I numeri sono, da sempre, una… cifra della redazione di Svënn. Un articolo completo di dati solidi a sostegno della tesi centrale, che riesce a mantenere chiarezza e coerenza col livello di conoscenza del pubblico di riferimento, ha sempre quel profumo fragrante di lavoro editoriale utile, spiegabile e trasparente. In due parole: ben fatto.
Trovare la fonte giusta e citarla correttamente senza perdere il tono di voce è una sfida complessa, che però ripaga nel tempo. Vedere vecchi post saldamente ancorati in testa al ranking e oggi citati in AI Overview è innegabilmente una soddisfazione per un brand journalist. (E anche per il cliente, che non deve reinvestire in nuove ottimizzazioni).
Avere i numeri per emergere
La stessa Google, del resto, ha sempre ribadito che la prima best practice per ottenere visibilità è scrivere contenuti che le persone trovano interessanti e utili¹. Approcci tattici fondati sul reverse engineering, invece, scricchiolano a ogni update dell’algoritmo. E oggi che la sfida si sposta sugli answer engine, quel nostro pallino per i dati assume un valore ancor più strategico.
Il noto studio del 2024 basato su diecimila query che ha introdotto il concetto di Generative Engine Optimization (GEO) ha dimostrato che l’inserimento di statistiche pertinenti migliora del 30% la visibilità del contenuto nelle risposte generate, posizionandosi come uno dei tre metodi più efficaci insieme all’aggiunta di citazioni credibili (+41%) e fonti affidabili (+27%)².
Anche nella newsroom di Svënn abbiamo condotto una piccola ricerca sull’argomento. Ponendo 60 domande circostanziate ai tre principali answer engine su cinque argomenti di attualità diversi e specifici, abbiamo riscontrato che gli articoli di giornale data-driven hanno una frequenza di citazione tre volte maggiore rispetto a pezzi narrativi o interpretativi.
Nella stanza dei numeri
È evidente che sempre più i dati numerici rappresentano un driver chiave anche per la comunicazione d’impresa. Vogliamo, quindi, approfondire il tema e lo facciamo con Andrea Priante, giornalista investigativo, inviato di lungo corso del Corriere del Veneto e dal 2023 redattore di Dataroom, la sezione di data journalism del Corriere della Sera coordinata da Milena Gabanelli.
Qual è, a tuo parere, la principale differenza di approccio tra la cronaca sul campo e l’inchiesta basata sui dati?
Di fronte a un fatto di cronaca, l’inviato di un giornale è chiamato a ricostruire i fatti attraverso il proprio punto di vista, quello dei testimoni, degli investigatori, delle vittime. Sempre nella consapevolezza che, da un momento all’altro, potrebbero emergere nuovi elementi in grado di cambiare l’intero racconto. Il caso di Garlasco ce lo ricorda ogni giorno.
Le inchieste di Dataroom, invece, hanno l’ambizione di mettere dei punti fermi: prendiamo un problema e lo analizziamo attraverso studi, ricerche, documenti inediti, dati consolidati. Per settimane, a volte mesi, raccogliamo le prove che servono a dimostrare ai lettori come funziona realmente un fenomeno, chi viene danneggiato, chi è il responsabile e come si può intervenire per risolverlo.
Quali elementi, invece, restano invariati in entrambe le forme di giornalismo?
Le inchieste, come i reportage o i “pezzi di nera”, si reggono sulle persone che il giornalista ha saputo raggiungere: che si tratti del poliziotto che indaga, del testimone oculare o del super-esperto che ci aiuta a interpretare correttamente i numeri, più la fonte è qualificata migliore sarà l’articolo.
I dati sono spesso considerati noiosi. Di sicuro non sono facili da leggere in tempi di overload informativo e scattered attention. Come si cattura il pubblico col data storytelling?
Il lettore è più coinvolto quando riesce a identificarsi in ciò che sta leggendo: per questo, le nostre inchieste iniziano spesso con piccole storie. Faccio un esempio: per spiegare perché i criminali che stanno dietro alle frodi telefoniche riescono quasi sempre a farla franca, siamo partiti da un sms-truffa che invitava a richiamare un finto Cup (centro unico di prenotazione) per “importanti comunicazioni”. La gente componeva il numero, convinta di parlare con l’ospedale e si ritrovava decine di euro addebitati nella bolletta telefonica. Dal messaggio, siamo risaliti al call center di Napoli che gestiva le chiamate e all’imprenditrice che aveva architettato la fregatura e incassava migliaia di euro la settimana.
Come si scelgono i numeri da includere (ed escludere) nella narrazione?
Quando lavoro a un’inchiesta, per prima cosa mi chiedo: chi ne sa più di me? Contatto i principali esperti della materia, sia per capire il loro punto di vista che per farmi aiutare a individuare i dati e le fonti più affidabili. È la parte più delicata, perché siamo subissati da studi che dicono tutto e il suo contrario, ma la credibilità di un numero dipende da chi l’ha raccolto: se scrivo di salute, devo partire dai report dell’Oms; se mi occupo di carcerati, dovrò ottenere i dati del ministero della Giustizia…
Quali sono i criteri fondamentali utilizzati per progettare, selezionare e produrre le inchieste di Data Room?
Rigore, documentazione, indipendenza.
Che domande fa Milena Gabanelli per valutare se una storia merita di essere pubblicata nella sua rubrica?
Di qualunque tipo: vuole sapere anche i dettagli apparentemente più insignificanti. Soprattutto, le interessa capire come ciò che andremo a scoprire potrà trasformarsi in uno strumento utile al lettore. Non basta denunciare un problema: bisogna individuare delle soluzioni o, almeno, indicare chi ha il compito di trovarle e perché non lo sta facendo.
Il fact checking è un approccio di lavoro essenziale nell’epoca della “post verità”. Come si evita di scivolare involontariamente nella misinformation?
Ogni affermazione presente in un articolo di Dataroom deve essere dimostrabile e, nei limiti del possibile, mettiamo a disposizione del lettore le prove di quanto scriviamo: sul sito del Corriere della Sera basta cliccare sulla frase perché si apra il documento che la sostiene.
Lo scrittore Isaac Asimov in uno dei suoi racconti di fantascienza ha formulato un paradosso rimasto celebre: “Niente di più ambiguo di un dato di fatto”. Sei d’accordo?
I dati sono dati: l’ambiguità sta in come li giustifichiamo. Quando si dice che le entrate contributive in Italia sono aumentate del 5%, il governo assicura che è merito dell’aumento dei redditi e del tasso di occupazione, mentre l’opposizione ribatte che è colpa del maggior carico fiscale. Stessa percentuale, interpretazioni opposte. È qui che entra in gioco il metodo di Dataroom: non fermarsi al numero, ma scomporlo, confrontarlo, verificarne il significato.
È più facile lavorare con i dati o con le persone?
Di fronte alla complessità della natura umana, i numeri risultano persino noiosi.
Anche nel mondo dei mass media l’efficacia dei contenuti deve essere misurata e rendicontata? Quali KPI monitorate per valutare l’efficacia del lavoro in Dataroom?
Dei dati rilevati dal sito web del Corriere, ci interessa soprattutto il numero di lettori e il tempo medio che trascorrono con l’articolo sullo schermo. Se ci leggono in pochi, l’errore probabilmente sta nel titolo o nella scelta dell’argomento. Se la maggior parte abbandona la lettura dopo pochi secondi, significa che qualcosa non va nel modo in cui è scritta l’inchiesta.
E, se un giorno qualcuno ti mettesse di fronte a una scelta definitiva tra il lavoro di inviato e quello di data journalist?
Da inviato ti ritrovi al centro dei grandi fatti di cronaca, entri in contatto con il meglio e il peggio dell’umanità. È più emozionante, ovvio. D’altro canto, il lavoro d’inchiesta è più completo e mi fa sentire più utile al lettore. Allora, forse, preferisco chiedermi: in futuro cosa potrei sperimentare di nuovo?
Un Bignami del data storytelling
Siamo certi che, al momento opportuno, Andrea verrà a condividere con noi i suoi futuri progetti davanti a un buon caffè (che, beninteso, saremo come sempre ben felici di offrirgli). Per adesso, prendiamoci ancora qualche secondo per considerare l’impatto di queste informazioni sul lavoro quotidiano di chi orienta la crescita di un brand. In effetti, ancora una volta il know how giornalistico si rivela prezioso nell’ambito della comunicazione d’impresa. Da questa intervista, infatti, emerge quasi esplicitamente una cheat sheet (il vecchio Bignami, per chi se lo ricorda) per scrivere contenuti data driven efficaci:
- Parti da un fatto e approfondisci
Un contenuto data driven non si limita a raccontare ciò che accade: raccoglie studi, documenti e numeri affidabili per spiegare come funziona un fenomeno al di sotto della superficie.
- Chiedi a chi ne sa più di te
La qualità del contenuto dipende anche dalla qualità delle persone che riesci a coinvolgere: esperti, testimoni e fonti qualificate aiutano a leggere correttamente ciò che i numeri raccontano.
- Prima dei dati, racconta una storia
Numeri e statistiche diventano più comprensibili quando il lettore riesce a riconoscersi in concreto. Una piccola storia può essere la porta d’ingresso a un fenomeno molto più grande.
- Non fidarti di qualsiasi numero
Non tutti i dati hanno lo stesso peso: chiediti chi li ha raccolti, con quale metodo e per quale scopo. Investi tutto il tempo necessario per accedere alle fonti primarie e più autorevoli.
- Scegli le tue parole d’ordine
Rigore, documentazione e indipendenza sono tre criteri utilissimi per guidare il lavoro. Cerca i tuoi. Noi di Svënn fondiamo il nostro modello su Autorevolezza, Riconoscibilità e Rilevanza.
- Mettiti nei panni del lettore
I dati, per quanto trattati con rigore, non bastano a rendere un contenuto efficace. Per riuscirci devono intercettare un reale interesse del pubblico, offrendo informazione utile e soluzioni.
- Rendi le fonti trasparenti
Distingui i fatti dalle opinioni e fornisci le prove di ogni affermazione: se il lettore può ricostruire l’intera catena di ragionamento attraverso documenti e dataset, avrai conquistato la sua fiducia.
- Non fermarti al numero
Scomponilo, confrontalo, contestualizzalo e verifica cosa significa davvero. Lo stesso dato può sostenere anche interpretazioni opposte se non viene interpretato entro la cornice corretta.
- La misurazione è parte del processo
Poche visualizzazioni possono segnalare un problema di scelta del tema o del titolo, alta frequenza di rimbalzo, un problema di realizzazione del contenuto. I KPI non servono solo a rendicontare: aiutano a migliorare il lavoro editoriale.
In sintesi, il dato non sostituisce elementi come la strategia editoriale, una solida tesi o la capacità di raccontare. Aggiunge, però, profondità, credibilità (e citabilità) ai contenuti. Ed è proprio questa combinazione di numeri solidi, fonti autorevoli ed empatia col lettore a rendere un contenuto utile per le persone e, di riflesso, rilevante per gli algoritmi che sempre di più fungono da tramite e filtro con l’audience.
Note
¹ Google, Guida introduttiva all’ottimizzazione per i motori di ricerca (SEO)
² Arxiv, GEO: Generative Engine Optimization, 2024