public

マイクロターゲティングの台頭 データ科学は有権者を操作可能か

マイクロターゲティングは、対象とする有権者の性格や信条、行動を把握することで、より効果的な選挙戦略を構築する手法を指します。近年、その効果が向上し、選挙結果を左右しかねない可能性があり、その規制が議論されています。

5 months ago

Latest Post べリングキャット: 公開情報からすべてを暴き出す新しいジャーナリズム by Takushi Yoshida public

マイクロターゲティングは、対象とする有権者の性格や信条、行動を把握することで、より効果的な選挙戦略を構築する手法を指します。近年、その効果が向上し、選挙結果を左右しかねない可能性があり、その規制が議論されています。

マイクロターゲティングでは、有権者を年齢や性別、居住する地域などの人口動態データよりも、もっと細かい単位で把握することを目指します。データ分析者は、データブローカーがもたらす消費者データと有権者登録、国勢調査を照合し、それを使って個々の有権者が誰に投票するかを予測します。

マイクロターゲティング登場の背景

インターネットの普及は、マイクロターゲティングの前提です。従来の世論調査とは異なり、各種データの突き合わせで「有権者をひとりずつ数える」できるようになりました。1990年代後半、インターネットの普及によって「ワン・トゥ・ワン・マーケティング」というコンセプトが登場しましたが、これは最終的にCRM、デジタルマーケティングへと収斂します。マイクロターゲティングという言葉が指すカテゴリの大半は、CRMとデジタルマーケティングの2つに収斂し、両者の中には重複するカテゴリが存在します。CRMなどの進化を反映し、マイクロターゲティングも進化してきました。

デジタルメディアのエコシステムの台頭 - インターネットの検索エンジン、超一流のビデオサービス、ソーシャルメディアネットワーク、ウェブベースのニュースレッツなど、すべてが同時に私たちのアテンション(注目)を集めています。モバイルは今日の平均的な人々の情報消費の方法を劇的に変えてしまいました。 この新しいメディア消費は、子供の教育方法から購入する商品の選択に至るまで、私たちの社会のあらゆる側面に影響を及ぼすようになっています。そして決定的に重要なのは、マイクロターゲティングとして知られる手法が、政治のあり方を変え続けているということです。

マイクロターゲティングは、ユーザーのデータ(好きなもの、誰とつながりがあるか、ユーザー属性、購入したものなど)を使用して、コンテンツターゲティングのために小さなグループにセグメント化するマーケティング戦略です。興味深く有益なコンテンツの配信には役立ちますが、特に不正確または偏りがあり、投票を左右するような情報を配信する場合には、暗い側面もあります。選挙という莫大なお金が投じられるジャンルに、マーケターのキャリアパスが開かれましたが、もともとの欧米の消費財メーカーのマーケティングと同様、倫理に抵触しかねない側面は明確に存在します。

伝統的なメディアとデジタルメディアの違い

デジタルメディアと同時に、何十年もの間、テレビ、ラジオ、印刷物に支配されてきた伝統的なメディアについて考慮すべき重要な事実が2つあります。

伝統的なメディアのプラットフォームは、コンテンツ(例えば、テレビネットワークでの政治広告)を非常に大規模で幅広い視聴者に向けて発信している。伝統的なメディアで配信された政治広告は、連邦選挙規則を遵守しているかどうかについて、必然的に世間の監視を受けますが、伝統的なメディアに表示される広告には、通常、虚偽が含まれていないことが保証されています。

しかし、デジタルメディアでのマイクロターゲティングの場合はそうではありません。マイクロターゲティングでは、広告主は特定のグループの人々に最も関連性が高いと予測されるコンテンツをキュレーションすることができます。そして、大規模で均質なオーディエンスは、通常、同じ広告を見ません。FoxやNBCの全国的な視聴者や、ラジオやテレビのニュース番組の地域リスナーの代わりに、デジタル広告主が意図した広告の視聴者をよりターゲット化し、より狭く、最終的にはより費用対効果の高い視聴者にリーチすることができます。

マイクロターゲティングは効果があるか?

マイクロターゲティングは微妙で取るに足らないように見えるかもしれませんが、効果的に実行されれば、政治的な衝撃を与えることができます。

それはどのように機能するのでしょうか? その答えは、多くのデジタルプラットフォームの背後にある商習慣にあります。 代表的なソーシャルネットワークであるFacebook、Youtube、Twitterは同じビジネスモデルを持っています。 そのビジネスモデルは3つの柱で構成されています。

第一の要素は、更新され続けるニュースフィードや、プッシュ通知付きのメッセージングアプリを通じて、ユーザーの注意を引き付ける、とてつもなく魅力的で、境界線上の中毒性のあるサービスを設計することです。 注意経済についての詳細はこちら。

第二の構成要素は、これらのデジタルサービスを通じて、個々のユーザーについて可能な限り多くのデータを収集することであり、私たち一人一人の包括的な行動追跡プロファイルを構築することです。

そして最後のコンポーネントは、スクロール、視聴、クリックし続けるコンテンツを予測するレコメンドと、クリックしやすいコンテンツに散りばめられた広告をターゲティングすることで、最適な収益を得ることができることです。

このビジネスモデルは、政治コミュニケーターの間でマイクロターゲティングへの誘因を生み出しています。デジタルプラットフォームがあなたの経験をキュレーションし、あなたに関するデータとそのデータに基づいて作成されたプロファイルを通じてあなたの注意を喚起することができればするほど、政治的ターゲティングに関心のある「フィルターバブル」をより効果的に作成することができます。

セグメンテーションとマイクロターゲティングは商業的な目的のために価値がありますが、その商業的価値を最大化するために構築されたシステムは、私たちを政治的に対立するグループに分割し、私たちが見たいと思うと予測した広告やコンテンツを提供するために、同じように簡単に使用することができます。

そして、この活動を煽るのは、私たちの個人データ、つまりデジタルプラットフォームを利用して得た情報であり、有権者のファイルから得た情報であり、透明性のないブローカーから購入した情報である。これは、私たちの好き嫌い、興味、嗜好、行動、信念の明示的な収穫です。

2016年の米大統領選挙

現代的なマイクロターゲティングの明確な例は、2016年の米国大統領選挙にあります。キャンペーンのデジタルストラテジストであるBrad Parscaleが行ったコメントは、マイクロターゲティングを実践として活用し、FacebookやTwitterなどのデジタルメディアプラットフォームに押し寄せる政治的コミュニケーションの可能性を示唆しています。彼はこのキャンペーンがFacebookで広まったソーシャルメディア広告のクリントンキャンペーンよりも「100倍から200倍」高い効率を享受したと誇示しました。

近年のターゲティング手法の特徴は、有権者の心理に着目していることです。ケンブリッジ・アナリティカ事件で注目されたのは、個性を定量化するために、5つの主要な特性を心理学の「ビッグファイブ」(OCEAN = オーシャン)のモデルに従って採点したことです。

これはスタンフォード経営大学院の計量心理学者Mical Kosinskiの研究の応用です。Kosinskiは2013年にオンライン行動から属性、性的指向、性格を理解できるとする研究を発表、スタンフォードに移った後、ケンブリッジ大学のWu Youyouとともに2015年にFacebookのいいねからその人の性格を性格に理解できるとする研究を発表していました。Kosinskiは選挙後の2017年に人々の心理をターゲティングすることが、効果的であることを3つの実験を通じて示しました。

近年は、戸別訪問が今までは異なる重要な役割を獲得しました。戸別訪問はマーケティングの営業部隊のような働きを示します。訪問員は、政党から配布されたアプリに、訪問先の投票意向、支持政党などの情報を入力していきます。データ分析者はこれを有権者名簿やデータブローカー経由の消費者データ等のデータソースと照合しながら、比較的簡易な手法で有権者を分類します。

Christopher Wylie, Director of Research, Cambridge Analytica (2013–14), at Chatham House Cyber Conference 2018. Photo by Chatham House (cc by 2.0).

またアプリはオンライン行動に基づいた性格分析により、戸別訪問を効果的に支援します。アプリではトランプ陣営の意見を受け入れる可能性のある住民を判別し、訪問員は住民の性格タイプ別に用意されたガイドラインの通りに会話を進めるよう支持されます。

マイクロターゲティングは喧伝されるような効果が本当にあるのでしょうか。ケンブリッジ・アナリティカが狙いを定めていた、投票態度を決めていないか、態度変容をしかねない「説得可能な有権者」の投票行動を変えた可能性は否定できません。だが、選挙に勝ったどさくさのなかで選挙コンサルティング会社が過剰に宣伝をしているようにも見受けられます。

2016年の米大統領選挙は、マイクロターゲティングの成果を評価することが難しかったと想定されます。それはフェイクニュース、誤情報の流布やソーシャルボット、トロールファームの暗躍により、著しく撹乱されたからです。人の心理、投票行動等のブラックボックスはもともと評価が難しかったのですが、これらの要素が非常に難しくしました。不確実性が大暴れしたのは、データ分析に基づいた選挙結果の予測にも現れており、2008年の大統領選で50州のうち49州の結果を的中させた一流の統計学者、ネイト・シルヴァーの人気メディア『FiveThirtyEight』が大抵の予測を誤りました。

マイクロターゲティングと誤情報の拡散

ソーシャルメディア上でのマイクロターゲティングとコンテンツキュレーションを使いこなすことができる政治コミュニケーターは、現代政治の金鉱を手中に収めることもできる。それは、自分が見たものを評価し、それが真実であると知っているかどうかに関わらず、それを自分のネットワークに広めたいと願う無課金のユーザーがプッシュしたコンテンツの「オーガニック」なシェアや再シェアである。その結果、政治キャンペーンのために無料でコンテンツを消費することになる。 フェイクニュースキャンペーンの成功をさらに後押ししているのは、このコンセプト、つまり「無課金」または「オーガニック」コンテンツのバイラルな拡散である。

誤情報(misinformation)とは、ユーザーが故意に、あるいは無意識に、拡散する虚偽のコンテンツのことである(一方、誤報とは、故意に拡散する虚偽のコンテンツのことである)。そして、注目すべきことに、研究者たちは最近、私たちはフェイクニュースを消費し、真実よりもはるかに速く、遠くに再拡散していると結論づけています(『Science』2018年3月号)。

マイクロターゲティングは、個人を前提としていますが、実際には人々は社会的影響に依存しており、一人の説得に成功したときに、それがどのように他の人々にネットワークの相互作用を伝って影響するかを評価することは、難しいのです。もともとは独立してばらばらに行動していた人々が、突如、互いの結びつきを強め、正のフィードバックのなかで、群衆行動を加速させていくのか、そのメカニズムは、マイクロターゲティングの効果測定にも影響するでしょう。

参考文献

  1. Dipayan Ghosh. "What is microtargeting and what is it doing in our politics?". October 4, 2018.
  2. Alexandre Bovet, Hernán A. Makse"Influence of fake news in Twitter during the 2016 US presidential election"(2019), Nature
  3. Nir Grinberg et al. "Fake news on Twitter during the 2016 U.S. presidential election"
  4. Soroush Vosoughi, Deb Roy, Sinan Aral2, "The spread of true and false news online"(2016)
  5. Shao, C. et al. The spread of low-credibility content by social bots. Nat. Commun. 9, 4787 (2018).
  6. Bessi, A. & Ferrara, E. Social bots distort the 2016 U.S. Presidential election online discussion. First Monday 21, https://doi.org/10.5210/fm.v21i11.7090 (2016).
  7. Ferrara, E., Varol, O., Davis, C., Menczer, F. & Flammini, A. The rise of social bots. Commun. ACM 59, 96–104 (2016).
  8. ”Twitter released 9 million tweets from one Russian troll farm. Here’s what we learned.” , Vox.com
Takushi Yoshida

Published 5 months ago