Come Cambridge Analytica ha usato il Programmatic Advertising

ROMA - La storia di Cambridge Analytica è finita su tutti i giornali e potrebbe diventare uno dei casi più emblematici di manipolazione del popolo, attraverso gli strumenti digitali. L’azienda avrebbe, infatti, sfruttato i dati personali di oltre 50 milioni di utenti di Facebook al fine di targetizzare e ottimizzare al massimo la portata della propaganda politica della campagna Trump in occasione delle ultime elezioni Usa. Una tragedia annunciata dato che il CEO di Cambridge Analytica Alexander Nix, in una breve presentazione al Concordia Summit di New York, aveva già spiegato al mondo intero il potere dei big data nell’utilizzo congiunto con la  psicografia, l’analisi della personalità, e le possibilità di invio personalizzato di messaggi pubblicitari. «Meno di 18 mesi fa, il Senatore Cruz era il candidato meno popolare alle primarie per le elezioni americane, con meno del 40% di riconoscibilità tra l’elettorato repubblicano, e si confrontava con Jeb Bush, noto agli americani fin dalla metà degli anni 80’. Alla fine della campagna per le primarie, Cruz è arrivato ad essere l’unico vero candidato repubblicano contro Donald Trump. Come ha fatto?».

Tutto questo ha un nome e si chiama Programmatic Advertising. Durante la confenza Nix aveva indicato i tre fondamentali pilastri che avevano permesso lo straordinario risultato di Cruz: la scienza comportamentale, i big data analytics, l’acquisto di pubblicità targettizzata con sistemi automatizzati data-driven. «La scelta del giusto messaggio per raggiungere gli obiettivi della comunicazione è il  frutto dell’analisi fornita dalla scienza comportamentale (behavioural science) che aiuta l’inserzionista a personalizzare ed il messaggio su base psicografica, superando la tradizionale impostazione della comunicazione di marketing su segmenti socio-demografici, definiti con sole variabili di sesso, lavoro, reddito», ci spiega Alessandro Sisti, professore di Data Driven Marketing & Advertising alla |Luiss Business School| di Milano e autore del libro Digital Trasformation War.

Gli strumenti di big data analytics uniti ad algoritmi predittivi del comportamento dell’utente, consentono a Cambridge Analytica di segmentare su base psicografica tutti gli elettori americani, mettendo insieme i risultati di sondaggi sulla personalità con comportamenti di navigazione internet, attività sui social network, dati di terze parti acquistati ad hoc con storia degli acquisti e stili di vita. In questo modo è possibile creare milioni di profili di consumatori che vengono definiti da 5 specifici tratti che caratterizzano la  personalità di un individuo: apertura all’esperienza (Openness), coscienziosità e lavoro etico (Conscientiousness), estroversione (Extroversion), amicalità (Agreableness), nevrosi (Neuroticism). Come ci spiega Alessandro Sisti, la metodologia, nata negli anni 80, venne definita con l’acronimo «OCEAN» , mettendo in fila le iniziali in lingua inglese dei 5 fattori di personalità. Chiaramente, come specificato dallo stesso Nix, riuscire a identificare la personalità dei consumatori, significa poter modulare il contenuto dei messaggi in modo da renderlo più efficace e persuasivo. Tutti questi dati socio-demografici e psicografici permetto a Cambridge Analytica di costruire insight di comunicazione sui cittadini americani, attraverso analisi massive di big data, la c.d look-alike-audience.

Un ruolo determinante in questo processo lo hanno i cookie, file inviati sul nostro computer e capaci di tracciare i nostri comportamenti di navigazione online. Attraverso questi cookie le piattaforme automatizzate per l’acquisto degli spazi pubblicitari riescono ad intercettare uno specifico segmento di elettori/consumatori, mentre naviga in rete, mostrando così il corretto messaggio al giusto consumatore. «Il pannello di controllo permette di individuare i parametri socio-demografici come l’età, il sesso, la localizzazione geografica, il lavoro, il titolo di studio, che sono incrociati con i dati dei comportamenti degli utenti su Facebook e nel mondo reale, con dati di acquisto online e offline di milioni di consumatori americani forniti da operatori specializzati (Acxiom, Datalogix, Epsilon) - ci spiega Alessandro Sisti -. Interessi, attività, like evidenziati dai comportamenti di navigazione sulle pagine del social network vengono aggiunti nell’analisi, consentendo l’invio di specifici messaggi pubblicitari a ben identificati segmenti di utenti (micro-targeting). Le infinite potenzialità di targeting e personalizzazione disponibili negli strumenti pubblicitari del social network, spiegano la crescita impetuosa del social media advertising nel nostro paese: 170 milioni nel 2014, 277 milioni nel 2015, 375 milioni stimati nel 2016, più del 15% degli investimenti in digital advertising in Italia».

La Cambridge Analytica ha fornito i suoi servizi al senatore Cruz, a Donald Trump, a Nigel Farage in Inghilterra. Contro ogni previsione e sondaggio tradizionale, gli elettori hanno votato per la Brexit, mentre gli americani hanno scelto il miliardario Trump come presidente degli USA. Secondo alcuni la metodologia di attribuzione dei comportamenti degli elettori nei social network deriverebbe dal lavoro di un professore polacco dell’Università di Cambridge, Michael Kosinski. «Secondo questi studi, analizzando 70 like, è possibile stabilire il quoziente di intelligenza, l’uso di sigarette, alcolici, droghe, e la religione di una persona - conclude Alessandro Sisti -. Il modello di analisi del professore polacco è migliorato nel tempo e riesce a prevedere le risposte delle persone sulla personalità di un individuo: con 70 like riesce a battere gli amici, con 150 i genitori, con 300 il compagno o la compagna».

L’uso dei big data può quindi portare a risultati davvero straordinari e anche molto pericolosi. Di fatto, benché sia un servizio destinato solo ai grandi investitori, anche in Italia esistono opzioni di pianificazione a GRP, la tradizionale metrica di misurazione della pressione pubblicitaria di una campagna, copertura e frequenza di visualizzazione degli spot sulle audience di riferimento. In questo modo è possibile targhettizzare meglio la pubblicità dei propri prodotti. Naturalmente senza scendere nell’illegalità.