的即時分析，對中選會常用的資料格式不陌生；再加上我需要處理的部份就是抓資料及更新資料，認為難度並不高，才說服大家採用備案。</p><p>具體來講，我實際操作的部分為：</p><ol><li>每三分鐘把中選會提供的資料拉回來（做排程任務（CronJob））</li><li>把資料處理成頁面所需要的資料格式</li><li>將資料更新在前端取用資料的地方</li></ol><p>從結果來看，這次的任務完成度很高。事後檢討時，其他工程師也肯定了編輯／PM本身具備程式能力的價值 — — 如果編輯室自己能夠累積足夠的開發能量，不依靠其他部門的技術資源，也能夠完成專題需求，降低了開發的限制。</p><h3>▍結語：做新聞的人真的需要會寫程式嗎？</h3><p>不過話說回來，對於編輯室裡到底需不需要一個會寫程式的編輯，我還沒有確切答案。也許你可以參考這張圖：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hC203QHsmhtJlpX-6tzSbA.jpeg" /><figcaption><a href="https://pando.com/2013/10/23/flowchart-should-journalists-learn-to-code/">[Flowchart by David Holmes]</a>（同為研究資料新聞同好轉贈）</figcaption></figure><p>過去我在學校學了資料視覺化、資料處理、輿論分析，開始寫Python，其實很難直接對上編輯室開出來的工作內容描述（JD）。</p><p>再加上我目前是實習生，並沒有對應的業務責任或基本KPI，所以有機會接觸不同的工作內容，而這些工作在人手足夠的團隊中，可能是分在資料記者、專案經理（PM）、工程師的範疇裡。</p><p>所以說實話，真正的新聞編輯需要程式能力嗎？我也還在找答案。</p><p>至少《P#》幾個案子做下來，一路跟程式碼好好培養感情，除了累積不少資訊素養，也實實在在解決不少編輯的日常工作需求，算是某種學習的正增強XD</p><p>以上就是我見縫插針地，在不影響進度的前提下，把程式能力應用在日常工作任務上的經驗。</p><p>如果你現在也是學生，非常建議好好地選修一堂有興趣的程式課。各學院其實都有開，文學院有社會科學程式設計、商學院有商管程式設計，理學院也有類似的課程，例如基礎的文字探勘、資料處理、資料視覺化等。</p><p>上這些課其實不怎麼輕鬆，總是要啃很多生硬的專有名詞，不過我很喜歡跟同好一起交流解題的過程。畢竟每個人看問題的方式不同，一件事也不只有一個解決方法，就像上面提到的，我認為多會一種工具後，自己在解決問題時也會更有彈性。</p><p>最後，不管你是對資料新聞、數位敘事有興趣的學生，或是正在思考是否要增加程式能力的新聞從業人員，歡迎跟我分享你的想法～</p><pre>🙋🏻‍♀️可以的話，拍拍手👏鼓勵我們寫更多文章～</pre><pre>ℹ️如果想要更了解《P#》，歡迎看更多<a href="https://newslab.pts.org.tw/topic">數位敘事專題</a>；不嫌棄的話，也可以到我目前的<a href="https://airtable.com/shrU2sc8r2RrD0Jhj">作品列表</a>看看，給我一些建議吧！</pre><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=bb375fc83bf6" width="1" height="1" alt=""><hr><p><a href="https://medium.com/dd-story-hub/p-%E5%AF%A6%E7%BF%92%E7%B6%93%E9%A9%97%E8%AB%87-%E6%96%B0%E8%81%9E%E7%B7%A8%E8%BC%AF%E7%82%BA%E4%BB%80%E9%BA%BC%E8%A6%81%E5%AD%B8%E7%A8%8B%E5%BC%8F%E8%A8%AD%E8%A8%88-bb375fc83bf6">P#實習經驗談》新聞編輯為什麼要學程式設計？</a> was originally published in <a href="https://medium.com/dd-story-hub">DD Story Hub</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[職場力001》活動行銷到非營利組織公關 劉愛渝向陽的社教魂]]></title>
            <link>https://medium.com/%E7%A4%BE%E6%9C%83%E6%95%99%E5%AE%A4/%E8%81%B7%E5%A0%B4%E5%8A%9B001-%E6%B4%BB%E5%8B%95%E8%A1%8C%E9%8A%B7%E5%88%B0%E9%9D%9E%E7%87%9F%E5%88%A9%E7%B5%84%E7%B9%94%E5%85%AC%E9%97%9C-%E5%8A%89%E6%84%9B%E6%B8%9D%E5%90%91%E9%99%BD%E7%9A%84%E7%A4%BE%E6%95%99%E9%AD%82-c79014240556?source=rss-c6c729c61f78------2</link>
            <guid isPermaLink="false">https://medium.com/p/c79014240556</guid>
            <category><![CDATA[mkt]]></category>
            <category><![CDATA[careers]]></category>
            <category><![CDATA[社會教育]]></category>
            <category><![CDATA[公關行銷]]></category>
            <category><![CDATA[npo]]></category>
            <dc:creator><![CDATA[Ting-Ni Wu]]></dc:creator>
            <pubDate>Sat, 27 Apr 2019 19:03:18 GMT</pubDate>
            <atom:updated>2019-04-27T19:07:24.164Z</atom:updated>
            <content:encoded><![CDATA[<h3>職場力001》活動行銷到非營利組織公關：劉愛渝向陽的社教魂</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SmN1bqs7MCD2cBTSZII3Bg.png" /></figure><p>社教人眼中的劉愛渝，總是和熱情掛在一起，彷彿擁有無限的能量。我們等在雲和街的轉角，看著她在陽光下走來，不知不覺也沾染了些活力。<br> <br>「我今天還有帶我們的公關稿來！」現擔任家扶基金會媒體公關專員的劉愛渝，一講起話，圓圓的眼睛就藏不住笑，但工作內容可不輕鬆。擔任家扶公關的業務包山包海，包括向企業募款、合作案及組織媒體公關。每位公關專員需負責接洽20至30家企業洽談合作機會，也需推自己的組織專案進度。而當社會上出現兒童相關事件時，必須即時擬出新聞稿做出回應。</p><h4><strong>自主性：商業思考或是回歸人性？</strong></h4><p>踏進非營利組織前，劉愛渝先在活動型的整合行銷公司磨了兩年，專門承辦企業的活動行銷，既要辦活動也要對外聯絡媒體、行銷宣傳。大四暑假實習與前公司結下緣份，她提早畢業轉為正職，比同屆同學早一步踏進社會磨練。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-PPVMwP4XpbuKo-6lSG3CQ.jpeg" /><figcaption>學業與職場無縫接軌，劉愛渝早早累積豐富工作經歷。攝／吳亭霓</figcaption></figure><p>「那時候工作要把很多東西兜起來，不斷聯絡廠商，活動前幾乎沒辦法睡。」劉愛渝早上9點開始上班，不時熬到凌晨2點才離開公司。細數那些日子，她沒有怨言，只是當工作與作息的不平衡逐漸侵蝕生活，劉愛渝不禁醞釀轉職念頭。</p><p>繁忙的工作依舊，時間軸緩緩前進，「小燈泡事件」當下，也正是劉愛渝下定決心轉換跑道的日子。</p><p>2016年3月的隨機殺人案將社會劃開大洞，集體氛圍漫著哀傷，「那時候活動的老闆想要用這個事件當作宣傳的著力點，從商業角度來看或許沒錯，」劉愛渝講著，眼神越來越銳利，「這件事是一個集體傷痛，用這樣的事件來當行銷點是違反媒體素養的。」</p><p>為商業目的老闆所做得考量與過去所學、所認知的價值相衝突，劉愛渝思考到自己依然喜歡行銷、公關工作，但想要跟「社教」有關，於是基金會、非營利組織成了她思考下一份工作的方向，劉愛渝也主動找上系上教授詢問、討論，為下一步做好準備。</p><p>提早進入業界，緊湊工作中訓練出獨立作業能力，「現在心臟很大顆，」劉愛渝淡淡的說：「不一樣的地方是，你知道你做這些是為了什麼，因為基金會有一個使命，你會比較願意投入；長久做下來，你知道你會改變小朋友的生活的時候，會覺得很值得。」</p><h4><strong>成長力：老牌組織與創意的衝撞</strong></h4><p>家扶基金會每年都會以「貧困兒童」、「受虐兒童」及「寄養家庭」為主軸，推出大型募款案。劉愛渝第一年就得主辦其中一個專案，帶著三人小組挑戰4000萬募款專案，剛進組織她形容，就像是無頭蒼蠅一樣，所有細節都要從零開始，壓力排山倒海而來，也必須盡快熟悉基金會內部運作及專案需求，劉愛渝雙手一攤：「那時候不知道怎麼抓議題點，而（統計資料）25%、35%有什麼差別？那時候真的不知道差在哪邊。」</p><p>一路磕磕碰碰，劉愛渝拿著先前的專案資料不斷比對，終於硬著頭皮，完成初登板的任務。經過兩年的洗禮，再次接下大型募款案，劉愛渝分享時已能泛著自信眼神，她向上張開的手慢慢聚攏，堅定地說：「在這裡會不斷成長，上一次做（專案）怎麼行銷、CF（廣告, Commercial Film）怎麼拍都不知道；現在已經可以想到明年或後年要做什麼，主題可以很快地抓到。」</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ibFeX7myMbBFm2_pXDUlQg.jpeg" /><figcaption>講起手中的募款案，劉愛渝總能侃侃而談。攝／吳亭霓</figcaption></figure><p>組織內部雖然有許多SOP，主管們卻不吝給予決策空間。劉愛渝比劃著桌上專案文宣，開始談起「文宣改造」，她說以前文宣作風，較常把代言人放很大、很明顯以吸引目光。在進行「無窮世代」專案時決定以議題訴求的氛圍為主，於是把代言人的比例縮小，讓蔡依林跟合作的孩子站在一起。最後呈現作品，拿下蔡依林經紀人的心，其他部門同事也相當滿意。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/851/1*DEh4tUSf8Yi1U1qobo7EqA.jpeg" /><figcaption>顛覆以往以代言人為主的設計，新的主題視覺更重視「氛圍」。圖／取自臉書</figcaption></figure><p>除了工作本身，劉愛渝也很重視與人的互動，她板起手指數：「（公關工作）溝通一定要夠好，就是不能夠擺爛，機動性也要夠。」除此之外，公關的一言一行都代表組織形象，劉愛渝談到，家扶基金會是非營利組織，即使在私領域發表負面或攻擊性的言論，都可能傷害到組織本身。</p><h4><strong>議題力：把握社教系的優勢能力</strong></h4><p>想給學弟妹什麼建議呢？劉愛渝大嘆：「超後悔提畢，在學校的話想要去選更多外系的課。」社教系的課包含企業行銷、社會行銷及志工管理，在提倡企業社會責任（CSR）的氛圍中，處處都有發揮所學的舞台，她語帶犀利：「我們學行銷或傳播是很有用的，但是相對來說太淺，就自己要再多進修；優勢在於，我們有上社會問題，對議題有基本的敏感度，也有學一些剪輯，像是很常碰到照片要怎麼拍？用什麼風格？對我們來說就不是問題。」</p><p>公關，負責處理組織的公共關係，時事敏感度、議題掌握度及專業能力都要不斷精進。在訪談中，劉愛渝總是透露出無窮的學習欲望，她接觸抖音、live.me了解青少年喜歡什麼；平常閱讀《親子天下》或《未來family》等雜誌，加強對兒童議題的知識；同時也在Hahow上社群操作的課程，持續進修行銷技能，借用各種渠道累積自己的專業能力，她說：「到了職場後，會更知道自己還需要什麼。」</p><p>劉愛渝也開玩笑，她說，好好把握身邊的人脈，「（社教系）身邊的人去的領域都不一樣，有一些去業界，也一些去媒體圈，能夠利用的資源就很多。」我們好奇劉愛渝如何利用身邊資源，她只是俏皮的眨眨眼。</p><p>映著落地玻璃窗外的陽光，劉愛渝眼中總是閃著透亮的神采，一路走到現在的位置，不變的是一股熱血，一個熱愛社教的女子。</p><blockquote>小插曲：進家扶基金會前，愛渝曾經在第一關就碰上烏龍事件。她笑著分享，當時機構規定求職者背景需為「行銷／傳播」相關，而愛渝的「社會教育系」直接被刷掉。「我真的很困惑，明明社教系做的東西都相關。」她笑的後仰，語氣有些無奈：「後來是他們主動查證，打給我說，『社會教育系』是符合規定的，請我再投一次履歷。」我們不禁也笑，社會學沒有標準答案，社會教育也沒有。</blockquote><pre>《社會教室》每週日更新，喜歡我們的專訪歡迎用力拍手👏🏻</pre><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c79014240556" width="1" height="1" alt=""><hr><p><a href="https://medium.com/%E7%A4%BE%E6%9C%83%E6%95%99%E5%AE%A4/%E8%81%B7%E5%A0%B4%E5%8A%9B001-%E6%B4%BB%E5%8B%95%E8%A1%8C%E9%8A%B7%E5%88%B0%E9%9D%9E%E7%87%9F%E5%88%A9%E7%B5%84%E7%B9%94%E5%85%AC%E9%97%9C-%E5%8A%89%E6%84%9B%E6%B8%9D%E5%90%91%E9%99%BD%E7%9A%84%E7%A4%BE%E6%95%99%E9%AD%82-c79014240556">職場力001》活動行銷到非營利組織公關 劉愛渝向陽的社教魂</a> was originally published in <a href="https://medium.com/%E7%A4%BE%E6%9C%83%E6%95%99%E5%AE%A4">社會教室</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[臉書社團經營從0到1！三招開始你的社群行銷]]></title>
            <link>https://medium.com/@got_tyyni33/%E8%87%89%E6%9B%B8%E7%A4%BE%E5%9C%98%E7%B6%93%E7%87%9F%E5%BE%9E0%E5%88%B01-%E4%B8%89%E6%8B%9B%E9%96%8B%E5%A7%8B%E4%BD%A0%E7%9A%84%E7%A4%BE%E7%BE%A4%E8%A1%8C%E9%8A%B7-483f26b0e491?source=rss-c6c729c61f78------2</link>
            <guid isPermaLink="false">https://medium.com/p/483f26b0e491</guid>
            <category><![CDATA[fb]]></category>
            <category><![CDATA[社群行銷]]></category>
            <category><![CDATA[講座]]></category>
            <dc:creator><![CDATA[Ting-Ni Wu]]></dc:creator>
            <pubDate>Wed, 24 Apr 2019 16:30:36 GMT</pubDate>
            <atom:updated>2020-08-29T04:35:57.881Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Gf9cfjIDu5fzye1qNAIN4Q.jpeg" /></figure><blockquote>CLCTaipeiMeetup#3心得</blockquote><pre><strong>什麼是CLC（Community Leadership Circles from Facebook）？</strong><br>CLC是由 Facebook 官方支持的「給社團經營者的社團」，讓台灣的 Facebook 社團經營者互相交流、分享學習。CLC會定期舉辦線下活動，也在線上提供社團管理者們各種協助、輔導，並擔任社群經營者與 Facebook 之間的溝通橋樑。</pre><p>因為實習關係開始經營臉書社團，就像是把現在所有的經驗重新整理起來一樣，也從對談中獲得許多新想法，能參加CLC真心覺得三生有幸。（希望還能參加後續的活動）</p><h3>第一招｜定位：一句話讓人聽懂你的社群在幹嘛</h3><p>傑哥一開始先提兩個詞「心佔率（Mind share）」、「TOM（Top of Mind）」，雖然第一次聽到，但其實不難理解：</p><ul><li>心佔率（Mind share）：使用者對品牌的主觀感受，當然越有好感越好。</li><li>TOM（Top of Mind）：一講到某個概念就會聯想到的事物，例如社群行銷就會講到社群丼、連鎖咖啡廳就會想到星巴克等。</li></ul><p>要怎麼搶下使用者心裡的NO.1？傑哥說，取捨。在塑造社團定位的過程中，需要考慮的除了社團性質，也需要了解市場現況，避免做別人已經做過的事物，也別輕易投入非專長的領域。</p><p>以社群丼為案例，傑哥分享開社團時，另一個社團「廣告素材金點賞」已經開始做案例分享，也時常會有人交流行銷操作的心得；因此他希望「社群丼」能專注在「背後的邏輯」，增加在數據或技術面的討論，例如API應用、chatbot操作等等，社群操作者再進一步思考，更看向未來的趨勢。</p><h4>社群丼社團管理幾個小秘密：</h4><ul><li>把關內容：目前管理員們會手動審核每一篇貼文，判斷是否適合社團成員，雖然非常主觀，但傑哥說，希望每一則被貼出來的資訊都能幫助學習，避免誤導大家。</li><li>不控制人數：雖然進入社團前需要回答幾個問題，但（基本上）誰都可以進社群丼，但傑哥說，因為想把社群丼規模做大，所以不會特別管控社團人數。</li></ul><p>所以，社群丼吸引了什麼樣的人呢？傑哥分享，每天都會有數十個人申請加入社團，他們是：</p><ul><li>社群行銷討論的時候講到（30%）</li><li>同事／老闆推薦（50%）</li><li>自主搜索（20%）</li></ul><p>其中，Dcard、PTT導進來的人越來越多，傑哥笑笑說，社群丼的年齡組成要越來越年輕了。</p><h3>第二招｜建立生態系：一句話讓人能夠理解在你的社群能夠得到什麼</h3><p>臉書社團並不是一開始就會自己動起來，而參與者也要自己產出內容，如果都是管理員產出，跟開粉專的差別就不大。</p><blockquote>「雙向的溝通、雙向的內容產出」是社團發揮價值的重點。</blockquote><p>以社群丼為例，傑哥不只自己常發文，也會不定時cue社團裡潛水的大神（厲害的創作者），讓不同的人主動分享。但這些互動也必須考慮是否回饋到社群定位上，如果分享的內容不符合社團定位，對社團運作就沒有太多幫助。</p><h4>社群丼怎麼促進參與？讓成員知道他們該做什麼！</h4><ul><li>建立讓用戶參與的規則：傑哥說，社群丼只控管貼文，不會控制留言。控制貼文是因為把關分享品質，不控制留言是因為讓大家有參與感，滿足自己歸屬感的需求，讓大家有對話的管道。</li><li>自己帶討論風氣：管理員或一小群人先發言，能夠形成示範效果，也能夠讓後來加入社團的成員了解運作規則。</li></ul><h3>第三招｜滾雪球：讓社團可以能夠自己增長</h3><p>在定位完整、生態系健全的前提下，臉書社團行銷上就要盡可能擴張接觸點，而針對所有社群經營人的夢想，傑哥提出兩招：</p><ul><li><strong>祕技1：持續建立能夠被外部搜尋到的社團相關內容</strong></li></ul><p>許多人會主動在Google或Facebook搜尋內容，而知道使用者需要什麼，並提前準備好，就能夠提高社群的曝光度。</p><p>reference：</p><p><a href="https://medium.com/%E7%A4%BE%E7%BE%A4%E4%B8%BC-spotlight/%E6%89%93%E9%80%A0%E8%83%BD%E6%BB%BE%E9%9B%AA%E7%90%83%E7%9A%84facebook%E7%A4%BE%E5%9C%98-299043f8bb0a">打造能滾雪球的Facebook社團！</a></p><ul><li><strong>祕技2：社團本身的搜尋和串連優化</strong></li></ul><p>就像在做SEO工作，優化自己在搜尋結果中的能見度也相當重要，例如想讓大家知道這邊有個社群行銷的相關社團，設計關鍵字為「社群」</p><p>總結來說，這三招在社團發展過程中，配合得好的話就能夠虎虎生風；錯過了一些小細節，或是疏於管理，社團行銷的效果就不大。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ubYm_8p3I-213hQVQlyyrw.jpeg" /></figure><p>Photo credit: 眼花/ instagram @yhtu_photo</p><p><a href="https://www.facebook.com/hashtag/facebookclctaipeimeetup3?source=feed_text&amp;epa=HASHTAG">#FacebookCLCTaipeiMeetup3</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=483f26b0e491" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[邦妮教戰手冊 1 1 ：用戶輸入]]></title>
            <link>https://medium.com/@got_tyyni33/%E9%82%A6%E5%A6%AE%E6%95%99%E6%88%B0%E6%89%8B%E5%86%8A-1-1-%E7%94%A8%E6%88%B6%E8%BC%B8%E5%85%A5-ed0a379ff9b4?source=rss-c6c729c61f78------2</link>
            <guid isPermaLink="false">https://medium.com/p/ed0a379ff9b4</guid>
            <category><![CDATA[tutorial]]></category>
            <dc:creator><![CDATA[Ting-Ni Wu]]></dc:creator>
            <pubDate>Tue, 13 Feb 2018 09:08:01 GMT</pubDate>
            <atom:updated>2018-02-13T09:08:01.490Z</atom:updated>
            <content:encoded><![CDATA[<h4>不用寫程式，從零到一打造聊天機器人</h4><h4>訊息新增「用戶輸入」設定，觸發對話模組更彈性！</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*VM-XVrbDGOl1LYSQjFlWTg.png" /></figure><pre>用戶輸入讓使用者除了點選按鈕，也能透過主動輸入來觸發對話模組，輕鬆完成對話</pre><h3>１新增用戶輸入行為</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*l1c4GFkWJHxX2oZelNY13w.gif" /><figcaption>點選「＋行為」或「＋新增行為」新增用戶行為</figcaption></figure><h3>２設定關鍵字</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GyfhjHDt_tyhShmEOoQXzA.gif" /><figcaption>點擊空白輸入關鍵字，輸入完畢按下鍵盤Enter即完成輸入</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KzOkeGcGf8T8CB2_sHYx9g.gif" /><figcaption>點擊「 X 」刪除關鍵字</figcaption></figure><h3>３設定欲觸發之對話模組</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tnmD9R8ZcjyK2dtXiIHaKg.gif" /><figcaption>點選特定對話模組，完成設定</figcaption></figure><h3>４刪除用戶輸入行為</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5v4pfV7KiadMjquz7BHNHQ.gif" /><figcaption>點選右上角「紅色垃圾桶」刪除用戶輸入行為</figcaption></figure><h3>恭喜你成功完成設定用戶輸入！</h3><h4>邦妮教戰手冊１０： <a href="http://lnk.pics/4TQ3W">BotBonnie 平台密技</a></h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0ymn2IAF4t2eituP7mg1Ww.jpeg" /><figcaption><a href="https://botbonnie.com/">https://botbonnie.com/</a></figcaption></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ed0a379ff9b4" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>