首页 资讯正文

【情报局】2020美国大选:花落谁家?这次民意调查靠谱吗?

【前言】数据观情报局是由数据观出品制作的一档音频节目,我们专注于大数据、区块链、人工智能、云计算等战略新兴科技领域。每月2期,为你提供有趣、有料的科技见闻。欢迎关注我们的喜马拉雅:数据君_qc。
今天是202011月3日,星期二,我们的主题《2020美国大选:花落谁家?这次民意调查靠谱吗?》

    美国总统大选前的最后一个周末,两位超过70岁的参选人唐纳德·特朗普和乔·拜登,仍然奔波在竞选拉票的道路上。唐纳德·特朗普出现在宾夕法尼亚州,并连续举行4场竞选集会。而民主党参选人乔·拜登则和美国前总统奥巴马出现在密歇根州竞选集会现场。

  根据选举预测网站538发布的数据显示,截止10月31日,在美国全国范围内拜登以52%对43.4%的优势领先特朗普。

  目前,在几个关键的摇摆州,拜登同样全面领先特朗普:在佛罗里达州,拜登的领先优势是2.2%,宾夕法尼亚州领先5.2%,密歇根州领先8.8%,威斯康星州领先8.6%。

  就数据来看,拜登在今年的美国大选中获胜的几率还是很高的,但是另外一家民调数据网站RealClearPoll公布的数据显示,尽管拜登在全国范围内以较大优势领先特朗普,但相比2016年,拜登在关键州的领先优势并不比希拉里更大。2016年美国总统选举中,川普在民调唱衰的背景下“逆天改命”,击败了看似稳操胜券的希拉里。这种令人大跌眼镜的结果使得民意调查的准确度遭受了前所未有的质疑。

  那么,今年我们还能相信民意调查的结果吗?在作出回答前,先让我们简单了解一下美国大选的民调数据是哪里来的。其实这些数据通常由专门的民调机构和一些大型媒体负责统计,有独立完成的、也有多个机构合作完成的项目。

  在大选民调数据方面最有名的民调机构当属盖洛普公司,一家最具权威、公正的全球化的国际知名民调机构,对于美国大选的民意调查,2012年之前盖洛普的预测数据还是相当精准的,从1936年到2008年,盖洛普只有两次的总统大选结果预测错误。

  民意调查结果,一直是美国总统大选时最倚重的数据来源。在长达半年的总统竞选活动中,会有许多组织通过不同方式进行大量调查,将结果汇总成民意调查数据。他的模型收集整理来自各个渠道的民意调查数据,根据历史表现调整它们的重要性,靠大量数据抹平单次调查结果中可能出现的偏差,改善模型的准确性并且做出预测——收集、处理、运算、反馈,循环往复,逐渐完善。

  在更大的数据规模上,总统候选人们也采用了同样的策略,所依赖的数据来源也不仅仅是民意调查结果,还涵盖了诸多社交网站和公开及私有的数据库。及时收集这些数据,并且帮助制定策略以获得更多选民的技术,成了两党候选人的重要武器。

  由数据驱动的竞选策略,将会帮候选人筛选出吸引特定选民的最佳行为。这意味着电视广告的时段和内容、网站广告的选择和展示时间,甚至是应该用电子邮件还是电话来争取选民的选票。

  这和商业巨头们对消费者所做的事情很像,让潜在消费者心满意足地掏出钱包和投出选票,在本质上并无不同,胜利取决于是否能比竞争对手更深入地挖掘潜在选民的个性化需求,并且适时满足这些需求。

  例如,2016年美国大选的时候,英国的剑桥分析公司与美国共和党签订了价值五百万美元的订单,帮助特朗普分析可能争取到的摇摆投票者,并且改善针对他们的信息传递方式。这家公司的素材来自超市购物记录、电视节目播放记录和互联网浏览记录,为每个用户建立4000-5000个数据点,精确将用户分类,并且设计专门的方案来说服他们。

  科技手段在美国大选中扮演着越来越重要的角色,美国总统竞选也从政治经验和民众倾向的复杂判断变成了精准微妙的数字游戏。候选人的技术顾问们通过各种活动、数据库和社交网站构建选民数据库,再精益求精地改善算法,以求设计出最可能赢得选民的政策、说辞,甚至是细微的动作和外套的颜色。

  这是高度定制化的竞选策略,背后隐藏的是对选民详细资料的透彻了解。这些技术可以达到相当精细的程度:今年8月,共和党在一次宣传活动中,通过10万个网页向社交网站Facebook的用户展示了广告,而其中每一个网页都瞄准了一位不同类型的选民。

  目前美国大选已经有超过9000万选民提前投票,提前投票人数显著超过2016年。更多选民进行投票,意味着民调数据的参考性更高。

  但由于新冠疫情和现场投票人数过多的影响,今年大选邮寄选票比例的激增,选举结果出炉出现延后的可能性也相应增加。在11月3日选民投票结束后,各州处理投票结果的最后期限是12月8日。今年美国大选之后,究竟谁能入主白宫呢?

  好了,本期的情报局到这里就全部结束了,你们还有什么想听的、想说的,欢迎积极给我们留言,我们下期再见。

责任编辑:姚治

分享:
速读区块链
贵州

贵州大数据产业政策

贵州大数据产业动态

贵州大数据企业

更多
大数据概念_大数据分析_大数据应用_大数据百科专题
企业
更多