Predictive Analytics im US-Wahlkampf Präsident wird, wer das beste Data Science Team hat

Anbieter zum Thema

Disy Informationssysteme GmbH

Sinequa

Dass Barack Obama Mitt Romney bei der letzten Präsidentschaftswahl klar besiegte, lag nicht nur an den rhetorischen Fähigkeiten Obamas, dem Klima in der US-Gesellschaft oder seinem politischen Programm. Es gab noch einen weiteren Unterschied.

Einem Bericht von Dr. Michael Allgöwer, Leiter Competence Center der Unternehmensberatung b.telligent zufolge, setze Obamas Wahlkampfteam im Unterschied zu dem der Republikaner im vergangenen Wahlkampf erstmals massiv und erfolgreich auf Predictive-Analytics-Methoden.

Daher wussten Obamas Wahlhelfer jederzeit, an welche Haustür sie klopfen und zu welchem der Themen auf Obamas politischer Agenda sie die Bewohner in ein Gespräch verwickeln mussten. Sie konnten zudem exakt berechnen, wie sie sichere Obama-Befürworter zum Wählen bewegen und politisch Unentschlossene auf Obamas Seite ziehen konnten.

Romneys Unterstützer dagegen verschwendeten ohne vergleichbare Informationen wertvolle Zeit in Straßen, von denen man bei Einsatz prädiktiver Methoden gewusst hätte, dass dort vorwiegend eingefleischte Demokraten zu finden sind, die kein Wahlhelfer auf Romneys Seite hätte ziehen können.

Statistische Modelle

Statistische Modelle erlaubten Obamas Team dagegen eine exakte Einschätzung, in welchen der „Swing-States“ sie das Rennen ohnehin schon gewonnen hatten. So konnte das Team seine Ressourcen besser auf die verbleibenden Staaten konzentrieren. Die Modelle prognostizierten, wie sich am Wahltag herausstelle, für jeden einzelnen Bundesstaat die exakten Zahlen mit einer Abweichung von maximal einem Prozentpunkt. So konnte Obamas Data Science Team den Wahltag als „Model Validation Day“ feiern, während Romneys Leute nichts Vergleichbares aufzubieten hatten.

Einzigartige Datenbasis

Ein wesentlicher Erfolgsfaktor der Obama-Kampagne war die Datenbasis der verschiedenen Modelle. Da in den USA im Gegensatz zu den meisten europäischen Ländern umfassende Daten darüber zugänglich sind, wer bei welcher Wahl seine Stimme abgegeben hat, konnte Obamas Team dieses sogenannte „Voter File“ in einer Weise ergänzen, die in Europa nur schwer vorstellbar wäre.

Solche Daten zu politischen Präferenzen der Wähler lassen sich in den USA durch die Registrierungen als Unterstützer einer bestimmten Partei gewinnen. Solche Registrierungen sind relativ beliebt, weil sie zur Teilnahme an den Vorwahlen berechtigen, bei denen die Parteien ihre Kandidaten auswählen. Darüber hinaus verwendete Obamas Team zugekaufte Marketingdaten, die in den USA ebenfalls in einer extremen Vielfalt und Detailtiefe verfügbar sind. Dazu kamen umfangreiche eigene Telefonbefragungen, wie sie sich nur eine finanzkräftige Organisation wie die Obama-Kampagne leisten kann.

Die verwendeten Modellierungsmethoden waren vor allem bei der Vorhersage der Wahlergebnisse auf Bundesstaatsebene innovativ, während bei der Steuerung der Wahlhelfereinsätze Modelle genügten, die sich an gängige Standards des Direktmarketings anlehnten.

Was die Republikaner im nächsten Wahlkampf besser machen wollen

Mit der anstehenden US-Wahl haben die Republikaner nun offenbar Konsequenzen gezogen. So war bei einem Vortrag von Amelia Showalter (Director of Digital Analytics bei der Obama-Kampagne 2012) auf der Predictive Analytics World 2015 in Berlin zu erfahren, dass offenbar fast alle republikanischen Kandidaten nun ebenfalls ein hochkarätiges Data Science Team aufgestellt haben, damit sich das Desaster vom letzten Mal nicht wiederholt. Für Donald Trump gilt das aber offenbar nicht.

(ID:43852466)