Psychographics: de techniek die Cambridge Analytica in het hoofd van de kiezer liet kruipen

Het schandaal rond Cambridge Analytica en Facebook heeft alle kenmerken van een Hollywoodthriller: een ceo als een echte Bond-slechterik, een teruggetrokken miljardair, een naïeve en geconflicteerde klokkenluider, een hipster datawetenschapper die politiek actief wordt, een academicus met schijnbaar twijfelachtige ethiek en natuurlijk een triomferende president en zijn invloedrijke familie.

Veel van de discussie de voorbije dagen draait om de manier waarop Cambridge Analytica de hand kon leggen op de data van meer dan 50 miljoen Facebookgebruikers, en hoe het naliet om die data te wissen toen dat werd gevraagd.

Segmenteren

Maar er is ook een andere vraag: wat Cambridge Analytica feitelijk gedaan heeft met die data. In feite vertegenwoordigt de aanpak van het databedrijf een aanzienlijke verandering in hoe analytics vandaag gebruikt kunnen worden om inzichten te verwerven - en invloed uit te oefenen.

Opiniepeilers gebruiken segmentatie al lang om bepaalde groepen kiezers aan te spreken, bijvoorbeeld door het publiek onder te verdelen naar geslacht, leeftijd, inkomen, opleiding of grootte van het gezin.

Segmenteren kan ook op basis van politieke voorkeur of aankoopgedrag. De analytics die presidentskandidate Hillary Clinton gebruikte tijdens haar campagne in 2016 – Ada, genoemd naar de 19e-eeuwse rekenkundige en computerpionier – gebruikte bijvoorbeeld state-of-the-art segmentatie om interessante kiessegmenten te bereiken op dezelfde manier als Barack Obama dat vier jaar eerder had gedaan.

Maar toen Cambridge Analytica onder de arm werd genomen door de Trump-campagne bood ze een heel nieuw wapen in de kiesstrijd. Hoewel het ook demografische segmenten gebruikte om kiezers te ordenen, deed het bedrijf dat ook op basis van “psychographics”. Waar definities van klasse, opleiding, werk of leeftijd informatief zijn, zijn psychographics gerelateerd aan het gedrag – ze segmenteren de kiezer op basis van persoonlijkheid.

Dat is erg interessant: het is duidelijk dat twee mensen met hetzelfde demografische profiel (bijvoorbeeld blanke, getrouwde, werkende man van middelbare leeftijd) heel verschillende persoonlijkheden en meningen kunnen hebben. En we weten ook dat een boodschap aanpassen aan de persoonlijkheid van de ontvanger – bijvoorbeeld of die open of introvert is – kan helpen om die boodschap over te brengen.

Mensen beter begrijpen

Er waren traditioneel twee manieren om iemands persoonlijkheid vast te stellen. Ofwel kan je de persoon in kwestie goed leren kennen – meestal kost dat behoorlijk wat tijd, of je kunt ze vragen een persoonlijkheidstest af te nemen en die met je te delen. Geen van beide manieren is geschikt voor opiniepeilers. Maar Cambridge Analytica vond een derde manier, met de bijdrage van twee academici van de University of Cambridge.

De eerste, Aleksandr Kogan, verkocht ze toegang tot 270.000 persoonlijkheidstests die Facebookgebruikers hadden ingevuld via een app die hij voor onderzoeksdoeleinden had ontwikkeld. De data overdragen aan Cambridge Analytica lijken tegen de gedragscode van Facebook in te gaan, maar Kogan is nu pas, in maart 2018, door Facebook van het platform verbannen.

En, wat bleek? De data van Kogan kwamen met een bonus: hij had ook de Facebookdata van alle vrienden van de respondenten verzameld. Met een gemiddelde van 200 vrienden per persoon kwam dat op zo’n 50 miljoen mensen.

Foto’s van hondjes

Die hadden natuurlijk niet allemaal een persoonlijkheidstest afgelegd. En dat is waar de tweede academicus van Cambridge, Michal Kosinski, een rol speelde. Kosinski, die zou geloven dat micro-targeting gebaseerd op online data de democratie kan versterken, had een manier om een persoonlijkheidsprofiel op te bouwen, gebaseerd op Facebookgedrag zoals gegeven likes.

Of je likes uitdeelt aan foto’s van zonsondergangen, hondjes of mensen, blijkt heel wat te zeggen over je persoonlijkheid. Zo veel zelfs, dat het model van Kosinski op basis van driehonderd likes een even accurate omschrijving van je persoonlijkheid kan geven als je partner.

Kogan ontwikkelde de ideeën van Kosinksi verder, verbeterde ze en sloot een deal met Cambridge Analytica. Gewapend met een schat aan gegevens – aangevuld met bijkomende data uit andere bronnen – kon Cambridge Analytica persoonlijkheidsprofielen opbouwen voor meer dan 100 miljoen geregistreerde kiezers in de VS. Die gegevens zouden vervolgens gebruikt zijn voor erg gerichte advertenties.

Verschillende reactie

Beeld je bijvoorbeeld in dat je een segment van kiezers zou kunnen omlijnen dat erg hoog scoort op het vlak van zorgvuldigheid en neuroticisme, en een ander segment dat hoog scoort op het vlak van extraversie maar laag op openheid. Het is duidelijk dat de mensen in beide segmenten verschillend zullen reageren op dezelfde politieke advertentie.

Maar op Facebook hoeven ze diezelfde advertentie helemaal niet te zien: elk zal een boodschap zien die op maat is gesneden van zijn of haar individuele persoonlijkheid en afhankelijk is van de gewenste respons: of dat nu stemmen voor kandidaat X, niet stemmen voor kandidaat Y of het doneren van fondsen is.

Cambridge Analytica werkte hard aan de ontwikkeling van tientallen variaties rond politieke thema’s als immigratie, de economie en wapenwetten, elk op maat van de verschillende profielen. Er zijn geen aanwijzingen dat de campagnemachine van Clinton dezelfde mogelijkheden had.

Goede verkopers

Gedragsanalyse en psychografische profilering gaan niet meer weg, wat er ook gebeurt met Cambridge Analytica –  dat overigens niet te spreken is over de “valse aantijgingen in de media”.

Op een bepaalde manier is het de industrialisering van wat goede verkopers al sinds mensenheugenis doen: hun boodschap aanpassen aan de persoonlijkheid van hun klanten. Die aanpak van verkiezingscampagnes –  en marketing in het algemeen –  zal de erfenis zijn die Cambridge Analytica nalaat.

Bron: The Conversation