Cómo los partidos españoles explotan Facebook para captar tu voto

El director de la campaña de Obama en 2012, Jim Messina, aconsejó para el PP de cara a las últimas elecciones generales: la campaña en redes debía concentrarse en las últimas 72 horas y conseguir entre 11 y 13 impactos por votante. “La publicidad en redes estaba orientada a buscar una reacción emocional e inmediata”, dice Rafa Rubio, profesor de la Universidad Complutense. “Es útil solo cuando la acumulación de impactos provoca una reacción que incide en la voluntad de voto”, añade. El objetivo de los anuncios en Facebook ya no era implicar al votante o llevarle a una web con datos sobre pensiones o paro, sino influirle con mensajes agresivos.

La magia de Facebook es la capacidad de adaptar cada mensaje a un público muy segmentado. Por ejemplo: hombre, leonés -o en las provincias donde baila el último escaño-, mayor de 50 años, que simpatiza con líderes del PP o Ciudadanos y escucha Pimpinela. Este es un ejemplo sencillo. La segmentación puede llegar a crear grupos diminutos, que apuntan a no más de 30 o 50 personas. "El objetivo era un público muy segmentado, con un trabajo previo de big data", dice Rubio. El trabajo de big data permitiría definir si los aficionados al fútbol o al camping en ese grupo son más proclives a votar un partido u otro. Facebook ofrece herramientas afinadas para segmentar la audiencia y ajustar el mensaje.

La empresa recibió a cuatro partidos antes de las elecciones catalanas

“Cada trimestre cambia todo y lo que servía hace poco, ahora ya no vale”, dice Marc Elena, CEO y cofundador de Adsmurai, empresa socia de Facebook para la optimización de anuncios. Adsmurai es una de las dos únicas empresas españolas que tiene acceso a los datos internos de Facebook para hacer anuncios microsegmentados según sus audiencias. La empresa, con sede en Barcelona, recibió a cuatro partidos políticos antes de las elecciones catalanas: “Querían saber cómo podían hacerlo para enviar el mensaje que querían por Facebook”, dice. No trabajaron con todos, pero sí con alguno. Sus clientes no le permiten decir cuáles.

No da más detalles, pero es fácil de imaginar. El comportamiento online del usuario le asigna a una categoría. El partido crea mensajes específicos para cada segmentos de categoría. Adsmurai puede testar varios de esos anuncios con un grupo de usuarios. El anuncio que mejor funciona se lanza a toda la categoría. No solo eso: algún partido lo ha impreso y lo ponen en buzones de votantes de barrios con un perfil similar. Es publicidad a la carta. El riesgo o beneficio es obvio: Ciudadanos, por ejemplo, puede segmentar mujeres cercanas al PSOE pero sensibles a la prisión permanente revisable. Para ellas, el mensaje de Rivera no debe ser la unidad de España ni el contrato único, sino el último gran crimen.

La política española avanza con lentitud en esa dirección. Las oportunidades hace años que están ahí, pero la tradición pesa. Los presupuestos de las campañas en redes son aún escasos. El PP se gastó más de 12 millones de euros en las elecciones de 2016. La partida “Otra propaganda y publicidad”, donde se incluye el apartado digital, dispuso de 442.000 euros. Si bien es cierto que 100.000 euros en anuncios en Facebook es mucho dinero, la diferencia con otros tipos de publicidad es extraordinaria.

¿Seguro que es tan terrible?

Cambridge Analytica trabajó para la campaña de Trump en 2016 microsegmentando sus mensajes. Seguían el ejemplo de Obama en 2012. Pero la compañía presumía de innovadora porque aportaba algo más: perfiles psicológicos, con modelos que predecían el carácter. Sin embargo, no está claro que acabaran usando esos perfiles, ni los expertos creen que sean particularmente efectivos: el marketing personalizado según tu psicología ha demostrado efectos pequeños. Además, persuadir votantes es más complicado que venderles crema facial.

Persuadir votantes es más complicado que venderles crema facial

También sabemos que Cambridge Analytica no es infalible porque primero trabajó para Ted Cruz, el candidato republicano que perdió las primarias precisamente contra Trump. Es probable que se haya exagerado la importancia de la empresa en la victoria de Trump.

No hay evidencia científica que demuestre que las campañas políticas en redes sean muy efectivas. La dificultad principal para que la microsegmentación sea decisiva es la competencia feroz. Los mensajes de una campaña pelean, para empezar, con las campañas de los partidos rivales, que usan técnicas parecidas. En 2016, por ejemplo, Trump usó más publicidad en redes sociales, pero Hilary Clinton explotó mejor los mensajes por correo electrónico, según Jessica Baldwin-Philippi, de Fordham University. Además, estas campañas compiten con otras cosas: con los debates electorales, los anuncios en televisión y contra toda la información política. “Los factores que deciden el resultado de una elección son múltiples y complejos”, dice Frederike Kaltheuner, jefa del programa de datos de Privacy International, que añade: “Medir y determinar el efecto de una variable particular es excepcionalmente difícil”.

El peligro real

Facebook y Google tienen mucha información de sus usuarios. Uno de nosotros ha descargado los datos que Google tiene sobre él y hay detalles inquietantes: la empresa por ejemplo almacena las coordenadas de todas sus búsquedas en Google Maps desde 2007. Hay datos exactos de tiendas, hogares, vacaciones, medios de locomoción o lugares de trabajo. Google recuerda nuestros hábitos mejor que nosotros de memoria.

No son solo las redes sociales: es también el historial médico, los pagos con tarjeta, las llamadas o el rastro del móvil. La empresa especializada en riesgo Experian tiene datos de crédito de 900 millones de personas en todo el mundo. Los datos son un mercado infinito, especialmente en Estados Unidos, donde la legislación es más permisiva y existen ficheros con datos personales. El valor no son solo los datos por sí mismos, sino sobre todo su combinación. Hay empresas dedicadas a reunir información dispersa sobre una persona concreta. Estos brokers de datos tienen datos sobre estudios, trabajo, número de hijos, religión, ideas políticas, actividades, intereses, uso de medios y navegación web.

El verdadero pavor llega cuando todos estos servicios se conectan entre sí. Facebook alimentó sus perfiles con datos de brokers como Acxiom, Epsilon, Datalogix y BlueKai, y estas dos últimas fueron luego absorbidas por Oracle, otro gigante del sector. Esas y otras empresas sirven datos para que Facebook pueda ofrecer perfiles más precisos. Facebook avisa discretamente: los anuncios que hay en la web se deciden también con “información que tienen los anunciantes y nuestros socios de marketing”. Ahora Facebook está replanteándose esas asociaciones: la semana pasada anunció que dejaría de agregar variables de Acxiom, haciendo caer un 33% el valor de las acciones de esa compañía, según Reuters.

En España hay dos empresas que usan este tipo de información para política: Target Point y Dialoga. Ambas han trabajado con varios partidos. “Tenemos España dividida en 36.000 microzonas y puedo clasificar las 1.000 donde se hace más snowboard, juegan al pádel o hay mucha gente con seguro privado”, dice José Manuel San Millán, socio director de Target Point. “¿Cómo llegan los partidos a ellos? Ahí sí entra Facebook, Twitter o Instagram, depende de lo que usen”, añade. Target Point usa esta información sobre todo para hacer mapas zonales de campaña: dónde hacer buzoneo, poner carteles o carpas informativas.

No es complicado construir modelos para saber qué probabilidad tienes de ser diabético

Donde los datos no llegan, aparece la estadística. La información disponible sirve para inferir otros datos, a partir de indicios que parecen imposibles: el rato que cargamos el teléfono, si haces faltas de ortografía, la velocidad con que escribes o los minutos que hablas. Y lo peor: todo eso puede usarse para inferir cosas íntimas. No es complicado construir modelos para saber qué probabilidad tienes de ser diabético, de votar por un partido o de estar pensando en ser madre. 

Un estudio famoso de 2013 estimó que bastaba mirar tus likes en Facebook para acertar tu sexo en el 93% de los casos. El modelo también predecía si eras gay con un 88% de probabilidad y tu ideología con el 85%. Estos modelos están en uso. Acxiom tiene en sus perfiles una variable con la probabilidad de que cualquier mujer esté embarazada, y Oracle tiene audiencias de votantes liberales o interesados por la ecología.

Ante este panorama, Cambridge Analytica parece sobre todo un aviso de otros peligros: “Cuanto más sabes de alguien, y más fino es su perfilado y más fácil es apuntarle, más opciones hay de que seas capaz de persuadir, influir o manipular a la gente”, dice Frederike Kaltheuner.

Toda esta información puede usarse para enviarnos marketing personalizado o para adaptar las webs a nuestros gustos. Eso es lo asumible. Pero también puede ser una fuente de discriminación o afectar decisiones trascendentales: conceder un préstamo, negar un seguro, ofrecer un contrato de trabajo. Entre la opacidad y la rapidez, las redes superan nuestra capacidad de comprensión.