深度解密奧巴馬的大資料精准行銷戰

政治選舉和產品行銷本質上沒有什麼區別，兩者都是通過各種行銷手段， 把候選人最終「賣給」選民的過程。 因此，隨著社會化網路和大資料分析與行銷的進一步融合，美國總統大選已經演變成了一場基於大資料分析的精准行銷大對決(2012年奧巴馬競選團隊的資料科學家數量比上次競選增長了五倍)。 在「資料科學家如何説明奧巴馬TKO羅姆尼」一文中，我們揭示了奧巴馬競選團隊的獲勝密碼——社會化分析+個人化精准行銷，但其中的戰術細節、使用的新工具、新方法等「微創新」依然鮮為人知。

最近，MIT科技評論的一篇深度報導詳細複盤了美國大選中的資料分析戰。 文中的觀點和資訊雖然在我國的選舉中用處不大，但 對企業行銷人士來說還是很有借鑒意義——正如哈佛商業評論所言：資料驅動的決策可以讓管理者不再依賴直覺。 你只需要將總統替換成「某品牌牛奶」，將選民替換成「消費者」，就可以將美國總統大選作為結合大資料分析的精准行銷案例進行解讀。 以下將該報導為大家編譯整理如下：

2010年， 在奧巴馬入主白宮後的兩年後， 民主黨在中期選舉中慘敗。 民主黨在國會中的優勢， 保證了奧巴馬的金融改革和醫療改革的順利進行。 而在2010年中期選舉後， 民主黨在眾議院的席位的優勢地位被共和黨取代。 在參議院中， 也僅僅以微弱優勢勉強保住席位優勢。 如果說中期選舉是奧巴馬及民主黨全國委員會的期中考試的話， 很明顯，這個成績是 「不及格」。

「不及格」也不一定完全是壞事。 至少 Dan Wagner是這麼認為的。 這位資料分析的專家在2009年就被民主黨全國委員會任命為總監， 負責收集和分析選民資訊，以説明民主黨選舉團隊以電話和直郵方式進行選舉宣傳。 Dan Wagner把收集來的選民資訊輸入他的統計模型， 生成了一系列關於選民態度和偏好的分析報告。 他要求民主黨的技術部門的工程師們據此開發出了一套軟體。 他把這套軟體叫做「Survey Manager」。

預測結果誤差不到2.5%

這一年秋天， 在紐約州國會議院的特別選舉中， 早在選舉日之前很多天， Dan Wagner的Survey Manager就預測出的正確的選舉結果，而預測選票與實際結果的票數差不到150張選票。 一個月以後， 由於麻塞諸塞州的愛德華 甘迺迪參議員的去世， 麻塞諸塞州也舉行了國會特別選舉來填補甘迺迪參議員的空位。 在這場選戰中， 人們普遍認為民主黨候選人Martha Coakley將毫無疑問在這個傳統的民主黨大本營的州獲勝。 而Dan Wagner的Survey Manager則正確地預測出了共和黨候選人Scott Brown將最終獲勝。 這些預測引起了民主黨全國委員會的重視。 奧巴馬全國競選陣營的副總監Jeremy Bird說：「當你正確預測我們能贏是一回事，而當你能正確預測我們會輸， 就是另一回事了。 」

而這個「另一回事」， 是在「會輸」的5個月前就做出的預測。 從6月份開始， Dan Wager就建立模型， 對國會選舉的74個選區的部分參議員選舉結果進行預測。 而這些預測的結果「令人難以置信」的準確。 Dan Wager並沒有採取傳統的抽樣分析的方式， 而是一個一個選民進行統計。 他最初預計到民主黨將會在中期選舉中有麻煩來自于幾千個民主黨的調查電話的回饋結果與民主黨的選民資料庫的比對。 根據調查電話的回饋。 那些民主黨的鐵杆選民表示將要去投票的比例，要大大低於概率統計所預計的比例。 而Wager能夠準確地衡量出民主黨每次的競選宣傳活動所能提升的選民支援率。 從這些分析， Wagner認為， 民主黨的宣傳活動所能去的的效果， 不足以彌補與共和党在支援率上的差距。

他的預測與最終結果的差距平均不到2.5%。 「這讓很多不明白這些預測背後的數學模型的人，也理解了這些數學模型能產生的價值」。 奧巴馬競選陣營的總監Mitch Steward補充道：「自從國會特別選舉結束後，他的預測在民主黨就成了金科玉律了。 」

(責任編輯：蒙遺善)