Het voorspellen van de Tweede Kamerverkiezingen 2012 via social media. Is het mogelijk?

Het voorspellen van de Tweede Kamerverkiezingen 2012 via social media. Is het mogelijk?

Social media en de politiek

Als moderne organisatie kun je niet meer om social media heen. Als je wilt worden gekend is het zaak om een social media marketing strategie te hebben. Dat geldt voor bedrijven en net zo zeer voor politieke partijen. Sinds president Obama in 2008 de aandacht trok via sociale media hebben de politieke partijen in Nederland het ook omarmt. Elke partij heeft vandaag de dag wel een Twitter account en Facebook pagina. Ze hebben zich gerealiseerd dat dit is waar mensen vandaag de dag uithangen en waar ze bereikt kunnen worden. De ene partij maakt beter gebruik van deze nieuwe media dan de ander. Sommigen blijven hangen in zend-modus (PVV en SP) terwijl anderen al echt de dialoog met hun achterban aangaan. Maar behalve kiezers aantrekken kun je politiek gezien nog iets anders met social media…

De ‘crowd’ versus traditionele peilingen

Mensen laten een spoor van digitale informatie achter op internet dat geanalyseerd kan worden. Verschillende wetenschappers hebben dan ook geprobeerd om uitspraken over de werkelijkheid te doen aan de hand van duizenden openbare tweets. De voorspellingen variëren van een griepepidemie tot bioscoopsuccessen en bewegingen op de aandelenmarkt.

Het is een aantrekkelijke gedachte dat we in staat zouden zijn om de toekomst te voorspellen met behulp van online media; om echte informatie uit het online geklets te halen. De wetenschappelijke publicaties op dit terrein mogen dan ook op veel aandacht rekenen, maar ze staan zeker niet los van kritiek want dat is er ook.

Waarom het zou kunnen de verkiezingen te voorspellen via Twitter en online media

  • Hoe meer publicaties er verschijnen op nieuwssites, blogs en social media over een politieke partij hoe meer ze ‘top of mind’ raken. De “buzz” bepaalt de naamsbekendheid van de partij en de lijsttrekker. Deze populariteit kan een directe correlatie hebben met het aantal stemmen.
  • Mensen uiten zich spontaan op internet en hun mening is daarmee een directe weerspiegeling van wat ze denken.
  • De ‘crowd’ telt veel meer mensen dan de duizend mensen die in een traditionele peilingen meegenomen worden.
  • In online publicaties kun je sentimenten en mood states meten en deze ‘lading’ geeft belangrijke aanwijzingen over wat mensen van plan zijn te doen. Zie bijvoorbeeld het onderzoek van Bollen et al over de aandelenmarkt (relatie met mood states) en het onderzoek van Asur & Huberman naar bioscoopsuccessen en Twitter.

Waarom het níet zou kunnen de verkiezingen te voorspellen via Twitter en online media

  •  Niet elke persoon die Tweet komt in aanmerking om te stemmen; demografische gegevens van een Tweet zijn onbekend. Ook nemen niet alle kiesgerechtigden deel aan het online media verkeer. Er is een grote ‘stille meerderheid’ die online alleen luistert. Daarnaast zijn degenen die over politieke onderwerpen tweeten niet representatief voor de hele bevolking. Het zijn vaak politici, journalisten en idealisten.
  • Iedereen kan lezen wat je online publiceert, maar wilt dat zeggen dat je daarom de waarheid spreekt? Hoeveel anonieme Twitteraccounts zijn er wel niet? Het is maar de vraag hoe authentiek en waarheidsgetrouw het allemaal is.
  • Mensen kunnen veel praten over een bepaalde partij, maar dat wil niet zeggen dat ze er ook op gaan stemmen. Via sentimentanalyse is hier wellicht voor te compenseren.
  • Humor en sarcasme zijn een groot struikelblok bij sentimentanalyse. Voor een computer is het onmogelijk, vooralsnog, om dit soort teksten op een juiste manier te interpreteren.

Conclusie

Prognoses op basis van Twitter (of andere online media) staan nog in de kinderschoenen. Het is een fascinerend onderzoeksterrein, maar nog niet volwassen. Er is nog dan wel nog geen manier om daadwerkelijk sarcasme te detecteren in tweets, de wet van de grote getallen zegt dat hoe groter de steekproef hoe groter de kans op statistische significatie. Het vinden van het juiste algoritme is een ‘work in progress’.

Een interessant overzichtsartikel met de titel ‘I wanted to predict elections with Twitter and all I got was this lousy paper‘ is onlangs verschenen van de hand van Daniel Gayo-Avello. Hij zette alle onderzoeken rondom forecasting met social media op een rijtje en vatte zijn conclusie samen in één zin: ‘Nee, je kunt geen voorspellingen doen rondom verkiezingen met Twitter’. Zijn grootste kritiek is nog dat veel onderzoeken achteraf ‘voorspellingen’ deden en dat de publicatie van negatieve resultaten uitblijft.

Er valt nog veel te leren voordat iemand in staat is om consequent verkiezingsuitslagen te voorspellen. De voorspellende waarde van Twitter is zeker nog niet bewezen. Hoewel Gayo-Avello heeft aangetoond dat niemand in staat is geweest om overtuigend te bewijzen dat je met social media verkiezingen kunt voorspellen; heeft hij niet bewezen dat het onmogelijk zou zijn!

De hypothese dat Twitter een bepaalde vorm van voorspellende kracht in zich heeft blijft nog overeind. Als mensen zich meer en meer uiten in de digitale media en de computers van vandaag geschikt zijn voor het analyseren van grote hoeveelheden data (big data), dan is het het waard om de mogelijkheid te onderzoeken. Dit type onderzoek kan leiden tot nieuwe inzichten en toepassingen van big data op het gebied van marketing, markt monitoring en data mining. Zou het niet geweldig zijn als we niet alleen in staat waren om vast te stellen waar een bedrijf, en zijn concurrenten, vandaag de dag staat maar dat ook te extrapoleren naar de toekomst? En zo begon BuzzTalk aan haar eigen poging om de verkiezingen met social media te voorspellen.

Experiment met de Tweede Kamer verkiezingen van 2012

Byelex heeft een nieuw experiment opgezet om de Tweede Kamer verkiezingen van 2012 te voorspellen. Voor deze populariteitsmonitor wordt de SaaS applicatie BuzzTalk gebruikt. BuzzTalk is in staat om online bronnen (nieuwssites, blogs, forums, social media) te vinden en te taggen (voorzien van metadata t.b.v. analyse) op basis van jaren van linguïstisch onderzoek.

Maar er zijn zoveel variabelen. Voor welke periode moet je de tweets gaan verzamelen en meten? Ga je actuele tweets zwaarder wegen dan oudere tweets en met welke factor dan? Welke partijen ga je allemaal meenemen? Ga je correcties doorvoeren en zo ja, welke dan en hoe? Hoe ga je om met sentiment en mood states t.o.v. het totaal aantal publicaties en tweets? Welke bronnen neem je mee? Tel je bronnen en tweeps (mensen die twitteren) of publicaties en tweets? Op dit moment zijn er nog veel vragen die opheldering vragen.

Hoe het experiment nu is opgezet is wordt hierna uitgelegd. De totale ‘buzz’ (hoeveel media aandacht een partij krijgt) wordt meegenomen samen met het sentiment daarin (gemeten als de verhouding tussen positieve en negatieve publicaties). Je moet eerst bekend zijn bij mensen om stemmen te trekken. Er moet over je worden gesproken en dat is de gedachte om de totale buzz mee te nemen als factor.

Het adagium ‘There is no such thing as bad publicity’ is misschien wel de grootste PR mythe. Slechte publiciteit kan wel degelijk grote schade toebrengen. Denk aan BP, Toyota of Tiger Woods een paar jaar geleden. Hierdoor wordt ervoor gekozen om te corrigeren voor negatief sentiment. Je trekt dan wel aandacht, maar krijgt er geen stem meer mee. Althans, zo luidt de hypothese.

Een aantal mensen beslist pas dagen voordat ze naar de stembus gaan op welke partij ze zullen stemmen. Dit zijn de zogenaamde ‘zwevende kiezers’. Zij zullen zich in belangrijke mate laten beïnvloeden door het nieuws van dat moment. Daarom ligt het voor de hand om actuele publicaties zwaarder mee te laten wegen dan oudere publicaties.

Op deze manier wordt een voorspelling gedaan die elke dag wordt bijgewerkt. Je kunt deze inzien op de website Predict.nu en het BuzzTalk team is net zo nieuwsgierig als jij naar de resultaten van dit experiment.

Gratis persoonlijke BuzzTalk demo

Fotocredit

Aan de slag met BuzzTalk media intelligence

Wereldwijde monitoring over alle landen en talen heen
Websites, blogs, tweets, Facebook en wetenschappelijke journals
Online en offline (print) media
Radio en TV (Nederland)
Verrijking met feiten via Thomson Reuters
Sentiment, bereik en gemoedstoestand meten
Relaties met beurskoersen nagaan
Gebruiksvriendelijk dashboard
Steeds meer bronnen via Crowd Sourced Learning
Publicatie naar je eigen website of digitale magazine

Doorzoek nu (gratis) alle media: Naar BuzzCovery »
About Barbara Kremers

Barbara helpt kennisondernemers en bedrijven met hun inbound marketing strategie. Wil je aan de slag met digitale marketing, content creatie (met name bloggen) en content curatie? Klik door naar Verzilver Je Expertise »

Speak Your Mind

*