Como ya dijimos en el artículo anterior, el Big Data ofrece todo tipo de oportunidades para mejorar las estrategias de los partidos políticos, más allá del voto útil. Una de ellas es la microsegmentación. Con ella, se cambia la manera de hacer campañas: pasamos de macro a micropolítica. Gracias a este salto, podemos averiguar qué mensaje es el adecuado para cada votante en función de sus intereses y de nuestro objetivo (acercarnos, activarlo hacer que vaya a votar o que se convierta en nuestro prescriptor…)

CONOCIENDO A NUESTRO PROPIO PÚBLICO

Aunque llegar al conjunto de los votantes está muy bien, quizás el primer paso que debe seguir cualquier partido político es conocer a sus votantes en distintos ámbitos. ¿Hasta qué punto está su programa alineado con las opiniones de sus afiliados y seguidores en diferentes temas? ¿Pone el partido suficiente énfasis en los temas que más le preocupan a sus votantes?

Los resultados de este análisis pueden ser bastante curiosos. Por ejemplo, hice un sondeo en twitter de los dos partidos políticos “con posibilidades” que están más en los extremos: VOX y Podemos, para comparar cómo se autodefinía una muestra de 4000 de sus seguidores. Los resultados fueron de lo más interesante. La palabra más repetida en los seguidores de ambos partidos era "Mundo" y también coincidían en otras palabras como "política", "derecho" o "periodista" (lo cual era de esperar), además de varias aficiones ("música", "fútbol"…) en proporción variable.

No obstante, a un solo golpe de vista podemos ver que los seguidores de VOX están preocupados por dos temas mayoritarios (España y la familia), que se repite muchísimo la palabra Madrid y que en general son un grupo más homogéneo (hay más palabras con peso, es decir, que se repiten más veces, para la misma muestra). Mientras, los seguidores de Podemos son más heterogéneos, en general se percibe más preocupación por temas culturales y sociales y predominan los estudiantes. ¿Qué más podríamos descubrir si no nos limitarnos a una pequeña muestra de twitter? ¿Y si usáramos el Big Data para cruzar los datos de diversas fuentes sobre los votantes?

Big data y política - a la caza de votantes

Comparativa de autodescripciones de una muestra de los seguidores de VOX y Podemos en twitter

BUSCANDO CANDIDATOS POTENCIALES

Una vez hecho este primer análisis, los partidos pueden poner el foco en encontrar a posibles votantes indecisos, microsegmentarles y lanzarles los mensajes personalizados en base a sus temas de interés. Así, aumentarán las posibilidades de convertirlos en votantes del partido. Adaptando el mensaje a cada indeciso, los impactos serán más certeros y nos aproximaremos a ellos de una manera más efectiva. Incluso podemos detectar a los que estén radicalmente en contra de nuestras ideas y buscar una forma de “suavizar” nuestro discurso en los medios donde sabemos que van a recibir los impactos, para que nos perciban, si no de forma positiva, al menos de forma menos negativa.

DETECTANDO INFLUENCERS

Con Big Data también es sencillo detectar influencers con diversos criterios: alguien al que sigue mucha gente, usuarios que tienen alta tasa de interacción y tienden a mandar post que viralizan, usuarios que están en el centro de grupos de interés o que sirven de enlace entre unos grupos y otros, usuarios más activos… Esto lo podemos cruzar también con un análisis más cualitativo, segmentándolos por temáticas, y contactar con ellos con mensajes más personalizados para intentar que nos ayuden a alcanzar nuestros objetivos cuando sepamos que están alineados con nuestro partido.

En definitiva, el Big Data permite a los partidos políticos una segmentación hiperprecisa tanto de sus afiliados como de votantes potenciales, lo que les permite generar mensajes capaces de calar persona a persona en vez de centrarse en discursos generales dirigidos a una masa. Un buen uso de las tecnologías Big Data permitirá, pues, tanto reforzar a los partidarios como acercarse a los indecisos,

MÁSTER EXPERTO BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

chevron-down