張晉瑋.600萬張選票在社媒上等著你

在2018年的訪談中，時任公正黨副主席拉菲茲強調，該黨在臉書做民調，其針對性策略針對用戶群，而不涉及個人資料。這一個做法不像在“劍橋分析公司醜聞”裡，公司涉嫌在臉書不知情下，竊取用戶資料做競選用途。兩者索取資料的手法不同，後者被指侵犯用戶私隱與臉書的使用條例，前者僅用了臉書的功能，屬於一般大數據的運用。

有了數據，下一步要做的是分析。拉菲茲當年提到，他們收集了上萬個民調回應，然後用了“迴歸分析法”（Regression Analysis）剖析數據，迴歸分析是統計學的一種。

假設民調問了1萬個人是否擔憂工作前景，並且記錄了他們的住處、性別、宗教、教育程度等。迴歸分析可以從數據中，找出這些個人因素如何影響參與者對此議題的看法。有了這些資料，助選隊會更瞭解擔憂者的特徵，鎖定他們為目標。

有些資料難以量化，比如網上留言，或參與民調者用文字表達的意見，這些須靠人工智能、自然語言處理（NLP，Natural Language Processing）。若有人說寫“我愛某黨，但在某議題，我對它感到徹底失望與沮喪”。NLP讀了留言，就會把句子切成個別詞語，然後給它們打分。例如“愛”值4分，“徹底失望”與“沮喪”是負面詞，分數為-3和-2。最終得分為4-3-2=-1分。這代表整體而言，該句子表達負面情緒，這樣分析可以找出國民對不同議題的不滿程度。

依據分析結果，選民可以被分類為各黨的鐵粉，部分為中間選民，後者是所有政黨必爭的對象。特朗普的團隊針對選民分類，在不同的地區推出不同的廣告。在支持率高的地區，選民看到的視頻是人們擺著勝利姿態去投票，給支持者帶來希望；至於支持率低處，廣告不會顯示他本人，會由他的女兒和其他女明星頂上。

在谷歌，特朗普團隊交了廣告費，搜索有關“伊拉克戰爭”字眼會出現“特朗普反對派軍，希拉里支持”的文稿；搜索有關“貿易” 者會看到“希拉里支持自由貿易協定，斷送美國人的工作機會”的文章。

有人認為，社媒只是一個工具，親身面對選民才是王道。在現階段，我不反對這一個說法，但隨著選民年輕化，國家走向城鎮化，社媒的地位日益提升。

此外，疫情教會人們，不是每一件事都要面對面才能解決，遠程溝通亦有它的好處。有人說，新選民年紀輕，他們很可能會放棄投票。這裡還有一個可能性，那就是他們都呆在社媒上，等待某個善用科技的政黨，把他們牽到投票現場，投下神聖的一票。