Obama 2012 a Cambridge Analytica: dve dátové operácie, jeden pretrvávajúci zmätok

Dve kampane. Obe označované ako „data-driven“. Obe pracovali s cielením voličov v rozsahu, ktorý dovtedy nemal obdobu. A predsa, keď sa pozrieme na to, čo každá z nich skutočne robila (metodologicky, technicky aj eticky), majú spoločného len veľmi málo.

Kampaň Obamu v roku 2012 bola legitímnou priemyselnou aplikáciou prediktívneho modelovania a metodológie terénnych experimentov pri kontakte s voličmi. Cambridge Analytica bola sčasti škandálom v oblasti dátovej etiky a sčasti spoločnosťou, ktorá predávala exotickejšie znejúci produkt, než aký dokázala reálne doručiť. Zámena týchto dvoch príbehov odvtedy výrazne skreslila spôsob, akým ľudia uvažujú o dátach v reklame.

V tomto článku rozoberieme obe operácie: ich dátovú architektúru, zapojených vedcov, použité štatistické metódy a to, čo recenzované vedecké dôkazy skutočne hovoria o tom, či tieto prístupy fungovali.

Obama 2008: rozsah a budovanie databázy

Kampaň v roku 2008 bola predovšetkým o internete ako nástroji masovej organizácie. Tím vybudoval jednu z najväčších e-mailových databáz v politickej histórii (približne 13 miliónov adries) a ako prvá kampaň využíval Facebook, YouTube a SMS v skutočne veľkom meradle.

Financovanie prichádzalo prostredníctvom malých, opakovaných online príspevkov a na predmety e-mailov či landing pages sa aplikovalo základné A/B testovanie.

Na rok 2008 to bolo pôsobivé. Stále však išlo najmä o broadcast direct response marketing. To, čo sa stalo v roku 2012, bola úplne iná operácia.

Obama 2012: dátová architektúra

Pod vedením Jima Messinu a riaditeľa analytiky Dana Wagnera vybudovala kampaň v roku 2012 približne 54-členný analytický tím, ktorý nazývali The Cave [1]. Hlavným vedcom bol Rayid Ghani.

Jadrom celej operácie bola zjednotená databáza s názvom Narwhal: systém, ktorý spojil voličské registre, záznamy o darcoch, logy dobrovoľníckych aktivít, spotrebiteľské dáta a online interakcie s kampaňou do jednej identity pre každého človeka [1].

Pred Narwhalom existovali tieto databázy v oddelených silách. Dobrovoľník telefonujúci z domu nevidel, či osoba, ktorej volá, už darovala online, ani či jej minulý týždeň zaklopal na dvere terénny organizátor.

Narwhal túto viditeľnosť vytvoril. Nešlo o algoritmickú mágiu, ale o kvalitnú dátovú infraštruktúru, realizovanú v rozsahu a hĺbke integrácie, akú Republikánska strana v roku 2012 nemala.

Tri scoringové modely

Zo zjednotenej databázy vytvoril analytický tím pre každého voliča v tzv. swing states tri samostatné prediktívne skóre [1]:

• Support score: pravdepodobnosť, že volič bude hlasovať za Obamu, ak príde voliť.
• Turnout score: pravdepodobnosť, že volič vôbec odovzdá hlas.
• Persuasion score: miera, do akej môže kontakt zo strany kampane zmeniť jeho podporu.

Každý model využíval až tisíc premenných z voličských registrov, spotrebiteľských databáz a histórie predchádzajúcich kontaktov kampane.

Základnou metódou bola logistická regresia, osvedčená štatistická technika na predikciu binárnych výsledkov [2].

Kľúčovým poznatkom bolo, že podpora kandidáta a volebná účasť sú dva odlišné problémy, ktoré si vyžadujú odlišné zásahy.

Volič s vysokým support score, ale nízkym turnout score potrebuje mobilizačný kontakt typu „choď voliť“, nie presviedčaciu správu. Naopak, volič so stredným support score a vysokým turnout score potrebuje presviedčanie.

Jeden univerzálny model by tento rozdiel prehliadol. Kombinácia všetkých troch skóre umožnila kampani prideľovať obmedzený čas dobrovoľníkov tam, kde mohol skutočne zmeniť výsledok.

Tento prístup bol priamo založený na akademickej politologickej literatúre. Nickerson (2008) ukázal v randomizovanom kontrolovanom experimente, že osobné obchádzanie domácností zvýšilo volebnú účasť približne o 9,8 percentuálneho bodu [3].

Nickerson a Rogers (2010) následne preukázali, že výzva, aby si voliči vytvorili konkrétny plán hlasovania, zvýšila účasť o 4,1 percentuálneho bodu v experimente s 287 000 účastníkmi [4].

Operácia Obama 2012 teda nestála na intuícii, ale na experimentálne overených dôkazoch.

Cielenie káblovej televízie pomocou set-top box dát

Jednou z najzaujímavejších taktických aplikácií bol nákup televíznej reklamy. Kampaň kúpila od spoločnosti Rentrak dáta zo set-top boxov za približne 350 000 dolárov.

To umožnilo spárovať voličské registre s tým, aké konkrétne televízne programy jednotlivé domácnosti skutočne sledovali, rozdelené do 96 pätnásťminútových segmentov na 60 kanáloch.

Namiesto nákupu drahých prime-time reklamných slotov pre celú populáciu mohla kampaň identifikovať lacnejšie káblové sloty, ktoré zasahovali najvyššiu koncentráciu presvedčiteľných voličov.

Odhadovaný nárast efektivity bol 10–20 % oproti štandardnému nákupu televíznej reklamy. Je to rovnaká logika, akú dnes používajú performance marketéri pri programatickej display reklame: prečo platiť za zásah, ktorý nepotrebujete?

Facebook a cielené zdieľanie

Kampaň nasadila aj funkciu na Facebooku, ktorú nazývala targeted sharing. Viac ako milión podporovateľov Obamu si nainštalovalo aplikáciu kampane a udelilo jej povolenie prehľadávať zoznam ich priateľov.

Kampaň už mala označené, ktorí voliči v swing states sú mladí, nezaregistrovaní alebo potenciálne presvedčiteľní. Aplikácia následne identifikovala, ktorí priatelia podporovateľov zodpovedajú týmto kritériám, a vyzvala podporovateľa, aby im poslal personalizovanú správu.

Teória za týmto prístupom je veľmi silná: správa od dôveryhodného priateľa funguje lepšie než tá istá správa od samotnej kampane. Ide o word-of-mouth marketing vo veľkom meradle.

Kľúčové je, že všetky použité dáta boli buď first-party (dobrovoľne poskytnuté podporovateľmi), alebo verejne dostupné údaje z voličských registrov. Dáta neboli získavané bez súhlasu.

Optimalizácia e-mailov a výsledky

E-mailový tím realizoval A/B testy predmetov, textov, formátovania a času odoslania takmer každý deň kampane. Niekedy testovali až 18 variantov predtým, než vybrali víťaza.

Jeden e-mail mohol pri najlepšom predmete vyzbierať 2,5 milióna dolárov, zatiaľ čo pri najhoršom menej než 500 000 dolárov [5].

Celkové digitálne fundraisingové príjmy dosiahli približne 690 miliónov dolárov z kampane, ktorej celkový rozpočet presiahol 1,1 miliardy dolárov.

Počas víkendu pred voľbami kampaň uskutočnila viac než 125 miliónov osobných telefonátov alebo návštev domácností, zaregistrovala 1,7 milióna nových voličov a prevádzkovala 813 terénnych kancelárií [6].

Predikčné modely boli mimoriadne presné: napríklad v okrese Hamilton County v Ohiu bol predpoklad 56,4 %, zatiaľ čo skutočný výsledok bol 56,6 % [6].

Cambridge Analytica: čo tvrdila a odkiaľ prišla

Cambridge Analytica (CA) stavala svoj marketing na psychografickom targetingu: ohodnotiť každého voliča podľa modelu osobnosti Big Five (OCEAN: otvorenosť, svedomitosť, extroverzia, prívetivosť, neurotizmus) a zobrazovať mu obsah prispôsobený jeho osobnostnému typu.

Neurotický volič mal vidieť obsah založený na strachu. Otvorený volič mal vidieť inšpiratívny obsah.

Myšlienka bola, že pochopenie psychologického motívu politickej preferencie umožní meniť ju efektívnejšie než bežné demografické cielenie.

Akademický základ tejto myšlienky je reálny. Model Big Five pochádza z psychometrického výskumu McCraeho a Johna (1992), ktorí pomocou faktorovej analýzy ukázali, že päť širokých dimenzií dokáže spoľahlivo opisovať ľudskú osobnosť naprieč kultúrami [7].

Kosinski a Cambridge Analytica: dôležitý rozdiel

Práve tu sa väčšina interpretácií mýli. Michal Kosinski a David Stillwell viedli projekt myPersonality na Cambridge Psychometrics Centre [8].

Cambridge Analytica sa prostredníctvom svojej materskej spoločnosti SCL Group pokúsila licencovať ich metodológiu. Kosinski a Stillwell to odmietli [9].

CA následne najala Aleksandra Kogana, iného akademika z Univerzity v Cambridge, aby vybudoval podobný systém od nuly.

Kogan založil spoločnosť Global Science Research (GSR) a v roku 2014 vytvoril aplikáciu thisisyourdigitallife, osobnostný kvíz.

Približne 270 000 ľudí ho vyplnilo a súhlasilo so zberom svojich dát.

Problémom bolo vtedajšie API Facebooku: používateľ, ktorý autorizoval aplikáciu, mohol neúmyselne sprístupniť aj profilové dáta svojich priateľov, bez ich vedomia a súhlasu.

Tak sa z 270 000 dobrovoľných účastníkov stali profily odhadom 87 miliónov ľudí, čo neskôr potvrdil aj samotný Facebook [10] [11].

Kogan tieto dáta poskytol Cambridge Analytica, čím porušil pravidlá platformy Facebook.

Christopher Wylie a verejné odhalenie

Christopher Wylie bol zapojený do Cambridge Analytica od jej založenia a spoločnosť opustil v roku 2014.

Približne rok spolupracoval s novinárkou Carole Cadwalladr z denníkov The Observer a The Guardian, kým verejne nevystúpil.

Súčasné publikácie v The Guardian a The New York Times zo 17. marca 2018 spustili verejnú fázu škandálu [12].

Wylie následne vypovedal pred britským parlamentným výborom DCMS a pred americkým Senátnym výborom pre súdnictvo.

Fungoval psychografický targeting?

Toto je najdôležitejšia otázka a dôkazy sú oveľa nuansovanejšie, než tvrdila marketingová prezentácia CA alebo jej kritici.

Najlepším recenzovaným testom cielenia podľa osobnosti je štúdia Matz, Kosinski, Nave a Stillwell (2017) publikovaná v časopise PNAS.

Tri terénne experimenty s 3,5 milióna ľuďmi ukázali, že reklamy prispôsobené osobnosti generovali 1,38-krát viac kliknutí a 1,31-krát viac inštalácií aplikácií než neprispôsobené reklamy [13].

Ide o reálny a štatisticky významný efekt. Je to najsilnejší recenzovaný dôkaz, že targeting založený na OCEAN modeli môže fungovať.

Existujú však dve zásadné výhrady:

• Štúdia prebiehala v komerčnom prostredí a merala kliknutia a nákupy, nie zmenu volebného rozhodnutia.
• Efekt bol relatívne mierny, približne o tretinu lepší než neprispôsobená reklama. CA pritom predávala predstavu oveľa revolučnejšieho nástroja.

Prehľad literatúry v časopise Nature (2018) dospel k záveru, že dodatočný prínos psychografického targetingu oproti bežnému demografickému cieleníu je „pomerne skromný, dokonca aj podľa jeho najväčších zástancov“ [14].

Dokonca aj vlastný vedúci produktového oddelenia CA počas škandálu uviedol, že Trumpova kampaň „psychografiu veľmi nepoužívala“ a spoliehala sa najmä na tradičné dátové služby [15].

Štatistické metódy: porovnanie

Regulačné dôsledky

Americká FTC podala proti Cambridge Analytica správnu žalobu v júli 2019 a v decembri 2019 vydala konečné rozhodnutie, ktoré nariadilo vymazanie všetkých neoprávnene získaných dát z Facebooku [17].

CA však už v máji 2018 ukončila činnosť, takže nebolo možné uložiť finančnú pokutu.

Facebook čelil oveľa vážnejším následkom. FTC mu v júli 2019 udelila pokutu 5 miliárd dolárov (v tom čase najvyššiu v histórii FTC) za porušenie dohody z roku 2012 o ochrane súkromia [18].

Britský Úrad komisára pre informácie (ICO) udelil Facebooku pokutu 500 000 libier a publikoval správu Democracy Disrupted?, ktorá zdokumentovala širší ekosystém využívania politických dát [19].

GDPR nadobudlo účinnosť 25. mája 2018, len niekoľko týždňov po vypuknutí škandálu. Načasovanie bolo náhodné, no škandál spôsobil, že implementácia GDPR sa verejnosti zrazu javila ako naliehavá.

Čo to znamená pre platené kampane

Operácia Obama 2012 obsahuje množstvo princípov, ktoré sa dajú priamo preniesť do dnešného performance marketingu.

Budovanie zjednotenej zákazníckej identity naprieč touchpointmi (teda riešenie „Narwhal problému“) je niečo, na čom v roku 2025 stále pracuje každá seriózna e-commerce značka.

Používanie experimentálnej metodológie, ako sú A/B testy a holdout skupiny, na overenie, či vaše zásahy skutočne fungujú, je štandardom v každom rigoróznom marketingovom tíme.

Targeting založený na predikovanom správaní namiesto demografických zástupných ukazovateľov je presne to, čo dnes robí value-based bidding v Google Ads a value optimisation v Meta Ads.

Príbeh Cambridge Analytica je skôr varovaním o zbere dát než metodológiou targetingu, ktorú by sme mali obdivovať.

Základný akademický výskum, že správy prispôsobené osobnosti fungujú lepšie než náhodné správy, je reálny. Ale priepasť medzi týmto zistením a tvrdením, že môžete ovplyvniť národné voľby prostredníctvom psychograficky cielených reklám, je obrovská a dôkazy ju nepodporujú.

Najpoctivejšie ponaučenie je to, ku ktorému sa opakovane vracia politológ Eitan Hersh: najefektívnejšie politické aj komerčné cielenie je postavené na kvalitných first-party dátach, čistej segmentácii a kontaktných stratégiách overených skutočnými experimentmi [16].

Je to menej glamúrne než predstava psychografických zbraní, ale práve to podporujú dôkazy.

Ak sa chcete porozprávať o tom, ako by mal vyzerať kvalitný framework merania pre vaše kampane (postavený na rovnakej experimentálnej logike, akú využíval tím Baracka Obamu), radi sa na to pozrieme.

Zdroje

1. Scherer, Michael. „How Obama’s team used big data to rally voters.“ MIT Technology Review, december 2012. Odkaz
2. Porter, Daniel. „Targeting voters with logistic regression trees.“ arXiv:1311.7326 (2013). Odkaz
3. Nickerson, David W. „Is voting contagious? Evidence from two field experiments.“ American Political Science Review 102, č. 1 (2008): 49–57. DOI
4. Nickerson, David W., a Todd Rogers. „Do you have a voting plan?“ Psychological Science 21, č. 2 (2010): 194–199. DOI: 10.1177/0956797609359326. Odkaz
5. Green, Joshua, a Sasha Issenberg. „The science behind those Obama campaign e-mails.“ Bloomberg Businessweek, november 2012. Odkaz
6. Obama for America. 2012 Obama Campaign Legacy Report. 2015. PDF
7. McCrae, Robert R., a Oliver P. John. „An introduction to the five-factor model and its applications.“ Journal of Personality 60, č. 2 (1992): 175–215. DOI: 10.1111/j.1467-6494.1992.tb00970.x. Odkaz
8. Kosinski, Michal, David Stillwell, a Thore Graepel. „Private traits and attributes are predictable from digital records of human behavior.“ PNAS 110, č. 15 (2013): 5802–5805. DOI: 10.1073/pnas.1218772110. Odkaz
9. Michal Kosinski. Wikipedia. Odkaz (k rozlíšeniu Kosinski/Kogan, potvrdené aj v podaní FTC)
10. Albright, Jonathan. „The Graph API: key points in the Facebook and Cambridge Analytica debacle.“ Tow Center / Medium, marec 2018. Odkaz
11. Facebook. „Suspending Cambridge Analytica and SCL Group from Facebook.“ marec 2018. Odkaz
12. Cadwalladr, Carole, a Emma Graham-Harrison. „Revealed: 50 million Facebook profiles harvested for Cambridge Analytica.“ The Guardian, 17. marca 2018. Odkaz
13. Matz, S. C., M. Kosinski, G. Nave, a D. J. Stillwell. „Psychological targeting as an effective approach to digital mass persuasion.“ PNAS 114, č. 48 (2017): 12714–12719. DOI: 10.1073/pnas.1710966114. Odkaz
14. Gibney, Elizabeth. „The scant science behind Cambridge Analytica’s controversial marketing techniques.“ Nature, 29. marca 2018. Odkaz
15. Bakir, Vian. „Psychological operations in digital political campaigns.“ Frontiers in Communication 5 (2020): 67. DOI: 10.3389/fcomm.2020.00067. Odkaz
16. Hersh, Eitan D. Hacking the Electorate: How Campaigns Perceive Voters. Cambridge University Press, 2015. Odkaz
17. FTC. „FTC sues Cambridge Analytica for deceptive claims about consumers’ personal information.“ júl 2019. Odkaz
18. FTC. „FTC imposes $5 billion penalty and sweeping new privacy restrictions on Facebook.“ júl 2019. Odkaz
19. ICO. „Democracy disrupted? Personal information and political influence.“ júl 2018. PDF