Ο Helsingin Sanomat οργανώνει το «HS Open hackathons» από το Μάρτιο 2011. Καλέσαμε Φιλανδούς προγραμματιστές, δημοσιογράφους και γραφίστες στο υπόγειο του κτιρίου μας. Οι συμμετέχοντες χωρίζονται σε ομάδες των τριών και παροτρύνονται να αναπτύξουν εφαρμογές και οπτικοποιήσεις. Είχαμε περίπου 60 συμμετέχοντες σε καθεμία από τις τρεις εκδηλώσεις μας, μέχρι τώρα. Αποφασίσαμε ότι τα δεδομένα από την προεκλογική εκστρατεία θα πρέπει να είναι το επίκεντρο του HS Open#2, Μάιος 2011.

Η Εθνική Ελεγκτική Υπηρεσία της Φιλανδίας είναι η Αρχή που κρατά τα αρχεία χρηματοδότησης της εκστρατείας. Αυτό ήταν το εύκολο μέρος. Ο Διευθυντής Πληροφοριακών Συστημάτων Jaakko Hamunen δημιούργησε μια ιστοσελίδα η οποία παρείχε σε πραγματικό χρόνο πρόσβαση στη δικιά τους βάση δεδομένων που αφορούσε τη χρηματοδότηση της προεκλογικής εκστρατείας. Η Ελεγκτική Υπηρεσία το έκανε σε μόλις δύο μήνες μετά το αίτημά μας.

Η ιστοσελίδα «Vaalirahoitus.fi» θα παρέχει στο κοινό και στον Τύπο πληροφορίες για τη χρηματοδότηση που λαμβάνουν οι προεκλογικές εκστρατείες σε κάθε εκλογές, από τώρα και στο εξής.

Οι συμμετέχοντες του «HS Open 2» ήρθαν με 20 διαφορετικά πρωτότυπα σχετικά με το τι θα κάνουμε με τα δεδομένα. Μπορείτε να βρείτε όλα τα πρωτότυπα στην ιστοσελίδα μας (το κείμενο είναι στα φιλανδικά).

Ο Janne Peltola, ερευνητής βιοπληροφορικής, σημείωσε ότι τα στοιχεία χρηματοδότησης που αφορούν τις προεκλογικές εκστρατείες έμοιαζαν με τα δεδομένα γονιδίων που εξερευνούν, από την άποψη ότι περιέχουν πολλές αλληλοεξαρτήσεις. Στη βιοπληροφορική υπάρχει ένα «open source» εργαλείο που ονομάζεται «Cytoscape» και χρησιμοποιείται για τη χαρτογράφηση αυτών των αλληλοεξαρτήσεων. Οπότε τρέξαμε τα δεδομένα στο «Cytoscape», και πήραμε ένα πολύ ενδιαφέρον δείγμα (prototype).

Ο νόμος για τη χρηματοδότηση που αφορά τις προεκλογικές εκστρατείες αναφέρει ότι τα εκλεγμένα μέλη του κοινοβουλίου πρέπει να δηλώνουν τη χρηματοδότηση που έλαβαν, δύο μήνες μετά τις εκλογές. Στην πράξη αυτό σήμαινε ότι πήραμε τα πραγματικά δεδομένα στα μέσα Ιουνίου. Στο «HS Open», είχαμε δεδομένα μόνο από μέλη του κοινοβουλίου που τα είχαν καταθέσει πριν τη λήξη της προθεσμίας.

Υπήρχε επίσης, ένα πρόβλημα με τη μορφή των δεδομένων. Η Εθνική Ελεγκτική Υπηρεσία παρείχε τα δεδομένα σε δύο CSV αρχεία. Το ένα περιείχε το συνολικό προϋπολογισμό από τις εκστρατείες, το άλλο απαριθμούσε τους δωρητές. Έπρεπε να συνδυάσουμε αυτά τα δύο, δημιουργώντας ένα αρχείο που περιείχε τρεις στήλες: δωρητής, αποδέκτης και ποσό. Εάν οι πολιτικοί είχαν χρησιμοποιήσει δικά τους χρήματα, η μορφή των δεδομένων μας ήταν έτσι, Πολιτικός Α δώρισε Χ ευρώ στον Πολιτικό Α. Ίσως ήταν αντιφατικό, αλλά δούλεψε με το Cytoscape.

Όταν τα δεδομένα μας καθαρίστηκαν και μορφοποιήθηκαν, απλά τρέξαμε το «Cytoscape». Στη συνέχεια το τμήμα γραφικών έκανε ένα ολοσέλιδο γραφικό από αυτά.

Τέλος, δημιουργήσαμε μια όμορφη απεικόνιση στην ιστοσελίδα μας. Αυτό δεν ήταν μόνο μια διαδικτυακή γραφική ανάλυση. Θέλαμε να δείξουμε στους ανθρώπους ένα εύκολο τρόπο να εξερευνήσουν πόση χρηματοδότηση υπάρχει και από ποιον δίνεται στις προεκλογικές εκστρατείες. Η πρώτη άποψη απεικονίζει την κατανομή της χρηματοδότησης μεταξύ των μελών του κοινοβουλίου. Όταν κάνετε κλικ και επιλέγετε ένα μέλος, μπορείτε να δείτε τη κατανομή χρηματοδότησης που πήρε. Μπορείτε επίσης, να ψηφίσετε για το αν ένας δωρητής είναι καλός ή όχι. Η οπτικοποίηση έγινε από τους Juha Rouvinen και Jukka Kokko, από το διαφημιστικό γραφείο Satumaa.

Η διαδικτυακή έκδοση της οπτικοποίησης χρηματοδότησης των εκστρατειών χρησιμοποιεί τα ίδια δεδομένα, όπως η διαδικτυακή ανάλυση.

Φυσικά η Εθνική Ελεγκτική Υπηρεσία δημοσιεύει ήδη τα στοιχεία, ώστε να μην υπάρχει ανάγκη αναδημοσίευσης. Ωστόσο, επειδή είχαμε κάνει μία εκκαθάριση των δεδομένων και ήταν με καλύτερη δομή, αποφασίσαμε να τα δημοσιεύσουμε. Δημοσιεύσαμε τα δεδομένα μας με άδεια «Creative Commons Attribution». Μεταγενέστερα αρκετοί ανεξάρτητοι προγραμματιστές έχουν κάνει τις δικές τους οπτικοποιήσεις των δεδομένων, κάποιες από τις οποίες έχουμε δημοσιεύσει.

Τα εργαλεία που χρησιμοποιήσαμε για το έργο ήταν το Excel και το Google Refine για τον καθαρισμό και ανάλυση των δεδομένων. Το «Cytoscape» χρησιμοποιήθηκε για διαδικτυακή ανάλυση και το Illustrator και το Flash για τις οπτικοποιήσεις. Το Flash θα έπρεπε να ήταν σε HTML5, αλλά δεν είχαμε άλλο χρόνο. Τι μάθαμε; Ίσως το πιο σημαντικό μάθημα ήταν ότι οι δομές των δεδομένων μπορεί να είναι πολύ δύσκολες. Εάν τα αρχικά δεδομένα δεν είναι σε κατάλληλη μορφή, ο επαναϋπολογισμός και η μετατροπή τους θα χρειαστεί πολύ χρόνο.