• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Cambridge Analyticas hemliga psykografiska verktyg är ett spöke från det förflutna

    De nya sätten på vilka marknadsförare och även politiska institutioner nu kan skörda vår sociala mediedata och dela in oss i homogena grupper som är lämpade för massanpassade och riktade meddelanden har varit en av de heta frågorna som utvecklats från efterdyningarna av Facebook och Cambridge Analytica. -dataskandal. Många artiklar har redan försökt sammanfatta händelserna, handlingar, deltagarna, och synpunkterna – inte minst de oetiska. Dock, vår uppmärksamhet uppmärksammades på det faktum att det för närvarande finns få empiriska bevis för den faktiska effektiviteten eller effekten av de psykografiska analytiska verktyg som används av Cambridge Analytica (CA). Detta är förvånande, med tanke på att metoden hittills har presenterats som något som skulle kunna kallas "det ultimata marknadsföringsvapnet".

    Dessa artiklar härrör från vår erfarenhet och utbyte med forskare inom konsument- och marknadsforskning, som kanske är mest bekanta med utvecklingen av marknadsundersökningar och segmenteringsmetoder och praxis över tid.

    Det hemliga vapnet:psykografisk segmentering

    Det psykografiska segmenteringsverktyget som används av CA utvidgar den traditionella marknadsföringspubliken eller väljaranalysen bortom enkel "demografi" – till exempel, ålder, kön, utbildning – mot profilering baserad på personlighetsdrag och värdebaserade poäng. Kombinerat med "big data" från Facebook-profiler och algoritmiskt förbättrad statistisk analys och smygmarknadsföringstaktik, denna metod har utan tvekan blivit en avundsvärd digital marknadsföringshemlighet, inte minst bland reklam- och marknadsföringsproffs.

    Medan mycket av den offentliga diskussionen om CA-fallet har handlat om hur enorma mängder Facebook-data har erhållits oetiskt och använts i syfte att påverka väljarnas beteende i det amerikanska valet och Brexit, relativt lite har sagts om den exakta analysmetod som används av företaget och omfattningen av dess bidrag till omröstningsresultaten. Enligt en detaljerad redogörelse av Michael Wade från IMD Business School, CA kunde identifiera profilerna för mer än 50 miljoner Facebook-användare genom att matcha två olika tillvägagångssätt och datakällor. Först, resultaten av 270, 000 personlighetstest erhållna genom en frågesportliknande Facebook-app utvecklad av Cambridge-professorn Aleksandr Kogan. Andra, resultaten var statistiskt relaterade till "digitala fotspår av mänskligt beteende" hos dessa respondenter och deras (omedvetna) Facebook-vänners profiler (t.ex. "gillar"), tack vare en modell utvecklad av en annan Cambridge-akademiker, Michal Kosinski.

    Som ett resultat, psykografisk information om miljontals människor härleddes automatiskt från Facebook-data, utan den vanligtvis betungande processen med personlighetsenkäter som tar hundratals frågor att besvara av varje analyserad deltagare. Denna typ av "omvänd ingenjörskonst" (som Wade kallar det) baserat på sociala mediers användares aktivitet innebär att endast cirka 100 Facebook-"gilla" är tillräckligt för att uppskatta en persons psykologiska egenskaper. Information som att gilla, säga, Salvador Dalì eller Lady Gaga skulle fungera som en indikator på en personlighetstyp – till exempel, öppenhet. Implementeringen av maskininlärning och mer detaljerad analytisk procedur sammanfattas i videon med Jack Hansom från SCL-valet, företag som är anslutet till Cambridge Analytica.

    Medan metoden hävdades vara kapabel att producera "skrämmande korrekt personlighetsanalys", Att använda Facebook-gilla som psykometriska indikatorer uppvisar betydande metodologiska begränsningar. Till exempel, att gilla en Facebook-sida är inte en individuell åtgärd som utförs isolerat, som att systematiskt sammanställa ett frågeformulär. Istället, det är en i sig social och symbolisk handling – och måste tolkas i sammanhanget av plattformen och dess användning.

    Med tanke på exaktheten i CA:s förutsägelser, två andra punkter måste övervägas kritiskt. Först, om psykografisk analys överhuvudtaget är relevant för att få fram marknadsföringsinsikter. Andra, mikroriktat reklaminnehåll via psykografiska tekniker har kapacitet att effektivt manipulera människors sinnen.

    Sammanfattning av implementeringen av maskininlärning och analytisk procedur, med Jack Hansom från SCL-valet, företag som är anslutet till Cambridge Analytica.

    Ett vapen från förr?

    Inom marknadsföring och konsumentforskning, tekniker för marknadssegmentering har utvecklats från det faktum att det helt enkelt inte är effektivt, Det är inte heller möjligt för en marknadsförare att försöka påverka alla samtidigt, med samma budskap. Därför, the targeting of a specific subgroup – one that would be more likely to react in a desired manner to the intended marketing message – become the practice and theory of marketing communication. Dock, the logic for choosing the effective segmentation and targeting criteria has changed importantly over the years, not least due to technological changes and possibilities.

    Despite the work of theorists in the early 20th century – for example, Thorsten Veblen and Max Weber, who recognised that consumption behaviour is closely tied with social structures (and vice versa) – the marketing scholars and practitioners in the post–World War II mass-media era have relied heavily on individualist and behavioural psychological paradigm. It is fair to say this has been the golden age of psychographic market segmentation in which target group has been profiled and expressed in terms of their personality traits or value system scores (for example, the VALS system).

    Dock, the personality/value-based measurement has consistently been challenged for its ability to predict actual behaviours, such as specific product, brand or environmental choice (Wedel and Kamakura 2000 and Rokka and Uusitalo 2008). Andra, these approaches precisely assume that behavioural patterns are shaped by differences in "global" psychological states or values (openness, conscientiousness, extraversion, agreeableness and neuroticism) that are thus "necessarily devoid of any influence of sociohistorical context" (Holt 1997, 327). uttryckt annorlunda, an abstracted and universalized personality type cannot capture the complexity and cultural sensitivity of consumer lifestyle choices, symbolic expression and tastes.

    This shift in thinking put an end to wider application of psychographic methods long ago, at least in the field of marketing and consumer research. Istället, four decades of work have testified the importance of sociocultural perspectives that are much more sensitive to the social and symbolic systems that shape our lifestyle-relevant choices and tastes (Arnould and Thompson 2005 and Holt 1997). This perspective is also shared by researchers in the Lifestyle Research Centre of EM Lyon. An analysis of Facebook likes from this standpoint would be understood more as the analysis of individuals' lifestyle associations and networks governed by socially established expressions of taste. Main difference of the psychographic segmentation to this form of socio-cultural lifestyle analysis would be its lack of connection to society and its cultural currents.

    A 'magic bullet'?

    A second issue evoked in the CA debate is the manipulative power of big data–based psychographic approaches that bear rather naïve assumptions about how communication and advertising work.

    In the 1930s – the heyday of totalitarian propaganda – the dominant theory for interpreting the effects of mass media on population described political messages as "magic bullets" that, once they reached the targeted audience, would have immediate persuasive power. This arguably simplistic view was rejected a decade later by Paul Lazarsfeld and colleagues at Columbia University. Their empirical work relativized the power of political propaganda, demonstrating that message effects are largely mediated by interpersonal relations and collective interpretations – for instance, political views are also discussed and formed during family dinners and not simply absorbed from the media (Neuman and Guggheneim 2011). Similar considerations also resonate widely in advertising and marketing research. Till exempel, there exists a body of academic literature that indicates that, based on empirical evidence, advertising does not increase or reduce alcohol consumption (Tikkanen and Aspara 2017).

    Dock, with the rise of big data–based psychographic segmentation, the old "magic bullet" thesis has apparently gained new popularity. Cambridge Analytica's bragging of 'psychological warfare" stands as a case in point. We still have little or no evidence of the extent to which such campaigns can persuade people to change their mind about even simple product or brand choices – much less to vote differently.

    We cannot argue there is no value in, nor evidence of, the ability of psychometric segmentation to achieve marketing goals. Till exempel, a recent study found a 40% increase in advertising click-through-rate. Dock, its actual effects on consumption or voting behaviour have yet to be demonstrated.

    Denna artikel publicerades ursprungligen på The Conversation. Läs originalartikeln.




    © Vetenskap https://sv.scienceaq.com