更完美的联盟.docVIP

更完美的联盟 　　奥巴马用大数据集结个体选民。 　　巴拉克?奥巴马当选总统的两年后，民主党遭遇了几十年来最重大的挫败。民主党在议会的多数优势曾给奥巴马带来了立法上的成功，改革了医疗保险和金融市场。但在中期选举中，这种优势被一扫而空。众议院的控制权被逆转，而民主党在参议院的领导地位也缩水成了微弱优势，已经难以掌控该院。专家们费力地解释茶党兴起的原因。选民们对奥巴马的政治议题感到失望，这一点显而易见，因为独立选民突然转舵支持共和党，民主党选民则不愿出门投票。2010年，民主党全国委员会（Democratic National Committee）在奥巴马时代的第一次考试中未能过关：没能把曾经的奥巴马联盟继续团结在一起。 　　但对于民主党而言，在所有这些失败中尚有一丝凄凉的安慰：丹瓦格纳（Dan Wagner）之前已经预见到了这场挫败。2009年1月，瓦格纳被民主党全国委员会聘为目标定位总监，负责收集和分析选民信息，用来帮助委员会通过直邮和电话的方式接触个体选民。他把这些信息输入到自己的统计模型中，结果发现这些原材料实际上已经相当于一系列对选民态度和倾向性的问卷调查了。他请委员会的技术部门研发了一套软件，把这些信息转换成表格。他把这个软件叫做“调查经理（Survey Manager）”。 　　那年秋天，纽约上州举行了一场特殊选举来填补一个国会席位的空缺，瓦格纳在选举日远未到来之时就成功地预测出了最后的票数差距，误差小于150票。几个月后，民意调查人员预测玛莎科克利（Martha Coakley）将毫无疑问地赢得另一场补选，填补泰德?肯尼迪（Ted Kennedy）逝世后空出来的马萨诸塞州联邦参议员席位。但是瓦格纳的调查经理软件正确地预测出共和党人斯科特?布朗（scott Brown）会在这个民主党势力强大的州胜出。“在你将要获得胜利的时候做出正确的预测是一回事，而在你将要失败的时候正确地做出预测又是另外一回事了。”位于民主党全国委员会的总统竞选团体“为美国组织起来”（Organizing for America）的全国副主管杰里米伯德（JeremyBird）说。（译注：2013年1月，“为美国组织起来”已经变身为继续帮助奥巴马实现政治议程的非牟利团体“行动组织”（Organizing for Action）。） 　　而在输掉选举的5个月前就能正确做出预测又是另一回事了。当2010年中期选举临近的时候，瓦格纳做了一个统计模型，预测参议院和74个国会选区的竞选结果。他从6月份起就开始预测了。后来证明，他当时得出的胜负票差准确得惊人。但是他并不是通过传统的民意调查做到这一点的，而是一票一票地统计选票。当几千通电话调查的结果和民主党全国委员会数据库中丰富的统计档案匹配起来的时候，瓦格纳第一次意识到民主党有麻烦了。民主党的核心选民告诉委员会的电话调查员，他们出门投票的可能性远低于统计概率的预测。瓦格纳还可以计算出民主党的动员计划需要付出多少努力才能提高支持者的投票率，他还知道在大多数选区，动员计划不足以弥补调查经理软件上显现的差距。 　　瓦格纳对国会竞选的预测只有平均2.5%的误差。“很多人不明白这背后的数学方法，但知道这种方法产生了价值。对他们来说，这个数字是一个证明，”“为美国组织起来”的主管米奇?斯图尔特（Mitch Stewart）说，“当第一次补选结束后，他的话在民主党全国委员会内部就成为了金字标准。” 　　瓦格纳所获成就的重要性远远不止于在距选举日几个月前就能宣布谁是获胜者。他的方法实际上是和20世纪追踪民意的工具做了一个清晰的了断。上个世纪使用的方法是隔离出小样本作为整体的代表。而瓦格纳是从一批骨干分析人员中脱颖而出。这些人把每个选民视为独立个体，逐渐累积对每个人的观念和行为的推测，直到为每个人拼画出一幅肖像。 　　瓦格纳的这套方法标志着一种酝酿了10年的新思路开始付诸实践。预测者眼中的选民不再局限于政治地理学或人口学类别如年龄和性别中。这些传统的人口学类别划分依赖于民意调查员询问的选民属性，以及市场营销人员为商业目的对消费者进行的划分。如今，选民被视为一个个公民个体，每个人都能按照自己的具体状况被测量和评估。现在，该由那些希望领导这些公民的候选人来创造一场选战了，在这场战役中，他就将以这种针对个体的方式来和民众们展开互动。 　　在选民们第二度把奥巴马送上总统宝座以后，他的竞选团队因为对技术的使用而一举成名。这些技术由一个政治选举中不常见的程序员和工程师团队开发，重新定义了个人使用互联网、社交媒体和智能手机参与政治过程的方式。其中一项手机应用程序让选民调查员不用跑到竞选办公室里就能下载和返回调查表；网络平台Dashboard可以给最积极的支持者排序，把志愿者的活动游戏化：“目标分享（targeted shar