As novas maneiras pelas quais os profissionais de marketing e também as instituições políticas podem colher nossos dados de mídia social e nos dividir em grupos homogêneos adequados para mensagens personalizadas e direcionadas em massa tem sido um dos principais problemas que surgiram após o recente Facebook e Cambridge Analytica. escândalo de dados. Muitos artigos já buscaram resumir os eventos, ações, participantes, e os pontos de vista - não menos os antiéticos. Contudo, nossa atenção foi chamada para o fato de que atualmente há pouca evidência empírica da real eficácia ou impacto das ferramentas analíticas psicográficas usadas por Cambridge Analytica (CA). Isso é surpreendente, considerando que o método até agora foi apresentado como algo que poderia ser denominado "a arma definitiva do marketing".
Este artigo se origina de nossa experiência e intercâmbio com acadêmicos em pesquisa de consumo e marketing, que talvez estejam mais familiarizados com o desenvolvimento de pesquisas de mercado e métodos e práticas de segmentação ao longo do tempo.
A arma secreta:segmentação psicográfica
A ferramenta de segmentação psicográfica empregada pela CA estende o público de marketing tradicional ou a análise do eleitor além de simples "dados demográficos" - por exemplo, era, Gênero sexual, educação - para a criação de perfis com base em traços de personalidade e pontuações baseadas em valores. Combinado com "big data" de perfis do Facebook e análise estatística aprimorada por algoritmos e táticas de marketing furtivo, este método se tornou indiscutivelmente um segredo de marketing digital invejável, principalmente entre os profissionais de publicidade e marketing.
Embora grande parte da discussão pública sobre o caso CA tenha sido sobre como grandes quantidades de dados do Facebook foram obtidos de forma antiética e usados com o propósito de influenciar o comportamento do eleitor nas eleições dos EUA e no Brexit, relativamente pouco tem sido dito sobre o método analítico exato usado pela empresa e a extensão de sua contribuição para os resultados da votação. De acordo com um relato detalhado de Michael Wade, da IMD Business School, A CA foi capaz de identificar os perfis de mais de 50 milhões de usuários do Facebook combinando duas abordagens e fontes de dados diferentes. Primeiro, os resultados de 270, 000 testes de personalidade obtidos por meio de um aplicativo do Facebook em formato de questionário desenvolvido pelo professor de Cambridge Aleksandr Kogan. Segundo, os resultados foram estatisticamente relacionados a "pegadas digitais do comportamento humano" desses entrevistados e os perfis de seus amigos (desavisados) no Facebook (por exemplo, "gosta"), graças a um modelo desenvolvido por outro acadêmico de Cambridge, Michal Kosinski.
Como resultado, informações psicográficas sobre milhões de pessoas foram automaticamente derivadas de dados do Facebook, sem o processo geralmente oneroso de questionários de personalidade que levam centenas de perguntas para responder por cada participante analisado. Esse tipo de "engenharia reversa" (como Wade a chama) baseada na atividade dos usuários de mídia social significa que apenas cerca de 100 "curtidas" no Facebook são suficientes para estimar as características psicológicas de uma pessoa. Informações como curtir, dizer, Salvador Dalì ou Lady Gaga serviria como um indicador de um tipo de personalidade - por exemplo, abertura. A implementação do aprendizado de máquina e o procedimento analítico mais detalhado são resumidos no vídeo apresentando Jack Hansom das eleições de SCL, empresa afiliada à Cambridge Analytica.
Embora o método fosse considerado capaz de produzir "análises de personalidade terrivelmente precisas", usar curtidas do Facebook como indicadores psicométricos apresenta limites metodológicos significativos. Por exemplo, curtir uma página do Facebook não é uma ação individual realizada de forma isolada, como a compilação sistemática de um questionário. Em vez de, é um ato inerentemente social e simbólico - e precisa ser interpretado no contexto da plataforma e de seu uso.
Considerando a precisão das previsões da CA, dois outros pontos precisam ser considerados criticamente. Primeiro, se a análise psicográfica é relevante para derivar insights de marketing. Segundo, o conteúdo de publicidade micro-direcionado por meio de técnicas psicográficas tem a capacidade de manipular com eficácia a mente das pessoas.
Uma arma do passado?
Em marketing e pesquisa de consumidor, técnicas de segmentação de mercado evoluíram do fato de que simplesmente não são eficazes, nem de outra forma viável para um profissional de marketing tentar influenciar todos de uma vez, com a mesma mensagem. Portanto, 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. Contudo, 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).
Contudo, 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, conscienciosidade, extraversion, agreeableness and neuroticism) that are thus "necessarily devoid of any influence of sociohistorical context" (Holt 1997, 327). Colocar de forma diferente, 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. Em vez 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 exemplo, 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).
Contudo, 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 exemplo, a recent study found a 40% increase in advertising click-through-rate. Contudo, its actual effects on consumption or voting behaviour have yet to be demonstrated.
Este artigo foi publicado originalmente em The Conversation. Leia o artigo original. 
