Создание соединений посредством отслеживания. GarryKillian / Shutterstock

В сделках, которые были обнаружены между Cambridge Analytica и Facebook, есть все атрибуты голливудского триллера: генеральный директор Bond злодейский стиль, затворнический миллиардер, наивный и противоречивый информатор, ученый-хипстерский специалист стал политиком, академиком, который, казалось бы, сомнительной этики и, конечно, триумфального президента и его влиятельной семьи.

Большая часть обсуждений была посвящена тому, как Cambridge Analytica удалось получить данные более чем для пользователей 50m Facebook, и как, как утверждается, не удалось удалить эти данные, когда им сказали это сделать. Но есть также вопрос, что действительно сделал Cambridge Analytica с данными. На самом деле подход к хрусту данных данных представляет собой шаг за шагом в том, как аналитика сегодня может использоваться как инструмент для создания идей и влияния.

Например, респонденты долгое время использовали сегментацию для целевых групп избирателей, например, путем классификации аудитории по полу, возрасту, доходу, образованию и размеру семьи. Сегменты также могут создаваться вокруг политической принадлежности или предпочтений покупки. Машина для анализа данных, которую кандидат в президенты Хиллари Клинтон использовала в своей кампании 2016, названной Адой после математики 19-го века и пионером ранних вычислений, использовала самые современные методы сегментации для целевых групп избирателей, имеющих право голоса, таким же образом, как и Барак Обама сделал четыре года назад.

Cambridge Analytica была заключена на кампанию Трампа и предоставила совершенно новое оружие для избирательной машины. В то время как он также использовал демографические сегменты для идентификации групп избирателей, как и кампания Клинтона, Cambridge Analytica также сегментировала использование психографические, Как определения класса, образования, занятости, возраста и т. Д. Демографические данные являются информационными. Психология - поведенческая - средство для сегментации личности.

Это имеет большой смысл. Очевидно, что два человека с одним и тем же демографическим профилем (например, белые, средние, работающие, женатые мужчины) могут иметь заметно разные личности и мнения. Мы также знаем, что адаптация сообщения к личности человека - независимо от того, являются ли они открытыми, интровертированными, аргументированными и т. Д. - делает длинный путь, чтобы помочь получить это сообщение.

Понимание людей лучше

Традиционно было два пути к установлению личности человека. Вы можете познакомиться с ними очень хорошо - обычно в течение длительного времени. Или вы можете заставить их пройти личный тест и попросить их поделиться им с вами. Ни один из этих методов не является реалистичным для опрошенных. Кембриджский аналитик нашел третий путь с помощью двух ученых Университета Кембриджа.

Первый, Александр Коган, продал им доступ к личным испытаниям 270,000, выполненным пользователями Facebook через онлайн-приложение, которое он создал для исследовательских целей. Предоставление данных Cambridge Analytica было, по-видимому, противоречивым внутренним кодексом поведения Facebook, но только сейчас в марте 2018 запретил Kogan Facebook с платформы. Кроме того, данные Когана также поступали с бонусом: он, как сообщается, собирал данные Facebook у друзей тестировщиков - и, в среднем, друзей 200 на одного человека, которые добавили некоторые люди 50m.

Тем не менее, эти люди 50m не все прошли индивидуальные тесты. Это то место, где второй академик Кембриджа, Михал Косински, пришел Косински, который, как говорят, считает, что микро-таргетинг, основанный на онлайн-данных, может укрепить демократию - выяснил способ перестроить профиль личности из деятельности Facebook таких как любит. Независимо от того, хотите ли вы, как фотографии закатов, щенков или людей, по-видимому, много говорят о вашей личности. Так много, по сути, что на основе 300 нравится, модель Косински способна предсказать чей-то профиль личности с той же точностью, что и супруг.

Коган разработал идеи Косински, улучшил их и заключил сделку с Cambridge Analytica. Вооружившись этой щедростью - и в сочетании с дополнительными данными, полученными из других источников, Cambridge Analytica построила индивидуальные профили для более чем 100m зарегистрированных американских избирателей. Утверждается, что компания использовала эти профили для целевой рекламы.

Представьте себе, например, что вы можете определить сегмент избирателей с высокой добросовестностью и невротизмом, а также еще один сегмент, который обладает высокой степенью экстраверсии, но с низким уровнем открытости. Ясно, что люди в каждом сегменте будут реагировать по-разному на одно и то же политическое объявление. Но на Facebook им не нужно видеть одно и то же объявление - каждый будет видеть индивидуально индивидуальное объявление, предназначенное для получения желаемого ответа, будь то голосование за кандидата, а не голосование за кандидата или пожертвование средств.

Cambridge Analytica упорно трудилась, чтобы разработать десятки вариантов объявлений на различные политические темы, такие как иммиграция, экономика и пистолет права, все с учетом различных профилей личности. Нет никаких доказательств того, что у избирательной машины Клинтона была такая же способность.

Поведенческая аналитика и психографическое профилирование здесь, чтобы остаться, независимо от того, что станет с Cambridge Analytica - которое имеет решительно критиковали что он называет «ложными утверждениями в средствах массовой информации». В какой-то мере он индустриализирует то, что всегда делали хорошие продавцы, регулируя их сообщение и доставку к личности своих клиентов. Такой подход к предвыборной агитации - и даже к маркетингу - станет окончательным наследием Cambridge Analytica.

Об авторе

Майкл Уэйд, профессор инноваций и стратегии, председатель Cisco в области преобразования цифрового бизнеса, IMD Business School

Эта статья изначально была опубликована в Беседа, Прочтите оригинал статьи.

Книги по этой теме

at Внутренний рынок самовыражения и Amazon