Obama vant med Facebook. Dataanalyse avgjør neste presidentvalg

0

For åtte år siden ble Barack Obamas valgkampstrateger genierklært for sin utnyttelse av Facebook. I 2012 ble han gjenvalgt med en enda tyngre digital valgkampanje. Frem til neste høst vil de digitale strategene samle inn enorme mengder data om velgerne. De som analyserer dataene best vil få et digitalt overtak. Innsikten vil fortelle hvordan velgerne lar seg påvirke og åpner for en unik mulighet til å kommunisere personlig med hver enkelt velger. 

Siden Obamas Facebook-valg i 2008 har den sosiale medieverden blitt større og mer kompleks. De yngste velgerne treffes ikke lenger på Facebook, men i medier som SnapChat, Periscope og Instagram. Den som vinner presidentvalget neste år må beherske summen av alle disse mediene. I tillegg jobber dataingeniører, analytikere, forskere og hackere på spreng for å fremskaffe mest mulig og best mulig data. De digitale teamene bak presidentkandidatene vil analysere alle data som er tilgjengelig, ikke minst hva velgerne leser, deler og hvordan de responderer på publiseringer i sosiale medier og epostkampanjer. Hvilke velgere donerer midler til valget, hvilken digital kundereise har de hatt før valget om å donere penger tas? Mange har hevdet at det var de digitale valgkampstrategene Jim Messina og Harper Reed som vant valget for Obama. Det er i allefall hevet over en hver tvil at digital kompetanse var avgjørende for hans seier både i 2008 og 2012.

Vel vitende om at sosiale medier har vært uhyre viktig ved de to siste presidentvalgene, vil samtlige kandidater sette alt inn på å vinne den digitale valgkampen neste år. Nye medier som SnapChat, Periscope og Instagram har kommet til siden forrige runde. Facebook, Twitter og Youtube var kanskje tilstrekkelig i 2008, men disse alene holder ikke frem mot valget neste år. La meg tenke litt høyt; Om jeg bytter ut annonsøren med president-teamet og kundene med velgerne kan vi nemlig gjøre en interessant sammenligning.

Det vil ikke være unaturlig å tenke at strategene bak presidentkandidatene sier; Hvordan kan vi forstå velgerne best mulig? Hvordan kan vi benytte maskinlæring, algoritmer og kunstig intelligens for å skaffe oss best mulig innsikt og digital konkurransekraft?

Videre vil de diskutere hvordan de skal få kontroll på dataene. Det er ingen stor kunst å eie data om velgerne, heller ikke å samle dem inn. Kunsten er å analysere dataene og gjøre dem til et grunnlag for beslutninger. Kunstig intelligens og maskinlæring vil disruptere de tradisjonelle analyseselskapene som fortsatt sverger til ulike former for intervjuer og fokusgrupper når velgernes adferd skal analyseres. Facebooks innhold styres av algoritmer som kontinuerlig endres for å gi oss engasjerende og riktig innhold på nyhetsstrømmen. Innsikt i hvordan algoritmer styrer både søkemotorer og sosiale mediekanaler vil være avgjørende kunnskap for å posisjonere presidentkandidatene overfor de riktige velgergruppene.

Maskinlæring, algoritmer og kunstig intelligens vil gi presidentkandidatene digital konkurransekraft.

Maskinlæring bygger på kompliserte algoritmer og danner grunnlag for datadrevne beslutninger. Maskinlæring og mønstergjenkjenning kan ses på som to sider av samme sak. De tradisjonelle dataanalyseselskapene disrupteres av maskinlæring, algoritmer og kunstig intelligens. 

En av de største utfordringene for digitale markedsførere har vært å måle effekt på tvers av digitale mediekanaler. I 2008 var alle usikker på hva som virket. Hvilke kanaler ga best effekt? Nå kan algoritmisk attribusjon gi teamene bak presidentkandidatene unik innsikt om hvilke digitale mediekanaler som har størst innflytelse og hvilke som bidrar til å oppfylle målet for kampanjen. Hvilke medier er viktig for at velgerne skal donere små beløp til en presidentkandidats kampanje? Algoritmisk attribusjon kan gi denne innsikten. De beste analytikerne kan lese viktig informasjon ut av dataene, ta beslutninger og skape sterkere resultater enn konkurrenten.

Gjennomsnittlig tilbringer en nettbruker 30 prosent av tiden sin på nett. I løpet av disse timene har vi mange hundre berøringspunkter med sosiale mediekanaler, søkemotorer og nyhetskanaler – hver eneste dag. Vi foretar gjennomsnittlig åtte søk hos Google daglig. Vi sjekker mobilen 150 ganger og besøker sosiale medier som Facebook, Twitter, Instagram, LinkedIn, Youtube, Persiscope og SnapChat. I tillegg leser vi også tradisjonelle mediekanaler. Hele tiden eksponeres vi for ulike former for påvirkning. Velgerne klarer ikke å identifisere sin egen kundereise. Den har også blitt mye mer kompleks. Maskinlæring er den beste metoden for å få kontroll over datene. Klarer du å analysere dataene riktig og deretter bruke dem som beslutningsgrunnlag, vil du også oppleve at din digitale konkurransekraft bedres.

Tilbake til problemstillingen; hva vil være det avgjørende digitale verktøyet ved neste års presidentvalg? Hvordan kan valgkamp-teamene maksimere hver eneste investerte krone de kjøper digitale medier for? Maskinlæring og avanserte algoritmer kan gi dem svar etter en tids datainnsamling. Det er mange berøringspunkter underveis. Frem til i dag har markedsførere basert seg på enkle, forutinntatte modeller som f. eks. siste-klikk-modellen. Å styre etter denne innsikten kan gi store skjevheter i forhold til de ulike kanalenes faktiske innflytelse på det ønskede målet for kampanjen. Maskinlæring er tett knyttet opp til beregningsstatistikk og er fundert på matematisk optimalisering. Maskinlæring og mønstergjenkjenning kan ses på som to sider av samme sak. Min påstand er at maskinlæring er i ferd med å disrupte de tradisjonelle dataanalyseselskapene.

Algoritmisk attribusjon, A/B-testing og optimalisering basert på dataanalyse kan gi opptil 25 prosent bedre avkastning på digitale medieinvesteringer. I tillegg får man en unik innsikt om hvilke kanaler som leder kundene frem til det endelige målet.

The beauty of digital er nettopp at data kan samles inn og analyseres. Hvor god kvalitet er det på datene? Har du kontroll på dataene kan du også svare på det viktige spørsmålet alle digitale markedsførere dveler ved; vet jeg hvilke kanaler som er konverteringsdrivende og konverteringsutløsende? Dernest kan de stille spørsmålet; hva er det jeg ønsker å oppnå med min tilstedeværelse i digitale kanaler? Hva skal måles? Er det digital omsetning, konverteringsgrad, antall besøkende, antall nedlastinger eller skal jeg rett og slett bare bygge merkevare?

Kunstig intelligens har også sine begrensninger

Kunstig intelligens innebærer at en maskin kan oppfatte og svare på dets skiftende miljø. Maskiner kan lære automatisk ved å assimilere store mengder informasjon. Maskiner er som regel mer effektive enn mennesker og på mange områder kan de også produsere bedre resultater enn oss mennesker. Hva er det kunstig intelligens ikke har? Jo, det er fortsatt attributter som er forbeholdt mennesker; kreativitet, følelser og mellommenneskelige relasjoner. Roboter og maskiner kan gå langt på området kunstig intelligens, den vil utfordre vår oppfatning av hva det vil si å være menneske.

Vi er på vei inn i en tid der teknologi redefinerer hvem vi er. Det er ikke lenger bare et spørsmål hva teknologi kan gjøre for oss, men i aller høyeste grad hvor mye vi skal tillate teknologien å gjøre. I den amerikanske presidentvalgkampen vil alle tilgjengelige digitale verktøy bli tatt i bruk. Facebook var viktigst i 2008. I 2016 vil algoritmer, innsamling av data, innsikt og analyse av dataene bli avgjørende for hvem av kandidatene som skaffer seg den største digitale konkurransekraften. Dernest er det å håpe at det politiske innholdet fortsatt vil være viktigst.

Bente Sollid Storehaug: Adm. direktør i ESV Dinamo AS. Jobber med performance marketing og multikanal attribusjon (måling av effekt på tvers av digitale kanaler). Serie-gründer. Mentor for gründere i regi av Innovasjon Norge. Medlem av konsernstyrene i Polaris Media ASA, Cxense ASA, Europris ASA og Eika-Gruppen. Styreleder og medeier i start-up selskapene Dot GLOBAL, Cloudnames og EnerWE AS. Bente er også medlem av kulturminister Thorhild Widvey og næringsminister Monica Mælands nye næringspolitiske råd. Etablerte Digital Hverdag i 1993 som i dag er børsnotert under navnet Bouvet ASA på Oslo Børs. Bente er tidenes yngste medlem av Norsk Redaktørforening.

About Author

CEO Digital Hverdag. Styreleder i Boostcom Gruppen og Hitch AS. Medlem av konsernstyrene i Hafslund E-CO, Europris ASA, Eika-Gruppen, Polaris Media ASA og Motor Gruppen. Medlem Aftenpostens Digitale Advisory Board. Medlem av kulturministeren og næringsministerens næringspolitiske råd (2015-2017). Var også medlem av Regjeringens ekspertutvalg som fikk i oppgave å vurdere NRKs fremtidige finansiering (2016). Etablerte Digital Hverdag i 1993, i dag børsnotert under navnet Bouvet ASA. Mentor for CEOs som leder teknologi-start-ups. Tidenes yngste medlem av Norsk Redaktørforening. Abelia kåret henne nylig til en av de fremste IT-kvinnene i Norge (2017) og bladet Kapital listet henne som en av Norges mektigste kvinner (2018). Finalist til prisen Women´s Board Award (2018). Gjennomfører Executive Board Programme i regi av INSEAD 2018-2019.

Leave A Reply