大数据时代总统选举：奥巴马团队如何处理数据.doc

大数据时代的总统选举：奥巴马团队如何处理数据虎嗅曾在“奥巴马如何玩转社交”里介绍了奥巴马团队如何与时俱进地利用各种新兴社交平台。玩转社交，这是奥巴马获取民意的前台表现。而在后台，是什么支撑着奥巴马各种竞选策略的出台呢？是什么决定他应该到哪些社交平台上去亮相呢？他的一个几十人数据分析与挖掘团队是支重要力量。这 支团队在2008年奥巴马竞选时就已存在并发挥作用。而这次，他们更动用了五倍于上届的人员规模，且进行了更大规模与深入的数据挖掘。它帮助奥巴马在获取 有效选民、投放广告、募集资金方面起到一定作用。事实证明，奥巴马募集到的资金尽管与对手罗姆尼募集的资金规模不相上下，但前者从普通民众直接募集到的资 金是后者的近两倍。在奥巴马获胜几小时后，《时代》杂志刊发报道，揭示了这支团队的部分运作情况。该报道发出后，多家不同类型媒体转载，也引发了硅谷科技人士的热议。以下是虎嗅编译内容：大数据时代的总统选举文/Michael Scherer在春季晚些时候，在幕后支持巴拉克?奥巴马获取胜利的数据处理团队注意到，乔治·克鲁尼在西岸对40-49岁的女性粉丝有莫大吸引力，这个群体无疑是为了在好莱坞与克鲁尼——以及奥巴马共进晚餐而最愿意掏钱的一支人群。（译注：5月10日，乔治·克鲁尼为奥巴马举办筹资聚会，当晚筹得竞选连任资金1500万美元。）所 以，就像他们对待所有其他收集、存储、分析的数据一样（这些数据是他们为了奥巴马的再次竞选而在过去两年收集的），奥巴马竞选连任的最高班底决定试试以上 这个观察是否正确。他们从东岸的名人里选择到了一个对这个群体有相似吸引力的人，以图复制“克鲁尼竞标”中产生的千万美金效应。“我们有丰常多的选择，但 我们选择了女星莎拉·杰西卡·帕克。”一名高级竞选顾问解释说。所以接下来与奥巴马晚餐的竞标诞生了：一个与他在帕克的纽约西村私宅吃上一顿的机会。（译注：席位的公开售价是每位8万美元。）对公众而言，他们不可能知道，“帕克竞标”的想法来自于竞选团队对支持者的数据挖掘：他们喜欢竞赛、小型宴会和名人。首席科学家从一开始，竞选活动经理Jim Messina已经打算要搞一次完全不同的、以度量驱动的竞选活动，该竞选的目的是政治，但是政治直觉可能并不是手段，数据是。“我 们要用数据去衡量这场竞选活动中的每一件事情。”他说，在接受这份工作后，他雇用了一个五倍规模于2008年竞选时的分析部门，芝加哥竞选总部还任命 Rayid Ghani为“首席科学家”。此人是埃森哲技术实验室的分析性研究带头人，他是知识发现和数据发掘这一应用科学领域的领军人物，其技术常用于公司处理海量 数据发掘客户所好，比如将超市促销的效率最大化。2011年，Ghani在一次谈话中透露，在政治 活动中运用数据分析这一工具。他说难点在于如何充分利用在竞选中可获得的选民行动、行为、支持偏向方面的大量数据。现在选民名册与在公开市场上可得的用户 资料紧密相连，选民的姓名和住址则与很多资料可以相互参照，从杂志订阅、房屋所有权证明，到狩猎执照、信用积分（都有姓名和住址登记）。除了这些资料，还有拉票活动、电话银行的来电所提供的信息，以及其他任何与竞选活动相联系并自主提供的私人信息。加尼和他的团队将试图挖掘这一连串数据并预计出选民的选举模式，这将使奥巴马竞选团队的花费更加精确和有效率。秘密进行不过，这个几十人数据分析团队具体做了些什么，被严格保密。“他们是我们的核编码。”当被问及都做了哪些工作时，竞选发言人Ben LaBolt如此说道。在 办公室里，该团队会给各个数据挖掘实验进行神秘代码命名，比如独角鲸、追梦人。该团队甚至在远离其他竞选工作人员的地方工作，在总部巨大办公室的北边尽 头，专设了一个没有窗户的房间。“科学家”们会为在白宫罗斯福厅的总统及他的高级幕僚发送常规工作报告，而更多的公开细节是不会透露的，竞选团队保护着他 们自认为相对于罗姆尼团队有制度优势的地方：即数据。11月4日，一个高级竞选顾问同意匿名向《时 代》杂志讲讲他们的前沿工作，也同时要让我们保证，除非竞选结束，否则不能披露信息。他们披露了他们如何利用海量数据分析挖掘，帮助奥巴马筹集到10亿美 金，如何重新制订了电视广告投放，如何做出“摇摆州”选民的详细模型（该模型可用于提升利用电话、上门投递邮件、社会化媒体等手段的效率）如何筹集10亿美金奥 巴马团队在2008年对高科技的运用赢得了无数赞美，但其成功也表明了一个巨大缺陷：数据库太多了。那时，通过奥巴马网站打电话的志愿者用的名单是一份赋 闲在家者名单，这名单与在竞选办公室打电话人所用的名单是不一样的。而动员投票名单也永远不会与资金筹集名单重合。就像911之前的FBI和CIA：这两 支团队绝不会共享数据。“我们早期意识到，民主党的问题就在于数据库太多了，”一个工作人员说，“数据库之间不彼此