Kā Facebook varēja paredzēt Trampa uzvaru?

Facebook Trampa uzvara
Donalda Trampa uzvara ASV prezidenta vēlēšanās bija pārsteigums lielākajai daļai analītiķu un komentētāju visā pasaulē. Socioloģiskās aptaujas stabili visu priekšvēlēšanu laiku rādīja sarūkošu, bet stabilu Klintones pārsvaru. Un no šīm aptaujām veidotie statistiskie modeļi visi kā viens rādīja varbūtību no 65% līdz pat 98%, ka uzvarēs Hilarija Klintone.
Trampa uzvara bija pārsteigums arī finanšu tirgiem, kuri pirmajā brīdī reaģēja ar gluži panisku kritienu, kas gan dienas laikā pārvērtās par veselīgu tirgus kāpumu, radot vienu lielāko diennakts svārstību amplitūdu šajā gadā. Pat Trampa kampaņas darbinieki un speciālisti nebija droši par uzvaru, kur nu vēl tik pārliecinošu (elektorālās komisijas balsu ziņā).
Un tomēr bija viens rādītājs, kurš demonstrēja stabilu Trampa pārsvaru pār Klintoni.  Un tie bija… Facebook “laiki”.
Donalds Tramps vēlēšanu brīdī bija savācis kopā vairāk nekā 12 miljonu “laiku” pret Klintones astoņiem miljoniem. Ja iedziļinās kandidātu Facebook reach metrikā, tad Trampa pārsvars bija vēl grandiozāks. Saskaņā ar Facebook automatizētajiem intereses noteikšanas algoritmiem (kas gan nešķiro pozitīvu vai negatīvu interesi), ko Facebook izmanto savos reklāmas produktos, Tramps bija trīs reizes interesantāks nekā Klintone.
Šo varētu uzskatīt tikai par atsevišķu interesantu gadījumu izpētei, ja vien Brexit gadījumā situācija nebūtu bijusi identiska. Facebook “laiku” un intereses ziņā Brexit atbalstītāji pēdējās nedēļās acīmredzami apsteidza pretiniekus, kamēr socioloģija rādīja 50/50 situāciju, bet bukmeikeri prognozēja smagu Brexit piekritēju sakāvi.
Šie gadījumi māca divas lietas – jauno uz sociālajiem medijiem balstīto sabiedriskās domas izpētes tehnoloģiju lielo potenciālu un, protams, aizvien pieaugošo sociālo tīklu lomu politiskajā komunikācijā.
Izsakiet savu viedokli komentāros un sekojiet mums Facebook un Twitter!

Populārākie raksti


Jūs varētu interesēt


Subscribe
Paziņot par
guest

0 Comments
jaunākie
vecākie populārākie
Inline Feedbacks
View all comments