Recientemente he revisado los pinitos hechos allá por 2005 con geoestadística y micromarketing aplicados al análisis electoral. La idea era explorar relaciones entre variables –sociodemografía, participación, voto…-, optimizar las campañas con acciones por canales directos, seleccionando targets de mayor valor y segmentando el mensaje.
Para quien pueda interesar, ahí van algunas reflexiones y ejemplos de análisis.
También el triunfo de Obama en las últimas presidenciales en Estados Unidos ha dado visibilidad a las técnicas de microtargeting con fines electorales, con menciones y artículos en los grandes medios de comunicación como el Washington Post.
El estudio que os mencionaba, desarrollado en colaboración con el instituto de investigación Quor consistió en analizar los resultados electorales históricos en la Comunidad Autónoma Vasca, en los niveles de municipio, distrito y sección censal. Buscábamos explorar relaciones entre variables, validar hipótesis y apoyar decisiones de campaña:
- Identificar variables sociodemográficas relevantes y establecer relaciones causales entre las características de los habitantes y el sentido del voto. Lo innovador fue analizar en el nivel de microzona, sección censal.
- Interpretar tendencias de cambio, evolución de voto a la luz de la evolución sociodeomográfica -incremento de inmigración interna, externa, envejecimiento, tasa de renovación, lengua hablada en el hogar, tasa de paro…-.
- Validar hipótesis de relación entre variación de la participación y sentido del voto .
- Seleccionar targets para acciones de mailing, buzoneo, segmentando el mensaje. En este aspecto buscamos aplicar técnicas analíticas propias del marketing de resultados para maximizar el rendimiento -votantes- con el mínimo coste -impactos-.
¿Los resultados? La verdad, fue un trabajo de investigación pura en laboratorio. Trabajamos testando metodologías más que buscando aplicaciones inmediatas. Evidentemente no logramos un modelo capaz de predecir, sin encuestación, de qué lado cae el último 20% de votos -tal cosa no es posible-.
Pero sí llegamos a conclusiones aplicables inmediatamente, sobre todo en el nivel «micro», en cuanto a relaciones causales, tendencias de cambio y optimización de campañas. A continuación os muestro algunos mapas y gráficos que he recuerado.
Grandes diferencias dentro del municipio
Puede parecer obvio, pero es importante contrastar la hipótesis de que variables como participación y sentido del voto presentan diferencias significativas entre las secciones de un mismo municipio. Hipótesis validada, un par de mapas de ejemplo, toda la Comunidad Autónoma Vasca y el municipio de Basauri.
Correlación entre participación y sentido del voto
Detectamos esta asociación entre ambas variables. De manera general, las microzonas de alta participación presentaban menos voto al PSE (correlación positiva r de pearson = 0,54). En cambio, un alto incremento de participación respecto a las elecciones del ’98 no implicaba un descenso del voto. Es decir, afectaba la participación como «absoluto», no su variación.
Pero lo más interesante fue el análisis «micro» identificando microzonas donde se daban asociaciones más fuertes entre las variables. No os doy más detalles porque no los recuerdo, si os interesa por favor hacédmelo saber y me esfuerzo un poco más.
De todos modos, el mismo caso de Basauri ilustra cómo a mayor participación menor porcentaje y peor progresión de voto a PSE entre elecciones.
Las diferencias entre secciones permiten optimizar acciones con técnicas de marketing directo
La tabla siguiente muestra cómo puede aplicarse un sencillo análisis de micromarketing a la optimización de una campaña de marketing directo, tipo mailing o buzoneo.
Generamos deciles de secciones censales, ordendas por el porcentaje de votos al PSE en dos elecciones consecutivas.
- La cobertura de votos y su agregado nos informan de qué porcentaje de votos a este partido cubrimos al contactar a los residentes en las secciones, según vamos bajando de decil.
- Ratio target nos indicaría la probabilidad de encontrar un votante de PSE, al impactar un hogar -se calculó sobre viviendas en su momento-.
- Coste impacto considera un coste de 0,15€ por impacto -totalmente arbitrario, para que no corresponda a costes reales de mailing ni buzoneo-, ponderado por el Ratio target. Así, 0,15€ x 60% = 0,25€ de coste por impacto en votante de PSE.
- Coste total refleja el coste de cubrir todas las secciones censales del decil. En un análisis muy básico, vemos cómo renunciando a los dos últimos deciles, ahorramos 25.000€, perdiendo sólo el 3% de los votantes en elecciones anteriores.
Ésta es una optimización típica de marketing directo, centrada en llegar a los míos. Evidentemente, en estrategias o tácticas de captación de otros partidos puede usarse técnica análogas, con análisis del tipo en qué secciones hay mucho voto al partido X, para yo hacer llegar mi mensaje específico para estos votantes.
En conclusión, entiendo que el micromarketing aplicado al análisis electoral presenta grandes beneficios, pero es aún escasamente explotado. Sé que algún partido ha hecho algo en esta línea, pero intuyo que aún tiene mucho desarrollo por delante, en dos vertientes:
- Análisis electoral. Interpretación, simulación de escenarios, predicción de voto. A los análisis tradicionales se unen técnicas de análisis espacial y geoestadística, regresiones y clustering espacial, tendencias sociodemográficas aplicadas a microterritorios, etc.
- Informe y visualización. El uso de sistemas de información geográfica como generador de informes es antiguo. Los mapas temáticos son a menudo la mejor manera de mostrar distribuciones estadísticas con componente espacial. Lo novedoso es la disponibilidad de tecnología web mapping, de bajo coste o código abierto, que permite generar cuadros de mando de resultados y ponerlos a disposición de analista o decisores.
En ambas líneas, pero sobre todo esta segunda, estamos trabajando en unica360 en los últimos meses.
En fin, hasta aquí llega la recopilación y reflexión sobre micromarketing electoral. Nos encantaría saber qué opináis, si tenéis experiencias en este campo, os interesa más información… A vuestra disposición.
Guillermo Córdoba
Latest posts by Guillermo Córdoba (see all)
- Automatic Insights, far beyond dashboard - 14-11-2024
- Ubicación óptima de puntos de recarga con análisis espacial - 16-09-2024
- Simulación de movilidad por agentes para tod@s - 07-06-2024
Hoy en día se utiliza más que nunca el geomarketing en política, es una forma muy eficaz de valorar y estimar las votaciones.
Muy interesante el post. Buen trabajo
Gracias, Edgar, he visto en algunos de los casos que muestras en tu blog, muy interesantes. Estaremos encantados si quieres compartir aquí tus experiencias. Un saludo.
interesante informacion del uso de sistemas de informacion geografica en el analisis de campañas electorales, aqui en Peru he dearrollado una herramienta similar, es bueno saber que el uso de estas herramientas cada vez tiene mayor difusion en distintos lugares, felicitaciones por el blog
Hola, Jesús, como bien dices en el mapa hay secciones en las que coinciden alta participación y progresión positiva para el PSE -los barrios de Pozokoetxe, San Miguel, Matadero-. Pero también las hay con alta participación y progresión negativa -Bentakoiko, Virgen de Begoña, Berriotxa…-.
Es decir, hay de todo y no se ve nada clara esa correlación positiva. Lo que aquí ocurre es que efectivamente hay correlación positiva en el conjunto del universo, las 1.720 secciones censales. Esa correlación r=0,54 es apreciable en un entorno en que las predicciones son muy complejas, pero tampoco es gran cosa en términos estadísticos, y deja muchos «huecos» como los que tú has detectado.
En su momento vimos que en municipios, barrios «favorables» tradicionalmente al PSE -como es Basauri- el incremento de participación en ocasiones se tradujo en mayor cuota para el PSE. Y solía ocurrir más en áreas envejecidas, con alta tasa de tercera edad, dependencia y ausencia de reemplazo. Mientras que cuando perjudicaba al PSE tendía a haber más jóvenes. Pero bueno, ya he confesado que no llevamos el análisis todo lo lejos que me habría gustado, y todo este juego de neutralización de variables y su interpretación es complejo.
Resumiendo, que tienes razón en que la imagen no es la mejor para ilustrar el texto al que acompaña. Pero ilustra perfectamente la cruda realidad ;-). Y, precisamente, una aproximación alternativa a esta realidad compleja, donde los modelos lineales «sufren», muy bien puede ser la de clustering con técnicas como SOM. Te me has adelantado porque pensaba publicar alguna reflexión en esta línea, después de leer tu estudio con REDCAP.
Te agradezco que hayas seguido con tanta atención el post, y espero que podamos ver resultados de ese trabajo en Valencia.
Hola Guillermo, estoy revisando tu post y tengo una duda: Comentas que a mayor particpación (zonas azules del mapa) menor progresión del PSE pero en cambio en las zonas Azules del mapa superior (participación) son las zonas azules claras de progresión positiva (106-140%) es decir según esos mapas, a mayor participación mayor progresión.
Hoy estoy algo espeso así que igual estoy equivocado pero si me sacas de la duda mejor!
saludos!
Por cierto estoy haciendo pruebas en Valencia y salen unas cosas muy curiosas teniendo en cuenta las elecciones del 96-2000-04 y 08.
Muy interesante el post. Buen trabajo
Muy buen post!