Florents Tselai Think, Code, Read, Sleep, Repeat

Συνέντευξη | Η πιο πολύτιμη «πρώτη ύλη» σε επίπεδο αγοράς και κάλπης

11 Dec 2018


Συνέντευξη στη Νατάσα Στασινού για τη Ναυτεμπορική


Πριν από είκοσι χρόνια η χρήση του Διαδικτύου ως εργαλείου προώθησης προϊόντων, υπηρεσιών και σε πολύ μικρότερο βαθμό πολιτικών υποψηφίων περιοριζόταν εν πολλοίς στα διαφημιστικά μπάνερ, που «πετάγονταν» στις οθόνες μας. Πριν από μία δεκαετία τα social media είχαν μπει για τα καλά στη ζωή μας, οι Αμερικανοί ψηφοφόροι ελάμβαναν στο κινητό ή το mail τους πολιτικά μηνύματα, που τους έκαναν να αισθάνονται ότι ο αποστολέας τους γνωρίζει προσωπικά και ο Μπαράκ Ομπάμα διάβαινε το κατώφλι του Λευκού Οίκου έχοντας αξιοποιήσει τις δυνατότητες της νέας τεχνολογίας. Χρειάστηκε να μεσολαβήσουν λίγα χρόνια ακόμη, κάμποσα «σοκ» της κάλπης και ένα πολύκροτο σκάνδαλο διαρροής δεδομένων (Facebook- Cambridge Analytica), για να κυριαρχήσουν στη δημόσια συζήτηση όροι όπως τα big data και να ξεσπάσουν αντιπαραθέσεις για το ρόλο τους. Οι αντιδράσεις κυμαίνονται από την εξύμνηση των social media, των data analytics και των πρακτικών της μικρο-στόχευσης ως «νέα επανάσταση» έως τις κατηγορίες ότι συνιστούν τη μεγαλύτερη απειλή σήμερα για την ιδιωτικότητα, αλλά και τη Δημοκρατία, ότι φέρνουν στην πολιτική, όπου άλλοτε κυριαρχούσαν τα μεγάλα αφηγήματα, τη λογική των οnline μικροπροϊόντων.

Τι τελικά ισχύει με όλα αυτά για τα οποία πολλοί μιλούν, αλλά λίγοι καταλαβαίνουν, πόση είναι η δύναμή τους- καλή και «σκοτεινή»- και σε ποιο βαθμό τελικά μπορούν να καθορίσουν τις επιλογές και την ψήφο μας; Ο Φλόρεντς Τσελάι, επιστήμονας δεδομένων, συνιδρυτής και διευθυντής τεχνολογίας της Socital, εταιρείας, που αναπτύσσει εργαλεία μάρκετινγκ βασισμένα στην ανάλυση δεδομένων κοινωνικών δικτύων, μας δίνει τις απαντήσεις.

Διαβάζουμε συχνά ότι η πιο πολύτιμη πρώτη ύλη στον πλανήτη είναι πια τα δεδομένα και οι νέοι «πόλεμοι» θα γίνουν για τον έλεγχό τους. Τι καταλαβαίνει ένας απλός αναγνώστης όταν συναντά όρους, όπως big data, data analytics; Και τι τελικά είναι;

Η αλήθεια είναι πως ο ευρύτερος χώρος αυτού που λέμε «data analytics ή «data science» (επιστήμη δεδομένων) διανύει φάση απότομης και έντονης «εκλαϊκευσης». Ναι μεν υπάρχει αλήθεια στο τι καταλαβαίνει το «ευρύ κοινό», καθώς οι πολίτες εξοικειώνονται με τις νέες τεχνολογίες, υπάρχει όμως και έντονη «μυθοποίηση» και υπεραπλούστευση.

Πολύ περιεκτικά θέτοντάς το, η “επιστήμη τον δεδομένων” είναι ένα γνωστικό πεδίο το οποίο συνδυάζει εργαλεία και μεθόδους από επιμέρους επιστήμες (μαθηματικά, στατιστική, πληροφορική κ.α.) προκειμένου να αναλύσει τα δεδομένα της πραγματικότητας γύρω μας. Η ανάλυση αυτή έχει διττό σκοπό: αφενός, για να προβλέψει την εξέλιξή της στο μέλλον και αφετέρου (ενίοτε σημαντικότερο) να την αποσυνθέσει καλύτερα έτσι ώστε να κατανοήσουμε το «γιατί» πίσω από την πραγματικότητα αυτή - πώς αλληλεπιδρούν οι παράγοντες που την επηρεάζουν.

Γιατί είναι κάτι τόσο «σπουδαίο», «επαναστατικό» ή και «τρομακτικό»;

Είναι ό,τι πιο κοντινό είχαμε ποτέ σε αυτό που λέμε «μαγεία», το να μπορούμε να προβλέψουμε το μέλλον κοιτώντας δεδομένα του παρελθόντος. Σκεφτείτε ακόμη το ρητό «η γνώση είναι δύναμη». Η γνώση έρχεται από τα δεδομένα. Όταν λοιπόν από τη μία τα δεδομένα αφθονούν και από την άλλη τα εργαλεία που είναι απαραίτητα για την συγκέντρωση και την ανάλυση αυτών - για την «εξόρυξη γνώσης» δηλαδή - είναι διαθέσιμα στον οποιοδήποτε με ένα laptop, καταλαβαίνει κανείς πόση δυνητική δύναμη μπορεί να διαθέτει ο οποιοσδήποτε με χαμηλό (ενίοτε μηδενικό) κόστος επένδυσης. Για να εξορύξεις πετρέλαιο ή μέταλλα πρέπει να επενδύσεις τεράστια κεφάλαια. Για την «εξόρυξη» δεδομένων, όχι. Είναι έτσι εύκολο για μία μικρή ομάδα ή και έναν άνθρωπο (βλ. Ζάκερμπεργκ) να αποκτήσει υπερβολικά μεγάλη δύναμη. Οι τρόποι, με τους οποίους μπορεί κανείς να την αξιοποιήσει είναι απεριόριστοι- χρειάζεται μόνο φαντασία. Το ρυθμιστικό πλαίσιο είναι αυτό που έρχεται να βάλει τα όρια.

Ποιο είναι το βασικό πλεονέκτημα των εργαλείων αυτοματοποιημένου marketing σε σχέση με τις παραδοσιακές μεθόδους;

Τα εργαλεία αυτοματοποιημένου και προσωποποιημένου marketing βοηθούν τις επιχειρήσεις να απαντήσουν στα κλασικά και θεμελιώδη ερωτήματα του marketing. Το επιτυγχάνουν αυτό κάνοντας μια τύποις «χαρτογράφηση» της υπάρχουσας και δυνητικής αγοράς όπως αυτή εμφανίζεται online. Χρησιμοποιώντας δεδομένα διαθέσιμα online προσπαθεί να απαντήσει σε ερωτήματα όπως: Ποιοι παράγοντες επηρεάζουν τις πωλήσεις μου και πόσο; Αν αλλάξω την τιμή μου κατα Χ% τί επίδραση θα έχει αυτό στο μερίδιο αγοράς; Ποιο είναι το καταναλωτικό προφίλ των πελατών; Ποια τα κατάλληλα προϊόντα για κάθε κομμάτι της αγοράς; Πώς θα επικοινωνώ πιο αποτελεσματικά με τους πελάτες μου;

Σε αντίθεση με τις «παραδοσιακές» μεθόδους βασίζονται σε πραγματικά δεδομένα και όχι υποθέσεις. Αυτό σημαίνει χαμηλότερο κόστος παραγωγής και προώθησης (υπάρχει χαμηλότερο κόστος πειραματισμού, στοχευμένων σεναρίων) άρα και χαμηλότερο κόστος για τον πελάτη. Παράλληλα το γεγονός ότι είναι «αυτοματοποιημένα» δίνει δυνατότητες για οικονομίες κλίμακας και μικρότερο οριακό κόστος όσο η επιχείρηση αναπτύσσεται.

Στην πολιτική επικοινωνία και διαφήμιση τα προσωποποιημένα μηνύματα έχουν βρει εφαρμογή στην πρακτική της μικροστόχευσης (microtargeting). Αυτή υπόσχεται εκστρατείες εθνικής εμβέλειας με χαρακτηριστικά αναμέτρησης μικρής κοινότητας. Πόσο εφικτό είναι αυτό;

Σημαντικό ζητούμενο και το διακύβευμα στη διακυβέρνηση ήταν πάντοτε η μείωση απόσταση μεταξύ κεντρικής εξουσίας και πολιτών. Αυτή ακριβώς δεν ήταν και η μεγάλη υπόσχεση των νέων τεχνολογιών; To «make the world more open and connected» ή «to bring people closer together» ήταν το moto του Facebook κάποτε. Ανέκαθεν υπήρχε η τάση η πολιτική και το κράτος να υιοθετούν - έστω και με καθυστέρηση - εργαλεία της ιδιωτικής οικονομίας. Έτσι έγινε και στην περίπτωση αυτή που η αντιστοίχιση μάλιστα ήταν ακόμα πιο άμεση. Ίσως αφελώς και άγαρμπα θα έλεγε κανείς.

Σημείο κλειδί είναι αυτή η καθυστέρηση. Δηλαδή, αν εξαιρέσει κανείς τις μεγάλες καμπάνιες στις ΗΠΑ οι περισσότεροι πολιτικοί οργανισμού δουλεύουν με τα βασικά εργαλεία «growth marketing – hacking», που τα e-shops άρχισαν να αξιοποιούν δέκα χρόνια πριν.

Αυτή η υπόσχεση, λοιπόν, είναι εφικτή έως ένα βαθμό. Μέχρι το σημείο που μπορεί κάποιος να στείλει πιο στοχευμένα μηνύματα στους δυνητικούς ψηφοφόρους του πιο αποτελεσματικά. Από εκεί και έπειτα η πολιτική συγκεκριμένα είναι από τους τομείς που ακόμη και αν έχεις πολλά και καλά δεδομένα ή πανέξυπνους αλγορίθμους, δε σου δίνει απαραίτητα το πάνω χέρι αν δεν έχεις και το απαιτούμενο “domain knowledge” (γνώση του πεδίου) για να τα αναλύσεις. Θεωρώ δηλαδή ότι απέχουμε αρκετά απο το να αντικατασταθεί πλήρως ο υπεύθυνος εκστρατείας παλαιάς κοπής από έναν «μαγικό αλγόριθμο» και αυτό διότι μιλάμε για ανθρώπινες συμπεριφορές που αλλάζουν εύκολα (έως και λίγες ώρες πριν την κάλπη) και προβλέπονται δύσκολα.

Ποιος έχει το πάνω χέρι στο microtargeting; Τα social media, οι διαφημιστικές ή τα ίδια τα πολιτικά κόμματα;

Πρωτίστως αυτός που έχει τα δεδομένα και δευτερευόντως αυτός που μπορεί να τα αναλύσει καλύτερα. Εν προκειμένω τα social media έχουν όλα τα πρωτογενή δεδομένα και προσφέρουν πάντα ένα υποσύνολο αυτών σε τρίτους - (διαφημιστικές και εταιρείες ανάλυσης δεδομένων κ.α.). Τα ίδια τα κόμματα αυτή τη στιγμή - και στο άμεσο μέλλον θεωρώ- βρίσκονται σε μειονεκτική θέση καθότι δεν έχουν (ακόμα;) την εσωτερική οργανωσιακή ικανότητα και τεχνογνωσία να αναλύσουν αυτά τα δεδομένα. Αυτό όμως αφορά το τεχνικό - επιχειρησιακό κομμάτι. Το στρατηγικό - πολιτικό πλαίσιο μιας καμπάνιας microtargeting θα το ορίζουν πάντα τα κόμματα. Το αν για παράδειγμα η στρατηγική στόχευση θα είναι γνήσια πολιτική ενημέρωση ή μια «εκστρατεία λάσπης» εναντίον του αντιπάλου.

Σε αντίθεση με τις ΗΠΑ, όπου από το 2012 χρησιμοποιείται συστηματικά, στην Ευρώπη είναι ακόμη σε πειραματικό στάδιο. Ποιο πιστεύετε ότι θα ήταν το μεγαλύτερο όφελος από την επέκταση της χρήσης του microtargeting;

Το ζητούμενο από την υιοθέτηση του microtargeting είναι πως θα ενσωματωθεί όχι μόνο στην πολιτική επικοινωνία και διαφήμιση με σκοπό την άντληση περισσοτερων ψήφων, αλλά και στη χάραξη πολιτικής στρατηγικής, στη λήψη αποφάσεων. Τα κόμματα και οι πολιτικοί έχουν δυνητικά στα χέρια τους εργαλεία ικανά να τους πουν τι ακριβώς ενδιαφέρει τους ψηφοφόρους σε όλα τα επίπεδα - χωρίς να χρειάζεται να προβούν σε υποθέσεις. Ξεφεύγοντας από το αυστηρά δυαδικό χαρακτήρα που έχει η ψήφος (ναι / όχι, υπέρ / κατά) μπορούν να προβούν σε πληρέστερες ερμηνείες. Παλιότερα θα θυμάστε μιλούσαμε για το «μήνυμα των εκλογών» που αναζητούσαν πολιτικοί και δημοσκόποι μετά από κάθε εκλογική αναμέτρηση. Πλέον έχουμε καλύτερα και πληρέστερα εργαλεία για αυτό το σκοπό. Δίνουν επίσης τη δυνατότητα στους πολιτικούς να ξεφύγουν από τη λογική του «εκλογικού κύκλου». Δεν χρειάζεται μια κυβέρνηση να περιμένει μια τετραετία προκειμένου να κριθεί από τους πολίτες για να αναπροσαρμόσει κατάλληλα τη στρατηγική της.

Kύριε Τσελάι ποιος είναι ο μεγαλύτερος κίνδυνος; Έχει να κάνει με τα ζητήματα προστασίας προσωπικών δεδομένων ή με τον κατακερματισμό της δημόσιας σφαίρας;

Τα ζητήματα ιδιωτικότητας, ασφάλειας δεδομένων κ.ο.κ. αφορούν ούτως η άλλως οποιονδήποτε οργανισμό διαχειρίζεται δεδομένα. Στην πολιτική και στα κόμματα ειδικότερα ο μεγαλύτερος κίνδυνος που ελλοχεύει είναι ο «εκφυλισμός» της πολιτικής - δημοκρατικής διαδικασίας σε ένα διαγωνισμό εντυπώσεων και «προσφορών» σαν αυτούς που κάνουν τα e-shops - που είναι χρήσιμοι και απαραίτητοι μεν, αλλά σε συγκεκριμένο πλαίσιο. Είναι επικίνδυνη η στείρα αντιγραφή τεχνικών marketing για εμπορικούς σκοπούς στην πολιτική αρένα. Διότι εκεί δε θα μιλάμε πλέον για μια πιο αποτελεσματική - αποδοτική διαδικασία πειθούς που προσπαθεί να προσελκύσει ψηφοφόρους ενημερώνοντάς τους κατάλληλα, αλλά για μια «πονηρή» διαδικασία υφαρπαγής ψήφου με «έξυπνα» μέσα. Το τελικό ζητούμενο είναι πως με δεδομένα θα εμπλουτίσουμε τη δημοκρατική διαδικασία προσφέροντας καλύτερη πληροφόρηση στους πολίτες, όχι πως θα τη διασαλεύσουμε αποπροσανατολιζοντας τους απο τα πολιτικά ερωτήματα. Το “disruption” δεν πρέπει να είναι αυτοσκοπός.

Μπορούν τα big data, οι αλγόριθμοι και η προσωποποιημένη πολιτική διαφήμιση να καθορίσουν εκλογικά αποτελέσματα; Ή μήπως τελικά μας προσφέρουν μία εύκολη δικαιολογία για «άβολα» αποτελέσματα, όπως το Brexit, η εκλογή Τραμπ κτλ;

Υπό προϋποθέσεις ναι, μπορούν να καθορίσουν εκλογικά αποτελέσματα όχι όμως από μόνα τους. Κάθε επιτυχημένη στρατηγική δεδομένων βασίζεται σε μια υπόθεση - «παρατήρηση» που δρα σε μια λογική αφετηρία. Είναι αφέλεια και στρουθοκαμηλισμός να θεωρούμε ότι ένας αλγόριθμος μπορεί «μαγικά» να ανακαλύψει τί «κινεί» τους ψηφοφόρους. Πάντα υπάρχει μια στρατηγική στόχευση, την οποία τα δεδομένα και οι αλγόριθμοι μπορούν να «προσαρμόσουν» κατάλληλα και να υλοποιήσουν βέλτιστα.