Las formas novedosas en las que los especialistas en marketing y también las instituciones políticas ahora pueden recopilar nuestros datos de redes sociales y dividirnos en grupos homogéneos adecuados para mensajes personalizados y dirigidos en masa ha sido uno de los temas candentes que se desarrollaron después de los recientes cambios en Facebook y Cambridge Analytica. -data escándalo. Muchos artículos ya han buscado resumir los eventos, comportamiento, Participantes, y los puntos de vista, no menos éticos. Sin embargo, Se llamó nuestra atención sobre el hecho de que actualmente hay poca evidencia empírica de la efectividad o el impacto real de las herramientas analíticas psicográficas utilizadas por Cambridge Analytica (CA). Esto es sorprendente teniendo en cuenta que el método se ha presentado hasta ahora como algo que podría denominarse "el arma de marketing definitiva".
Este artículo surge de nuestra experiencia e intercambios con académicos en investigación de mercados y consumidores, que quizás estén más familiarizados con el desarrollo de la investigación de mercado y los métodos y prácticas de segmentación a lo largo del tiempo.
El arma secreta:la segmentación psicográfica
La herramienta de segmentación psicográfica empleada por CA extiende la audiencia de marketing tradicional o el análisis de votantes más allá de los simples "datos demográficos", por ejemplo, la edad, género, educación - hacia la elaboración de perfiles basados en rasgos de personalidad y puntajes basados en valores. Combinado con "big data" de los perfiles de Facebook y análisis estadístico mejorados algorítmicamente y tácticas de marketing sigiloso, este método se ha convertido posiblemente en un envidiable secreto de marketing digital, sobre todo entre los profesionales de la publicidad y el marketing.
Si bien gran parte de la discusión pública sobre el caso de CA se ha centrado en cómo cantidades masivas de datos de Facebook se han obtenido y utilizado de manera poco ética con el propósito de influir en el comportamiento de los votantes en las elecciones de EE. UU. Y el Brexit, Se ha dicho relativamente poco sobre el método analítico exacto utilizado por la empresa y el alcance de su contribución a los resultados de la votación. Según un relato detallado de Michael Wade de IMD Business School, CA pudo identificar los perfiles de más de 50 millones de usuarios de Facebook al hacer coincidir dos enfoques y fuentes de datos diferentes. Primero, los resultados de 270, 000 pruebas de personalidad obtenidas a través de una aplicación de Facebook similar a un cuestionario desarrollada por el profesor de Cambridge Aleksandr Kogan. Segundo, los resultados se relacionaron estadísticamente con las "huellas digitales del comportamiento humano" de estos encuestados y los perfiles de sus amigos de Facebook (que no lo saben) (por ejemplo, "gustos"), gracias a un modelo desarrollado por otro académico de Cambridge, Michal Kosinski.
Como resultado, La información psicográfica sobre millones de personas se derivó automáticamente de los datos de Facebook, sin el proceso generalmente engorroso de los cuestionarios de personalidad que requieren cientos de preguntas para responder por cada participante analizado. Este tipo de "ingeniería inversa" (como la llama Wade) basada en la actividad de los usuarios de las redes sociales significa que solo unos 100 "me gusta" de Facebook son suficientes para estimar los rasgos psicológicos de una persona. Información como agrado, decir, Salvador Dalí o Lady Gaga servirían como indicadores de un tipo de personalidad, por ejemplo, franqueza. La implementación del aprendizaje automático y el procedimiento analítico más detallado se resumen en un video con Jack Hansom de las elecciones de SCL, empresa afiliada a Cambridge Analytica.
Si bien se afirmó que el método era capaz de producir "análisis de personalidad terriblemente precisos", El uso de me gusta de Facebook como indicadores psicométricos presenta importantes límites metodológicos. Por ejemplo, dar me gusta a una página de Facebook no es una acción individual realizada de forma aislada, como la compilación sistemática de un cuestionario. En lugar de, es un acto inherentemente social y simbólico, y debe interpretarse en el contexto de la plataforma y su uso.
Considerando la precisión de las predicciones de CA, otros dos puntos deben considerarse críticamente. Primero, si el análisis psicográfico es relevante para derivar conocimientos de marketing. Segundo, El contenido publicitario micro-dirigido a través de técnicas psicográficas tiene la capacidad de manipular eficazmente la mente de las personas.
¿Un arma del pasado?
En marketing e investigación de consumidores, técnicas para la segmentación del mercado ha evolucionado a partir del hecho de que simplemente no es eficaz, ni tampoco es factible que un especialista en marketing intente influir en todos a la vez, con el mismo mensaje. Por lo tanto, the targeting of a specific subgroup – one that would be more likely to react in a desired manner to the intended marketing message – become the practice and theory of marketing communication. Sin embargo, the logic for choosing the effective segmentation and targeting criteria has changed importantly over the years, not least due to technological changes and possibilities.
Despite the work of theorists in the early 20th century – for example, Thorsten Veblen and Max Weber, who recognised that consumption behaviour is closely tied with social structures (and vice versa) – the marketing scholars and practitioners in the post–World War II mass-media era have relied heavily on individualist and behavioural psychological paradigm. It is fair to say this has been the golden age of psychographic market segmentation in which target group has been profiled and expressed in terms of their personality traits or value system scores (for example, the VALS system).
Sin embargo, the personality/value-based measurement has consistently been challenged for its ability to predict actual behaviours, such as specific product, brand or environmental choice (Wedel and Kamakura 2000 and Rokka and Uusitalo 2008). Segundo, these approaches precisely assume that behavioural patterns are shaped by differences in "global" psychological states or values (openness, conscientiousness, extraversion, agreeableness and neuroticism) that are thus "necessarily devoid of any influence of sociohistorical context" (Holt 1997, 327). Dicho de otra manera, an abstracted and universalized personality type cannot capture the complexity and cultural sensitivity of consumer lifestyle choices, symbolic expression and tastes.
This shift in thinking put an end to wider application of psychographic methods long ago, at least in the field of marketing and consumer research. En lugar de, four decades of work have testified the importance of sociocultural perspectives that are much more sensitive to the social and symbolic systems that shape our lifestyle-relevant choices and tastes (Arnould and Thompson 2005 and Holt 1997). This perspective is also shared by researchers in the Lifestyle Research Centre of EM Lyon. An analysis of Facebook likes from this standpoint would be understood more as the analysis of individuals' lifestyle associations and networks governed by socially established expressions of taste. Main difference of the psychographic segmentation to this form of socio-cultural lifestyle analysis would be its lack of connection to society and its cultural currents.
A 'magic bullet'?
A second issue evoked in the CA debate is the manipulative power of big data–based psychographic approaches that bear rather naïve assumptions about how communication and advertising work.
In the 1930s – the heyday of totalitarian propaganda – the dominant theory for interpreting the effects of mass media on population described political messages as "magic bullets" that, once they reached the targeted audience, would have immediate persuasive power. This arguably simplistic view was rejected a decade later by Paul Lazarsfeld and colleagues at Columbia University. Their empirical work relativized the power of political propaganda, demonstrating that message effects are largely mediated by interpersonal relations and collective interpretations – for instance, political views are also discussed and formed during family dinners and not simply absorbed from the media (Neuman and Guggheneim 2011). Similar considerations also resonate widely in advertising and marketing research. Por ejemplo, there exists a body of academic literature that indicates that, based on empirical evidence, advertising does not increase or reduce alcohol consumption (Tikkanen and Aspara 2017).
Sin embargo, with the rise of big data–based psychographic segmentation, the old "magic bullet" thesis has apparently gained new popularity. Cambridge Analytica's bragging of 'psychological warfare" stands as a case in point. We still have little or no evidence of the extent to which such campaigns can persuade people to change their mind about even simple product or brand choices – much less to vote differently.
We cannot argue there is no value in, nor evidence of, the ability of psychometric segmentation to achieve marketing goals. Por ejemplo, a recent study found a 40% increase in advertising click-through-rate. Sin embargo, its actual effects on consumption or voting behaviour have yet to be demonstrated.
Este artículo se publicó originalmente en The Conversation. Lea el artículo original. 
