Psykologisk profilering var et stort tema på kommunikationskonferencen KOM17, hvor analysefirmaet bag Trumps kampagne delte ud af deres erfaringer. Også i GroupM er psykologisk profilering ved at vinde indpas. Samarbejdet med IBM og supercomputeren Watson har nemlig givet nye muligheder for at analysere store mængder tekst fra profiler på sociale medier.
Kommunikationskonferencen KOM17 slog for nyligt dørene op for første gang til en hel dag om bl.a. neuromarketing, Big Data og spin. Kim Larsen fra Danske Bank lagde vægt på, at man ikke bliver en bedre bank ved at sige, at man er det. Men at handling skal komme før ord. Lars Silberbauer fra LEGO rettede blikket mod Asien og plæderede for, at vi ikke kun reagerer på forandring, men også selv er med til at skabe det. Men det største scoop for konferencen var besøget af Mark Turnbull, der er daglig leder af analysefirmaet Cambridge Analytica. Han fortalte om de værktøjer, firmaet har brugt under valgkampen, der landede Trump i Det Hvide Hus.
Personlighedsmodellen
Trump og Brexit har mere til fælles end populistiske vinde. Begge kampagner har brugt analysefirmaet Cambridge Analytica til at lave psykologiske profileringer og målgruppesegmentering på baggrund af data. Hvad kan vi lære af dem?
Idéen om at alle kvinder skal modtage det samme budskab bare, fordi de deler et køn er komplet nonsens, sagde Mark Turnbull fra konference-podiet. Han mener, at forskellige personlighedstyper skal have serveret forskellige budskaber. Cambridge Analytica bruger derfor OCEAN-modellen til at kortlægge psykologiske træk hos befolkningen og skabe segmenterede budskaber. OCEAN står for Openness, Conscientiousness, Extraversion, Agreeableness og Neuroticism. Ved at give folk forskellige scorer inden for hvert af disse områder, kan man få et overblik over menneskers personlighedstræk. På baggrund af den viden kan man nuancere sit budskab til forskellige personlighedstyper.
OCEAN-modellen over forskellige personlighedstræk.
Online-quizzer skabte kæmpe datasamling
Modellen er bygget på arbejdet fra en gruppe forskere ved Cambridge University. Michal Kosinski lavede en quiz på Facebook, som 11 millioner mennesker nu har udfyldt. På baggrund af de svar folk gav, kunne resultaterne blive sammenlignet med, hvad de likede, delte og postede på Facebook og deres køn, alder og geografi. På den måde kunne de finde sammenhænge mellem personlighedstræk, og hvad folk gjorde på nettet. Fordi der er så meget data, kan forudsigelserne blive meget præcise. Cambridge Analytica har ifølge Mark Turnbull over 3.000 datapunkter på hver eneste voksen i USA. Det er den data, som Cambridge Analytica har brugt til ikke kun at skabe psykologiske profiler, men også at finde dem. Derfor kan analysefirmaet vise to forskellige budskaber om våbenkontrol til forskellige psykologiske profiler på baggrund af OCEAN-modellen afhængig af om de har neurotiske eller lukkede personlighedstræk.
GroupM bruger kunstig intelligens
GroupM (som Mindshare er en del af) arbejder med et lignende værktøj. Gennem et samarbejde med IBM har vi i GroupM adgang til Watson, som er et stykke kunstig intelligens, der kan forstå naturligt sprog. Watson har et psykologisk profileringsværktøj, som hedder Personality Insights. Værktøjet bruger også OCEAN-modellen ligesom Cambridge Analytica.
Personality Insights kan analysere et stykke tekst og give værdier ud fra det, men kun tekst på engelsk. Du kan selv prøve servicen her:
Watsons analyse af skribentens egen Twitter-profil.
I princippet kan Watson analysere al tekst og lave en psykologisk profilering ud fra det – så længe det er på engelsk. Men der er nogle faldgruber, som gør, at det ikke altid er lige effektivt. F.eks. kan det være svært at få nok mængder data ud af Facebook til at sige noget intelligent, da det er en meget lukket platform fra et teknisk synspunkt. Derfor har GroupM oftest brugt Twitter til at lave analyserne, da der er nemmere adgang til data.
GroupM bruger analyserne til at hjælpe kunder med bedre at kunne forstå deres brugere. Den forståelse gør det nemmere, at kommunikere præcist til brugerne. Analyserne kan også hjælpe med at gruppere kundernes brugere, så man bruger differentierede budskaber, til forskellige kundegrupper, afhængigt af hvilke værdier de har. Som Mark Turnbull påpegede til KOM17, bevæger vi os mod mere personlige forhold til brands og politikere. Og det sker allerede nu.