Termin Big Data ("Veliki podaci") popularizirao se diljem svijeta posljednjih nekoliko godina. Ukratko, ovaj pojam pretpostavlja da sve što radimo, online ili ne, ostavlja podatkovni trag. Naročito naše online aktivnosti, dakako. Svaka naša pretraga na Googleu, svako plaćanje koje obavimo preko interneta, svako spajanje na internet mobitelom i svaki "like" koji stisnemo na Facebooku stvaraju sliku o našem online ponašanju. Ali i o našem ponašanju u "stvarnom" životu, o našim interesima i našem karakteru, piše Motherboard Vice.
Dugo su vremena ti podaci služili tek za ciljano oglašavanje, no pobjeda Donalda Trumpa na američkim izborima u studenome 2016. godine pokazala je da se pametnim iskorištavanjem "velikih podataka" može napraviti mnogo više.
Kompanija koja je stajala iza Trumpove online kampanje je ista koja je vodila Leave Eu kampanju (za Brexit) - Cambridge Analytica. Uoči Trumpove pobjede, tvrtka je poslala izvještaj za medije u kojima se navodi "da su iznimno uzbuđeni što je njihov revolucionarni pristup podacima odigrao tako značajnu ulogu u izvanrednoj pobjedi predsjednika Trumpa".
Psihologija Facebook 'likeova'
Da bi se bolje shvatilo kako se prema objavama na Facebooku može predvidjeti kako će tko glasati na izborima, treba se vratiti na jedan psihološki test iz '80-ih godina, prema kojemu je grupa znanstvenika razvila način procjenjivanja osobnosti psihometrijskim testovima. Michal Kosinski, poljski student, je 2008. godine došao na Cambridge na doktorat iz psihometrije. Ubrzo je započeo rad na istraživanju koje je uključivalo ispunjavanje kratkog upitnika o osobnosti na Facebook platformi, koje su znanstvenici zatim konbinirali s drugim informacijama dostupnima preko Facebook profila osobe: spolu, rodu, mjestu rođenja/življenja i likeovima. Kosinki je dobio
...metoda je s godinama postala sve kompleksnija, pa
se 2012. godine moglo doći do bitnih zaključaka o
osobnosti određene osobe na temelju otprilike 68 likeova na
Facebooku
iznenađujuće velik broj ispunjenih upitnika, a metoda je s godinama postala sve kompleksnija, pa je 2012. godine mogao doći do bitnih zaključaka o osobnosti određene osobe na temelju otprilike 68 likeova na Facebooku. Ne samo da su mogli ocijeniti kakva je tko osoba, već su na temelju likeova mogli predvidjeti i kako će koja osoba reagirati.
Nakon 70 likeova, Kosinski je bolje poznavao osobu nego njezini prijatelji, nakon analize 150 likeova bolje od roditelja osobe, a nakon 300 likeova bolje od njezinog partnera. Kada je objavio svoje otkriće, isti je dan dobio prijetnju tužbom i ponudu za posao, obje od Facebooka.
Početak profiliranja ljudi
Ove informacije nisu korištene samo u procijeni osobnosti ljudi, već isto tako da se pronađu određeni profili osoba.
2014. godine Kosinskom je prišao izaslanik kompanije Strategic Communication Laboratorie, SCL, koja se već tada reklamirala kao kompanija za "menadžment izbora", te mu ponudili znatnu svotu novaca za institut, ako im dopusti pristup bazi podataka koju je on sakupio u svojim istraživanjima. Nakon što je Kosinski posumnjao da je kompaniji u interesu doći do osobnih profila ljudi kako bi ih iskoristili u kampanjama za izbore, Kosinski je prekinuo kontakt sa SCL-om.
No, tu nije kraj priče. 2015. godine je kampanja Leave EU počela koristiti usluge kompanije koja radi s "velikim podacima", Cambridge Analytica, koja je spin off kompanija SCL-a.
Nitko nije uspio s točnošću utvrditi koliko je značajna bila uloga te kompanije za uspjeh Brexita. Ali ime vlasnika kompanije pojavilo se vrlo skoro nakon toga i to u funkciji digitalnog voditelja predsjedničke kampanje Donalda Trumpa.
Alexander Nix objasnio je kako se podaci koriste u predizbornoj kampanji: dok su se ranije kampanje bazirale na demografiji, Cambridge Analytica uvela je psihometrijsku metodu. "U Cambridgeu, mi smo sposobni predvidjeti osobnost svake odrasle osobe u SAD-u", rekao je na jednoj prezentaciji i zadivio publiku.
Kako pronaći glasače?
Za ovu je metodu potrebno samo doći do što većeg broja podataka. Kupuju se podaci iz raznih izvora, od katastra do podataka o kupovini, koji se zatim uspoređuju s online profilima. Nakon što se skupi dovoljan broj podataka o osobi, može se izraditi njezin psihološki profil, te od apstraktne osobe ubrzo dolazimo do osobe sa strahovima, stavovima, osobnim ukusima...Metodologija je slična onoj Kosinskoga, i to na način da se marketingom u kampanji cilja točno na osobe koje su potencijalni, ali još neodlučni, glasači. Također, prema različitim psihološkim profilima ljudi kroje se personalizirane kampanje. Uzmimo primjerice problematiku posjedovanja vatrenog oružja u SAD-u Drugi amandman Ustava SAD-a štiti pravo Amerikanaca da posjeduju oružje za samoobranu u kući. Kampanja koja bi ciljala osjetljive, pomalo paranoične osobe prikazivala bi sliku provaljivanja u stan, prikazujući posjedovanje oružja kao sredstvo zaštite, dok će se "obiteljskom čovjeku" prodavati pravo na posjedovanje oružja kao tradicionalna vrijednost, piše Vice Motherboard.
Trumpova personalizirana strategija
Trumpova nekonzistentnost, proturječja i nelogičnosti u
njegovom govoru nisu dakle bili otežavajuća okolnost, već
su mu pomogli u kampanji
Trumpova nekonzistentnost, proturječja i nelogičnosti u njegovom govoru nisu dakle bili otežavajuća okolnost, već su mu pomogli u kampanji. Svaka se njegova poruka odnosila na različitu grupu glasača.
Alexander Nix iz Cambridge Analyticsa izjavio je da je svaka Trumpova poruka bila uvjetovana podacima koji su prethodno sakupljeni o republikanskom i potencijalnom republikanskom glasačkom tijelu. Na dan treće debate između Trumpa i Clinton, njegov je tim iskušao 175 000 varijanti oglasa za njegove argumente, kako bi pronašao prave varijante za Facebook. Poruke su se razlikovale tek u nekoliko detalja - veličini i vrsti slova, bojama teksta, koji su trebali najbolje odgovarati određenim psihološkim profilima. Na ovaj se način kampanje doslovce mogu prilagoditi - pojedincu.
Dobar dio Trumpove kampanje ciljao je na to da odvrati potencijalne glasače Hillary Clinton od glasanja za nju, te da ih potakne, ako već ne da glasaju za Trumpa, a onda da se posve suzdrže od glasanja. To se izvodilo zahvaljujući takozvanim "tamnim" postovima ("dark posts") koji su vidljivi samo određenom dijelu populacije. Primjerice, afroameričkim su glasačima prikazivane objave u kojima se vidi kako Hillary Clinton zove crne muškarce "predatorima".
Trumpovi su suradnici dobili i posebnu aplikaciju putem koje su mogli saznati politička uvjerenja stanovnika određene kuće, pa su tako zvonili samo na vrata onih koje bi mogli uvjeriti da glasaju za Trumpa - ne bi dakle trošili vrijeme na dugogodišnje Hillaryine glasače. Preko aplikacije su također mogli pretraživati teme na koje stanovnici kuće bolje reagiraju i voditi se njima.
Kraj marketinga kakvog smo poznavali
Koliko je ova digitalna kampanja zaista utjecala na glasače teško je procijeniti. Zna se zasada tek koliko je Trumpu bila vrijedna - tim Cambridge Analytice od tek dvanaest ljudi koji je radio u američkom San Antoniju primio je od Trumpa 100 000 dolara u lipnju, 250 000 dolara u kolovozu i 5 milijuna dolara u rujnu. Sveukupno su primili navodno oko 15 milijuna dolara. Kompanija nikada nije objavila nikakav dokaz koji bi ukazivao na učinkovitost njihove kampanje.
Personalizirane kampanje možda i nisu novost, iako nikada nisu iskušane u ovolikom obujmu. Može li se relativno niska cijena Trumpove marketinške kampanje objasniti činjenicom da je ona bila izrazito personalizirana? Također, činjenica je da je Trump potrošio na digitalnu kampanju mnogo više od Hillary Clinton.
Veliki je pobjednik ovih izbora, osim Trumpa, i kompanija Cambridge Analytica. Jedan od članova njezinog odbora, Steve Bannon, izvršni urednik internetskog desnog medija Breitbart News je postao Trumpov savjetnik i strategičar. A kompanija tvrdi da su njihovu učinkovitost prepoznali diljem svijeta, pa su ih zvali u Švicarsku, Austriju i Njemačku.
Ono što je gotovo sigurno točno već je izrazio predsjednik kompanije, Alexandar Nix riječima: tradicionalni načini vođenja kampanje, tradicionalni marketing je - mrtav.
