Är psykofgrafisk segmentering marknadsföringens framtid? Är Cambridge Analytica bäst på att rikta rätt budskap till olika målgrupper? Här försöker jag dyka på djupet i vad som händer inom digital marknadsföring i kölvattnet av Trump och Brexit.

Om du bara är på jakt efter en kort introduktion till vad psykografisk segmentering är så hittar du en sådan här. Men kom tillbaka när du läst den, för du kommer att ha nytta av en riktig djupdykning i ämnet.

Sedan Trumps vinst i höstas har begreppet psykografisk segmentering och inte minst företaget Cambridge Analytica var mycket omtalat. Det brittiska företaget var snabba att ta åt sig äran av framgången, och det är sannolikt många politiska partier i olika länder som vill arbeta med dem framöver. I den här artikeln tänkte jag inte ägna mycket uppmärksamhet åt ifall de verkligen vann valet åt Trump. Det intressanta här är hur psykografisk segmentering kan användas i såväl politik som ”vanlig” marknadsföring, och mitt intryck är att ingen ifrågasätter att det verkligen hade stor betydelse för valutgången – oenigheten handlar mer om vem det är som ska få äran för att ha använt metoden.

För att förstå vad det är som händer måste vi först gå bakåt i tiden, till 1980-talet.

Vad är psykografisk segmentering?

Psykografik (ibland kallad psykometri) går ut på att sammanställa psykologiska drag, kartlägga våra personligheter med andra ord. På 1980-talet vidareutvecklades en modell från 60-talet som utvärderade människors personligheter baserade på fem drag. Dessa fem kallas ofta The Big Five och är:

• Openess – Hur öppna vi är för nya erfarenheter
• Conscientiousness – Hur noggranna vi är
• Extroversion – Hur utåtriktade vi är
• Agreeableness – Hur omtänksamma och samarbetsvilliga vi är
• Neuroticism – Hur lätt vi blir upprörda

Tillsammans bildar de akronymen OCEAN, och den ska du lägga på minnet. Den kommer att dyka upp igen. Vad forskarna bakom modellen menar är att baserat på de här fem dimensionerna går det att göra en relativt tillförlitlig bedömning av våra behov och rädslor och hur vi kommer att agera och reagera i olika sammanhang. För att förtydliga, med hjälp av modellen kan man bedöma hur öppen en person är för nya idéer, erfarenheter mm på en skala från mycket mottaglig till inte alls mottaglig.

Men för att kunna använda OCEAN ordentligt behövs stora mängder data, och under lång tid saknades detta. Sen kom nätet, och fr.a Facebook.

Data är nyckeln

Med början 2008 använde två forskare, Wu Youyou och Michal Kosinski, ett enkelt test på Facebook där de som gjorde det fick en personlighetsprofil baserad på OCEAN, och forskarna fick tillgång till deras data på Facebook. Tack vare att miljoner människor gjorde det här fick Kosinski snabbt en enorm databas som kombinerade psykografiska resultat med Facebook-profiler. Fyra år senare presenterade Kosinski och hans kollegor en modell där utifrån ett snitt på 68 gillanden på Facebook de kunde förutsäga med skrämmande precision användarens hudfärg, intelligens, sexuell läggning, religion och huruvida de var Demokrater eller Republikaner. Samt om de rökte, drack och/eller använde droger.

Snart kunde modellen utifrån 70 gillanden utvärdera en person bättre än dennes vänner, utifrån 150 gillanden bättre än föräldrarna och med 300 gillanden visste den mer om personen än dennes partner.

Detta är inte en modell som stannade i ett labb eller på ett universitet – även Facebook har tagit den till sig och kan idag med råge sägas känna oss bättre än vad vi själva gör. Samtidigt har de som en konsekvens av Kosinskis arbete gjort våra gillanden privata. Men det räcker med att du säger ja till något litet quiz eller spel för att denna ska kunna sätta igång att samla in mängder av data om dig.

Facebook är förstås inte den enda källan till information om oss. Vi ger ifrån oss mängder med data, online och offline, till företag som i sin tur säljer den vidare. I slutändan kan den hamna hos företag som skapar sina egna OCEAN-profiler. T.ex Cambridge Analytica.

Cambridge Analytica

Det var i samband med Brexit-omröstningen som Cambridge Analytica först blev omtalat. Därför tog först Ted Cruz och senare Donald Trump hjälp av dem.

Enligt en presentation som företagets VD Alexander Nix gav i september 2016, alltså före presidentvalet i USA, arbetar de med en kombination av OCEAN-modellen, Big Data-analys och ”ad targeting” alltså möjligheten att anpassa annonsering till en viss målgrupp, demografi eller annat. Det som Nix menar att de är ensamma om att erbjuda är just den kombinationen – andra aktörer arbetar enbart med demografiska data, vilket innebär att alla av samma kön. ålderspann, utbildningen, boende mm får se samma annons:

 

Här är några bilder från Nix presentation – först OCEAN-modellen:

Den andra bilden visar hur psykografi kan tillämpas på budskapet i en annons. Samma bakomliggande syfte, att skapa stöd för andra tillägget till konstitutionen som gärna hålls fram av vapenanvändare för att motverka reglering, ger två mycket olika annonser:

Annonsen till vänster riktar sig till dem som ligger högt på neuros och noggrannhet – där blir budskap att ett vapen kan skydda dig. Den till höger riktar sig till dem som är omtänksamma men inte öppna för nya tankar – med ett budskap om traditioner och nationalism.

Både presentationen och exemplen kommer från innan Cambridge Analytica hade börjat hjälpa Trump, men det råder ingen tvekan om att det var samma principer som användes i hans kampanj.

Användning inom marknadsföring

Efter Trumps seger gjorde Alexander Nix ett framträdande på en konferens i Tyskland som också är mycket intressant att titta på:

Här går han dels in på hur de arbetade med Trumps kampanj i mer detalj, men han visar även några exempel på hur i hans ögon psykografisk segmetentering kan användas i mer kommersiella sammanhang:

Här är två män som, om vi enbart tittar på demografiska faktorer, är mycket lika varandra. Men psykografiskt ligger de långt från varandra. Den till vänster är noggrann och omtänksam, vilket innebär att han är rationell och logisk. Detta gör att han borde få den här annonsen enligt Alexander Nix:

Mannen till höger däremot, han är mycket utåtriktad och styrs mer av emotionella argument:

Detta är alltså Cambridge Analyticas egna förslag på budskap- och marknadsföring. Jag tycker det är svår att värdera effektiviteten då verkshöjden inte är så slående.

Marknadsföring har arbeta med segmentering i många år, ofta utifrån demografiska kriterier men även med personlighetsbaserade inslag. Det är klassiska tekniker, att skrämmas, tala till lusten, resonera eller vädja till nationalism osv. Men det som har tillkommit är datan, och de stora mängderna av den varan. Utifrån en mängd olika källor kan företag som Cambridge Analytica bygga upp en god bild i skärningspunkten mellan demografi, geografi och personlighet och med hjälp av kanaler som Facebook och andra sociala medier distribuera det mer effektivt än någonsin tidigare.

Mörka poster, mörka budskap

En del av orsaken till Trumps framgång låg i att Cambridge Analyticas data gjorde det möjligt för dem att rekommendera vilka stater man skulle fokusera på. Detta var inte heller unik kunskap, Michael Moore skrev en artikel långt innan valdagen där han förutspådde att Trump skulle vinna bl.a för att stater som Wisconsin och Pennsylvania skulle rösta republikanskt, men de kunde kombinera insikten med kunskapen om hur man effektivast skulle omsätta den i annonsering. Medan Clinton-kampanjen valde att köra brett med TV-annonsering och Obamas sociala medier-strategi använde Trumps kampanj mycket dark posts på Facebook med stor träffsäkerhet – ibland för att övertyga vita väljare om att inte rösta på ”Crooked Hillary”, ibland för att övertyga svarta väljare om att stanna hemma: ”On the day of the third presidential debate between Trump and Clinton, Trump’s team tested 175,000 different ad variations for his arguments, in order to find the right versions above all via Facebook. The messages differed for the most part only in microscopic details, in order to target the recipients in the optimal psychological way: different headings, colors, captions, with a photo or video.” Bilden till höger skulle kunna vara ett exempel på den här typen av dark posts.

Nyligen visade Guardian hur det konservativa partiet i UK använde sig av dark posts riktade mot väljare i bl.a Wales med negativa annonser mot Labours partiledare Corbyn. Redan innan detta hade krav börjat resas i UK om att se över lagstiftningen kring val då den här sortens annonsering enligt motståndarna gjorde det omöjligt att garantera lika villkor för alla parter. En av poängerna med dark posts är ju just att de bara ses av den målgrupp de är tänkta för. Både ur ett politiskt och marknadsföringsperspektiv går transparensen förlorad – du kan inte syna vad ett företag eller parti gör genom att gå till deras Facebook-sida. Enda anledningen till att Labour upptäckte Tories dark posts var att kostnaden för att annonsera mot ett visst segment i Wales kraftigt steg. De skapade då ett Facebook-konto med rätt demografi och hade turen att få se annonserna. I framtiden, när marknadsförare blivit ännu bättre på att kombinera demografiska och psykografiska insikter – och Facebook på att sälja den sortens segmentering – lär vi kunna upptäcka ännu mindre av det.

Stämmer Cambridge Analyticas bild av valen?

Det har riktats kritik mot Alexander Nix och hans företags sätt att beskriva både vad som hände i USA-valet och vilken roll de spelade i Trumps framgång. Leonid Bershirsky skrev t.ex en krönika för Bloomberg där han hävdade att Big Data inte alls vann valet, och att varken Ted Cruz eller Donald Trumps kampanjer var så bra på segmentering och annonsering som påstås. Och Michal Kosinski, forskaren som låg bakom det första insamlandet av data för OCEAN via Facebook, säger i samma krönika att det är kandidater som vinner val, inte data-analys.

Kosinski har givetvis rätt i detta, på samma sätt som det ligger en del i Bershirskys invändningar, men ingen av dem lyckas egentligen bevisa att psykografisk segmentering inte hade en stor del i framgången. Diskussionen i övrigt har egentligen mer handlat om vem som ska få äran av att ha använt metodiken – och där ska man nog inte ta CAs version utan en stor nypa salt.

Betydligt allvarligare kritik riktades mot CA och framför allt dess moderbolag, SCL, i en Guardian-artikel. Den ifrågasätter om den data CA samlat in från Facebook och andra källor verkligen kan användas för att bygga en korrekt bild av målgruppen alls.

En mycket intressant analys av både Cambridge Analytica och vilken betydelse psykografisk segmentering hade för valutgången i USA publicerades på Medium av Privacy International. Den kommer bl.a fram till att CA sannolikt betydligt överdrivet sin roll, att psykografisk segmentering och handeln med vår data för bl.a det ändamålet är utbredd, samt inte minst att även om vi kanske överskattat betydelsen i USA-valet så är detta definitivt något att hålla ögonen på framöver, inte minst inom politiken.

Har psykografisk segmentering en framtid?

Trots kritiken från Guardian och andra, och trots att Cambridge Analyticas anspråk på att ha fixat segern åt Trump sannolikt är överdrivna, så tror jag att det ligger mycket i arbetet med psykografisk segmentering. Detta är ingen revolutionerande slutsats – metoden har använts sedan långt före Facebook.

Men det är Facebook och andra digitala interaktiva aktiviteter som gör skillnaden. Enligt Vice-artikeln som jag citerat flera gånger fick Michal Kosinski, Stanford-professorn, två samtal från Facebook samma dag som han lade fram sina resultat. Det ena var en stämning, det andra ett jobberbjudande. Att Facebook gjorde våra likes svårare att komma åt betyder inte att de inte utnyttjar den kunskapen själva. Alla som arbetar med annonsering på Facebook vet att de hela tiden utvecklar och finslipar sitt annonsverktyg, för att bli mer relevanta och leverera bättre resultat. Psykografik är en stor del av det arbetet, om du verkligen vill vara relevant måste du adressera vad folk tänker och känner, inte bara hur gamla de är eller var de bor.

Jag tror även att Alexander Nix har rätt när han säger att hans barn aldrig kommer att få uppleva massutskick av reklam. Genom allt bättre segmentering blir vår marknadsföring allt mer relevant för målgruppen, och då försvinner en av de stora friktionerna inom dagens annonsvärld. Reklam, oavsett om den är i form av banners eller pre-rolls eller något annat, upplevs ofta som frustrerande på grund av sin irrelevans. Medan vid de tillfällen när vi tycker att den talar till oss den irritationen försvinner. En bättre segmentering och annonser utformade för att tala till oss skulle göra mycket för att förändra bilden av reklam. Här kan psykografisk segmentering spela en stor roll.

För närvarande lider psykografik inom marknadsföring av en mängd barnsjukdomar – det är i ett data-perspektiv bara i början av sin resa. I takt med att den används mer och mer kommer den att bli mer användbar. Jag är dessutom inte säker på att CA kommer att bli de som höstar in rikedomarna på detta område, som i så många andra fall blir psykografisk segmentering i kombination med data-analys och ad targeting en standard som de flesta byråer kommer att erbjuda (och redan gör i många fall)

Men detta reser i sin tur ett antal etiska frågetecken – allt från är det rätt att gruppera människor på detta sätt till ska vi verkligen spela på människors rädsla, fördomar, empati osv. Inget av de synpunkterna är dock unika för psykografisk segmentering, de är lika giltiga för alla typer av kommunikation och marknadsföring.

Det jag skulle vilja lyfta fram som direkt etiskt tveksamt i denna kontext är kombinationen psykografisk segmentering och dark posts på t.ex Facebook. Vi har tidigare kunnat se vilken reklam som gjordes i både kommersiella och politiska sammanhang, men detta går nu förlorat. Här behövs en transparens, och även om jag kan se det praktiska med dark posts så behöver de kopplas till avsändaren på ett helt annat sätt än idag.

Vad du kan göra

Här är fem saker du kan kan göra om du vill titta närmare på psykografisk segmentering för din marknadsföring:

• Studera den segmentering som fr.a Facebook erbjuder för annonsering idag och reflektera över vad den kan lära dig om målgruppsanalys.
• Om du vill testa psykografisk segmentering, men saknar budgeten att ta in Cambridge Analytica eller liknande företag så finns det faktiskt mycket du kan göra själv. Jesper Åström, en av Sveriges ledande digitala experter, tog tidigare i år fram vad han kallade för ”the poor man’s version of Cambridge Analytica and Psychographic targeting. Testa den så har du kommit i gång och kan börja lära dig en massa om dina målgrupper.
• Om du saknar element av beteenden och livsstil i din målgruppsanalys så är det definitivt en bra idé att ändra på det. Använd OCEAN eller något annat sätt att klustra personligheter i din målgrupp.
• Lär dig mer om hur din målgrupp agerar och beter sig i olika sammanhang, inte minst i sociala medier. Utifrån det kan du lära dig mycket om hur du ska anpassa innehåll för att bli mer relevant för dem.
• Börja testa att skruva på ditt innehåll så det talar till olika personligheter. Det är en nyttig övning, och du kan lära dig mycket bara genom att börja arbeta

Till sist: Kommer psykografisk segmentering och marknadsföring var den fantastiska lösning som hjälper dig att nå alla dina kunder och sälja mer? Nej. Det är ingen silverkula. Du måste fortfarande ha bra produkter/tjänster, jobba med dina budskap och kanaler, mäta allt du gör och hela tiden försöka bli bättre. Det är ett bidrag till marknadsföring, inte något som ersätter den.

Har du frågor eller funderingar kring psykografisk segmentering? Lämna en kommentar eller mejla mig.

 

Vill du att ditt företag ska bli bättre på att arbeta med digital marknadsföring? Jag kan hjälpa er med allt från strategi till genomförande och uppföljning. Här hittar du mer information om mina föreläsningar och workshops. Och här kan du se vilka tjänster du kan få hjälp med. Kontakta mig så berättar jag mer.