Σε ηλικία μόλις είκοσι εννέα ετών διετέλεσε director of digital analytics στην καμπάνια του Ομπάμα για τις εκλογές του 2012 με εντυπωσιακά αποτελέσματα. Εργάζεται ως freelance πολιτικός σύμβουλος για τους Δημοκρατικούς, και ειδικεύεται στα ψηφιακά δεδομένα και γενικά στο digital. Με τη βοήθεια τη δικής της και της ομάδας της, ο Ομπάμα κατόρθωσε να συγκεντρώσει σχεδόν 30 εκατομμύρια δολάρια περισσότερα για την καμπάνια του. Ευκαιρία να μάθετε πως.
Σε μια συνέντευξη ο Joe Tripi (σ.σ. θεωρείται ο άνθρωπος που πρώτος χρησιμοποίησε το διαδίκτυο σε πολιτική καμπάνια, ομιλητής του TEDxAthens 2011) μου είπε ότι η καμπάνια του Ομπάμα το 2012 ήταν πολύ πιο «εξελιγμένη» σε σχέση με την προηγούμενη, του 2008, η οποία είχε θεωρηθεί τότε state of the art από τους ειδικούς. Τι άλλαξε;
Και οι δύο καμπάνιες είχαν παρόμοιες τεχνικές σε ότι αφορά τη διαχείριση δεδομένων και τα social media. Όμως στην καμπάνια του 2012 καταφέραμε να ανεβάσουμε ένα επίπεδο σε όλα. Ένα καλό παράδειγμα είναι το εξής. Στην καμπάνια του 2008, όταν στέλναμε email προκειμένου να μαζέψουμε δωρεές, η λίστα μας χωρίστηκε σε 4-5 γενικά γκρουπ ανάλογα με την πιθανή συνεισφορά του κάθε πολίτη. Το 2012 τα γκρουπ αυτά χωρίστηκαν σε 300-400 κατηγορίες! Οπότε μιλάμε για την ίδια λογική, δηλαδή να χρησιμοποιήσεις αλγόριθμους για να ομαδοποιήσεις τους δωρητές, απλά το κάναμε σε ένα πολύ πιο εξελιγμένο επίπεδο. Αυτό συνέβη σε όλο το online targeting όπου γνωρίζαμε ποιοι ήταν πιθανοί δωρητές, ποιοι όχι, ή ποιοι ήταν πιο εύκολοι να πείσεις. Επίσης μια μεγάλη αλλαγή ήταν ότι ενώ το Facebook και το Twitter το 2008 έπαιξαν σχετικά μικρό ρόλο, το 2012 αποτέλεσαν πολύ σημαντικά εργαλεία.
Μιλάμε λοιπόν για micro-targeting;
Micro-targeting έκανα πριν την συγκεκριμένη καμπάνια. Στου Ομπάμα έκανα κυρίως digital analytics τα οποία είναι περισσότερο επικεντρωμένα σε τεστ ώστε να προβλέψεις τι είδους μηνύματα αρέσουν σε ποιους. Στέλνουμε σε ένα μικρό μέρος της λίστας διαφορετικά μηνύματα και από το feedback που λαμβάνουμε είμαστε σε θέση να δούμε ποια άρεσαν και ποια όχι. Αυτό είναι λίγο διαφορετικό από το micro-targeting. Ωστόσο και το micro-targeting ήταν πολύ σημαντικό και αποτελεσματικό στο να πείσουμε τους ανθρώπους να μας ψηφίσουν.
Τι είναι ακριβώς το micro-targeting λοιπόν;
Στο micro-targeting φτιάχνουμε ένα μοντέλο μέσω μιας μαζικής έρευνας για να υπολογίσουμε αν ο Χ ψηφοφόρος είναι υπέρ του Ομπάμα ή του Ρόμνεϊ. Αφού πάρουμε τις απαντήσεις των πολιτών δημιουργούμε ένα μοντέλο, όπου το εφαρμόζουμε σε όλη την χώρα και βλέπουμε ποιοι τύποι ανθρώπων πρόσκεινται στο κάθε κόμμα. Αυτό είναι πολύ αποτελεσματικό ακόμα και για τις επιχειρήσεις.
Εκτός από την πρόβλεψη της υποστήριξης τους, μπορείτε να προβλέψετε και πόσα χρήματα μπορούν να δώσουν σαν δωρεά;
Ναι, μπορείς να χρησιμοποιήσεις μοντέλα για αυτό, αλλά στην πραγματικότητα δεν το χρειάζεσαι γιατί έχεις το ιστορικό της συμπεριφοράς τους. Είναι ο πιο αξιόπιστος δείκτης. Το μοντέλα απλά μαντεύουν. Μπορώ λοιπόν να μαντέψω ότι ένας που μένει στην ακριβή περιοχή της τάδε πόλης μπορεί να δωρίσει περισσότερα χρήματα, αλλά αν αυτός στο παρελθόν είχε δώσει μόνο 5$ τότε πιθανότατα δεν θα δώσει πολλά περισσότερα. Ήδη μου έχει πει ότι «είμαι ο τύπος των 5$». Οπότε για την συγκέντρωση χρημάτων κοιτάμε την συμπεριφορά και όχι τα μοντέλα πρόβλεψης.
Συλλέγετε δεδομένα από τα Social Media;
Ναι φυσικά, ωστόσο τα πιο χρήσιμα δεδομένα προέρχονται από την αλληλεπίδραση των πολιτών με εμάς. Για παράδειγμα βλέπουμε ποιοι ανοίγουν τα email μας ή ποιοι κάνουν click, αν κάποιος έκανε δωρεά ή πως απάντησε σε κάποιο αίτημά μας για εθελοντική εργασία.
Αν έπρεπε να διαλέξεις τα τρία πιο σημαντικά δεδομένα που μπορείς να πάρεις από τα Social Media ποια θα ήταν αυτά;
Μπορεί να ακουστεί βαρετό αλλά μάλλον τα βασικά δημογραφικά στοιχεία, δηλαδή ηλικία, φύλο, περιοχή κατοικίας και ίσως φυλή. Το θέμα με το micro-targeting σε οποιοδήποτε μοντέλο είναι ότι τα πιο «basic» στοιχεία είναι και τα σημαντικά. Εντάξει, υπάρχουν και άρθρα σε εφημερίδες με τίτλους όπως «προβλέπουν τι θα ψηφίσεις βλέποντας τα περιοδικά που είσαι συνδρομητής» αλλά στην πραγματικότητα αυτά τα δεδομένα δεν είναι και τόσο χρήσιμα. Αυτές είναι πολύ εξεζητημένες πληροφορίες και έχουν μικρό ρόλο στο όποιο μοντέλο. Συνήθως είναι τα βασικά στοιχεία που παίζουν ρόλο όπως η ηλικία, και στην περίπτωση των ψηφοφόρων σημαντικό είναι πόσο συχνά ψηφίζεις.
Οι επιστήμονες που ασχολούνται με τα λεγόμενα big data υποστήριζoyν ότι το 90% των δεδομένων έχει προκύψει τα τελευταία 2 χρόνια μέσα από τα Social Media και πως ακόμα δεν ξέρουν πώς να το διαχειριστούν…
Ναι, ο τεράστιος όγκος δεδομένων είναι πρόβλημα. Στο τομέα τις ανάλυσης δεδομένων υπάρχει μεγάλη έλλειψη ανθρώπων, οπότε αν είναι κάποιος άνεργος, στον συγκεκριμένο τομέα υπάρχουν πολλές ευκαιρίες, τουλάχιστον στις ΗΠΑ!
Διαχειρίζεσαι feedback από έναν πολύ μεγάλο αριθμό ανθρώπων. Έχεις παρατηρήσει αλλαγή στη συμπεριφορά τoυς τα τελευταία χρόνια;
Την καμπάνια του Ομπάμα το 2012 μπορέσαμε να την κάνουμε εντελώς προσωποποιημένη. Για παράδειγμα στέλναμε email που λέγαμε «ξέρουμε ότι έκανες μια δωρεά πρόσφατα, μπορείς να ξανακάνεις μία δωρεά;» ή «ξέρουμε ότι σε ενδιαφέρουν τα δικαιώματα των ομοφυλοφίλων, γιατί είχες υπογράψει μια σχετική διαμαρτυρία…» κλπ. Εκείνο που με εντυπωσίασε περισσότερο είναι ότι οι άνθρωποι που έλαβαν τέτοιου είδους email δεν το θεώρησαν παράξενο ούτε τους φόβισε. Φαντάζομαι αν λάμβαναν κάτι τέτοιο πέντε ή δέκα χρόνια νωρίτερα θα τους ενοχλούσε πολύ. Ενώ τώρα πια ξέρουν ότι υπάρχουν πληροφορίες για αυτούς σε κάποια βάση δεδομένων. Αυτό νομίζω ότι είναι μια τεράστια αλλαγή.
Οι ρεπουμπλικάνοι συχνά διαμαρτύρονται ότι οι άνθρωποι του Facebook υποστηρίζουν τους δημοκρατικούς, ισχύει;
Νομίζω ότι η κοινότητα της Silicon Valley είναι πιο κοντά στους δημοκρατικούς, αλλά γενικά οι άνθρωποι εκεί δεν ενδιαφέρονται τόσο για την πολιτική. Πολλοί είναι κοινωνικά φιλελεύθεροι, δεν θέλουν μια κυβέρνηση να αποφασίζει για παράδειγμα για τους γάμους των ομοφυλοφίλων ή για θέματα όπως η έκτρωση. Επίσης εκεί βγάζουν πολλά χρήματα και δεν θέλουν υψηλούς φόρους. Ναι, η κοινότητα της τεχνολογίας είναι πιο κοντά στους δημοκρατικούς, σίγουρα εμείς τα πάμε καλύτερα εκεί από ότι οι ρεπουμπλικάνοι. Αλλά σε γενικές γραμμές η τεχνολογική κοινότητα αντιστέκεται σε ό,τι πολιτικό. Φυσικά και δουλεύουμε με ανθρώπους του Facebook αλλά στο πλαίσιο που δουλεύουν όλοι. Αν κάνω Facebook Ads είμαι σίγουρη ότι το ίδιο κάνουν και οι ρεπουμπλικάνοι.
Πιστεύεις ότι οι Ρεπουμπλικάνοι έχουν μείνει πίσω σε θέματα τεχνολογίας και ότι έχουν χάσει το τρένο των Social Media;
Νομίζω ότι δεν είναι πάρα πολύ πίσω. Δουλειά μας είναι να είμαστε πάντα ένα βήμα μπροστά. Έχουμε ένα μικρό πλεονέκτημα, γιατί είμαστε πιο δυνατοί στην τεχνολογική καθώς επίσης και στην ακαδημαϊκή κοινότητα. Οι περισσότεροι από αυτές τις κοινότητες λοιπόν που είναι διατεθειμένοι να δουλέψουν για ένα πολιτικό κόμμα συνήθως έρχονται στους δημοκρατικούς.
Ποιο ήταν το μεγαλύτερο επίτευγμα της ομάδας σου στην τελευταία καμπάνια του Ομπάμα;
Είμαι περήφανη για ένα πείραμα που κάναμε. Τεστάραμε πόσα email πρέπει να στέλνουμε. Ανακαλύψαμε ότι παρότι τα περισσότερα email ενοχλούν τον κόσμο, είναι πιο αποτελεσματικά. Συνεπώς βάσει αυτού, αλλάξαμε την πολιτική μας και προγραμματίσαμε να στείλουμε περισσότερα email. Αυτό βοήθησε να μαζέψουμε τριάντα εκατομμύρια δολάρια περισσότερα. Είμαι πολύ περήφανη για αυτό γιατί απαιτούσε πειραματικούς σχεδιασμούς και βοήθεια από άλλα τμήματα αλλά και πολύ διπλωματία στις εσωτερικές συνεννοήσεις. Ήταν δύσκολο να πείσω ανθρώπους της καμπάνιας να ρισκάρουν και να το δοκιμάσουν.
Το email μάρκετινγκ δε θεωρείται spamming;
Ναι, αλλά πρέπει να το κάνουμε!
Πόσο μεγάλη είναι η βάση δεδομένων σας;
Έχουμε πολλά εκατομμύρια email χωρισμένα σε πολλές διαφορετικές βάσεις δεδομένων. Εξαρτάται από το τι ζητάμε κάθε φορά.
Πόσοι από αυτούς θεωρείτε ότι σας είναι πιστοί;
Είχαμε τέσσερα εκατομμύρια δωρητές στην εκστρατεία και για το μεγαλύτερο μέρος αυτών έχουμε τα email τους. Έχουμε επίσης εκατοντάδες χιλιάδες που έδωσαν το χρόνο τους ως εθελοντές στην εκστρατεία. Υπάρχουν επίσης άνθρωποι που υπογράφουν κάποιο ψήφισμα ή διαμαρτυρία ή ακόμα και οι άνθρωποι από την εκστρατεία του 2008. Το οικοσύστημα που υποστηρίζει τον Ομπάμα είναι πολύ μεγάλο.
Τι θα ήθελες να κάνεις στα social media και δεν είναι ακόμα τεχνολογικά εφικτό;
Το όνειρό μου είναι να κάνω A-B τεστ στα Social Media! Όταν θες να κάνεις ένα post, να μπορείς να ζητήσεις από το Facebook να σου δώσει μια περιορισμένη ομάδα fans στην οποία στη συνέχεια να δοκιμάσεις διαφορετικά posts ώστε να ελέγξεις ποιο ήταν περισσότερο αποδεκτό με likes, shares κλπ. Τώρα δεν μπορείς να το κάνεις αυτό πραγματικά επειδή δεν μπορείς να κάνεις randomize όπως θα το ήθελα. Aκόμα τα Social Media είναι λίγο περισσότερο τέχνη παρά επιστήμη. Πρέπει να ξέρεις ποια φωτογραφία ή ποιο άρθρο πρέπει να ανεβάσεις ώστε να έχεις το επιθυμητό αποτέλεσμα. Και θα πρέπει κατά κάποιο τρόπο να το μαντέψεις. Εγώ απλά θα ήθελα να έχω την δυνατότητα να κάνω ένα τεστ πριν και όχι να το αφήνω στην τύχη.
Ποιο είναι το επόμενο βήμα για την επεξεργασία των δεδομένων;
Νομίζω ότι ίσως η ενοποίηση των δεδομένων μεταξύ όλων των διαφορετικών βάσεων θα βοηθούσε. Το κάναμε αυτό προς το τέλος της εκστρατείας. Είχαμε διαφορετικές βάσεις δεδομένων των ψηφοφόρων, των δωρητών, κλπ. Είχαμε όλα αυτά τα πράγματα που όταν τα βάλαμε να «μιλούν» μεταξύ τους, προέκυψαν ενδιαφέροντα αποτελέσματα. Νομίζω ότι υπάρχουν περισσότερα που μπορούμε να κάνουμε σε αυτό τον τομέα. Πιστεύω ότι θα μπορούσε να υπάρξει μεγαλύτερη ρευστότητα και αλληλεπίδραση μεταξύ όλων των διαφορετικών δεδομένων που έχουμε για κάποιον. Αυτό θα ήταν μια μεγάλη αλλαγή.
