Stemmen winnen met data-analyse

Na zijn eerste termijn leken de presidentsverkiezingen van 2012 voor Obama mede vanwege de torenhoge werkloosheid uitzichtloos. De Democraat sloeg onverwachts toe door te winnen in bijna alle ‘swing states’. Het geheim achter de winst? Data-analyse. Ook in Nederland ontdekken de campagneteams de mogelijkheden.

Geen fun facts

Analyticsspecialist Timothy Prescott werkte in 2012 als medewerker in het datateam van de Obama-campagne. De Nederlander, tegenwoordig consultant bij IG&H, vertelt erover tijdens een onlangs gehouden business analytics congres in Nieuwegein. Hij is daar uitgenodigd om te spreken over de rol van data bij verkiezingen. Het doel van het datateam was duidelijk: de kansen voor Obama om opnieuw gekozen te worden groter maken. Alles stond in het teken van de winst. Geen ‘fun facts’ of leuke achtergrondinformatie: het datateam moest meer stemmen opleveren. Bovendien moest het resultaat ook snel geleverd worden, omdat de campagne niet eeuwig duurt. De drie 'subdoelen' waren: de bekendheid van de kandidaat vergroten, kiezers verleiden om te kiezen voor Obama en voorstanders ook daadwerkelijk naar de stembus te mobiliseren.

Meer kennis
En data-analyse kan daarbij helpen door de kennis en het inzicht die de data bieden over mogelijke kiezers, zo legt Prescott uit. Zoals bedrijven kennis over hun klanten gebruiken voor hogere winsten, zo kunnen politieke partijen dat ook. Het gaat er vooral om dat het leger aan vrijwilligers zo effectief mogelijk wordt ingezet. ‘Stel je loopt een straat in en je belt aan bij drie huizen’, schetst Prescott. ‘De eerste is een politiek teleurgestelde vrouw die al twintig jaar uit principe niet stemt en dit niet gaat veranderen. De bewoner van het tweede huis draagt een shirt van Mitt Romney en is beslist niet over te halen. In het derde huis woont een Obama-fan die het helemaal met je eens is. Dan heb je drie goede gesprekken gehad, maar heeft je inzet per saldo niets bijgedragen aan de campagne voor Obama.’

De mensen die nog een keuze moeten maken
Met data-analyse kan in kaart worden gebracht in welke straten en buurten veel mensen wonen die nog wel een keuze moeten maken. De 2,2 miljoen tellende vrijwilligersploeg van Obama werd zodoende gestuurd naar de plekken waar de twijfel tussen Romney en Obama groot was, of waar het voor mensen lastig was om de stembus te bereiken. Obama-stemmers werden vervolgens met busjes opgehaald om te stemmen en weer thuis afgezet. ‘Door die effectiviteit heb je meer plezier van het enorme aantal vrijwilligers’, aldus Prescott.

Informatie uit peilingen
Ook de informatie die het data-team uit de immer schommelende peilingen haalde was van nuttig. ‘De peilingen schommelen zo sterk, dat je er als campagneteam niet op tijd op kan inspelen. Maar wanneer je de peilingen verdeelt in verschillende doelgroepen, is te zien welke gevolgen beslissingen hebben op de peiling onder één groep.’ Door die verdeling is de impact van een beslissing veel nauwkeuriger in beeld. Wanneer een campagneteam in korte tijd vervolgens veel impact wil uitoefenen, kan het de groepen benaderen waarbij de kandidaat de afgelopen tijd het sterkst is gedaald. In die groepen is namelijk veel meer winst te behalen dan in de groepen waar hij al sterk staat.’
 

Politieke persoonstypen

In Nederland heeft het gebruik van data bij verkiezingen ook al behoorlijk terrein gewonnen. Dat wijst ook de campagne van het ‘Leger des Peils’ uit, volgens een casestudy van de Politieke Academie. Het Leger des Peils mobiliseerde eerder in april de Nederlandse bevolking om te stemmen bij het referendum over het Associatieovereenkomst van de Europese Unie en Oekraïne. Zo’n drieduizend vrijwilligers voerden daarbij effectief campagne door samen te werken via een app, die politieke persoonstypen had ontwikkeld en strategische Big Data-analyses maakte op postcodeniveau. Deelnemers kunnen met de app zien welke gebieden al gedekt worden door andere vrijwilligers. Zo wordt voorkomen dat vrijwilligers wijken dubbel langs gaan. Met behulp van de app is voor vrijwilligers te zien in welke buurten voor hun partij de meeste winst te behalen valt. Dat inzicht is er niet alleen om dubbele inzet in wijken te voorkomen. Het maakt ook duidelijk of er in een buurt voornamelijk tegenstanders of voorstanders wonen van het eigen standpunt en hoe hoog de stembereidheid is van de verschillende buurten. De verdeling van de inzet van vrijwilligers kan zo handig worden gemanaged.

Dit is een ingekorte versie. Lees het volledige verhaal in Binnenlands Bestuur nummer 21.