更完美的聯盟

巴拉克奧巴馬當選總統的兩年后，民主黨遭遇了幾十年來最重大的挫敗。民主黨在議會的多數優勢曾給奧巴馬帶來了立法上的成功，改革了醫療保險和金融市場。但在中期選舉中，這種優勢被一掃而空。眾議院的控制權被逆轉，而民主黨在參議院的領導地位也縮水成了微弱優勢，已經難以掌控該院。專家們費力地解釋茶黨興起的原因。選民們對奧巴馬的政治議題感到失望，這一點顯而易見，因為獨立選民突然轉舵支持共和黨，民主黨選民則不愿出門投票。2010年，民主黨全國委員會（Democratic NationalCommittee）在奧巴馬時代的第一次考試中未能過關：沒能把曾經的奧巴馬聯盟繼續團結在一起。

但對于民主黨而言，在所有這些失敗中尚有一絲凄涼的安慰：丹瓦格納（Dan Wagner）之前已經預見到了這場挫敗。2009年1月，瓦格納被民主黨全國委員會聘為目標定位總監，負責收集和分析選民信息，用來幫助委員會通過直郵和電話的方式接觸個體選民。他把這些信息輸入到自己的統計模型中，結果發現這些原材料實際上已經相當于一系列對選民態度和傾向性的問卷調查了。他請委員會的技術部門研發了一套軟件，把這些信息轉換成表格。他把這個軟件叫做“調查經理（SurveyManager）”。

那年秋天，紐約上州舉行了一場特殊選舉來填補一個國會席位的空缺，瓦格納在選舉日遠未到來之時就成功地預測出了最后的票數差距，誤差小于150票。幾個月后，民意調查人員預測瑪莎科克利（Martha Coakley）將毫無疑問地贏得另一場補選，填補泰德肯尼迪（Ted Kennedy）逝世后空出來的馬薩諸塞州聯邦參議員席位。但是瓦格納的調查經理軟件正確地預測出共和黨人斯科特·布朗（Scott Brown）會在這個民主黨勢力強大的州勝出。“在你將要獲得勝利的時候做出正確的預測是一回事，而在你將要失敗的時候正確地做出預測又是另外一回事了。”位于民主黨全國委員會的總統競選團體“為美國組織起來”的全國副主管杰里米伯德說。（譯注：2013年1月，“為美國組織起來”已經變身為繼續幫助奧巴馬實現政治議程的非牟利團體“行動組織”。）

而在輸掉選舉的5個月前就能正確做出預測又是另一回事了。當2010年中期選舉臨近的時候，瓦格納做了一個統計模型，預測參議院和74個國會選區的競選結果。他從6月份起就開始預測了。后來證明，他當時得出的勝負票差準確得驚人。但是他并不是通過傳統的民意調查做到這一點的，而是一票一票地統計選票。當幾千通電話調查的結果和民主黨全國委員會數據庫中豐富的統計檔案匹配起來的時候，瓦格納第一次意識到民主黨有麻煩了。民主黨的核心選民告訴委員會的電話調查員，他們出__投票的可能性遠低于統計概率的預測。瓦格納還可以計算出民主黨的動員計劃需要付出多少努力才能提高支持者的投票率，他還知道在大多數選區，動員計劃不足以彌補調查經理軟件上顯現的差距。

瓦格納對國會競選的預測只有平均2.5%的誤差。“很多人不明白這背后的數學方法，但知道這種方法產生了價值。對他們來說，這個數字是一個證明，”“為美國組織起來”的主管米奇斯圖爾特說，“當第一次補選結束后，他的話在民主黨全國委員會內部就成為了金字標準。”

瓦格納所獲成就的重要性遠遠不止于在距選舉日幾個月前就能宣布準是獲勝者。他的方法實際上是和20世紀追蹤民意的工具做了一個清晰的了斷。上個世紀使用的方法是隔離出小樣本作為整體的代表。而瓦格納是從一批骨干分析人員中脫穎而出。這些人把每個選民視為獨立個體，逐漸累積對每個人的觀念和行為的推測，直到為每個人拼畫出一幅肖像。

瓦格納的這套方法標志著一種醞釀了10年的新思路開始付諸實踐。預測者眼中的選民不再局限于政治地理學或人口學類別如年齡和性別中。這些傳統的人口學類別劃分依賴于民意調查員詢問的選民屬性，以及市場營銷人員為商業目的對消費者進行的劃分。如今，選民被視為一個個公民個體，每個人都能按照自己的具體狀況被測量和評估。現在，該由那些希望領導這些公民的候選人來創造一場選戰了，在這場戰役中，他就將以這種針對個體的方式來和民眾們展開互動。

在選民們第二度把奧巴馬送上總統寶座以后，他的競選團隊因為對技術的使用而一舉成名。這些技術由一個政治選舉中不常見的程序員和工程師團隊開發，重新定義了個人使用互聯網、社交媒體和智能手機參與政治過程的方式。其中一項手機應用程序讓選民調查員不用跑到競選辦公室里就能下載和返回調查表；網絡平臺Dashboard可以給最積極的支持者排序，把志愿者的活動游戲化：“目標分享”協議可以挖掘奧巴馬支持者在Facebook上的人脈網絡，尋找競選團隊想要注冊、動員或游說的人。

但隱藏在所有這些方法底下的，是用來描述特定選民的分數：一種預測個人行為的新政治貨幣。競選團隊不僅僅能知道你是什么人，它還非常清楚怎么把你變成它想要你成為的人。

4年前，瓦格納在芝加哥一家經濟咨詢公司工作，在那里發揮他在芝加哥大學研讀計量經濟學時獲得的預測技能。當時巴拉克奧巴馬是伊利諾伊州的參議員，瓦格納成了他的擁躉，決定助陣這名自己家鄉的參議員角逐2008年的總統選舉。當時24歲的瓦格納很快來到了愛荷華州的州府得梅因，負責把該州選民的檔案數據輸入系統。在這些檔案的指導下，奧巴馬在愛荷華民主黨黨內會議上取得了關鍵性的勝利（獲選民主黨總統候選人）。在長時間的黨內初選過程中，瓦格納從一個州輾轉至另一個州，對選民數據以及使用統計模型來篩選選民的方式日益熟悉。在大選中，他被任命為五大湖/俄亥俄河谷地區的首席目標定位員，這里是全國拉鋸最激烈的戰場。

奧巴馬勝選后，他的首席顧問團中有許多人移居到了華盛頓，開始為執政做準備。瓦格納則被要求留守后方，在一個選后專門小組中工作，回顧這場在外部世界看來沒有任何技術失誤的選戰。

2008年的總統選舉中，奧巴馬陣營中的目標定位員們給這個國家中的每一位選民都打了兩個分數。這兩個分數是基于每個人在兩種和選戰息息相關的行為上的可能性：投票、支持奧巴馬。這些分數是由持續展開、前所未有的大量調查得來的。在每個兩黨競爭激勵的搖擺州，競選團隊的電話調查中心每周都會撥出5千至1萬個電話，進行所謂的簡短訪問，快速衡量某位選民的傾向性。此外，他們還會再撥打1千個電話，進行更類似傳統問卷的歷時較長的訪問。為了得出基于個體的預測，算法會在選民反饋的觀點和競選團隊收集到的每個選民的數據之間尋找模式。每位選民有1千個之多的變量，數據的來源包括選民登記信息、消費者數據倉庫，以及以往的選戰人際關系。

這種創新方式在前線操作中最具價值。在那里，一個幾近完美的微目標定位模型循環系統引導志愿者走訪或電話訪問某位選民，根據系統事先擬定的問題展開對話。而每次這樣的互動所產生的數據會傳回到奧巴馬競選團隊的電腦中，進一步改善模型，指示志愿者接下來哪戶人家的大門值得去融一融。這一過程的效率之高、規模之大，使得民主黨在為選民做特征記錄時遠遠走在了前面。約翰麥凱恩（John McCain）的競選團隊在大部分州僅僅使用了一次數據模型，在當年夏季把每位選民歸入到其微目標定位系統的某個分類中。當選舉的動態發生變化時，麥凱恩的顧問團無法重新計算出選民們支持某位候選人的可能性。而奧巴馬團隊的分數則每周調整，對新事件比如莎拉佩林被提名副總統候選人或雷曼兄弟集團倒閉做出回應。

不過，在奧巴馬團隊的內部，大家都清楚數據技術存在不足。有個問題在政治信息基礎設施中很典型，就是有關人們的資料信息和競選團隊與他們的互動數據是分開儲存的。這主要是因為這些數據庫是由不同的咨詢團隊分別研發，而他們并無興趣讓各自的系統聯合起來運作。

不過，專門小組知道，下次選戰不會再有這樣的問題。因為奧巴馬將會以一個在任總統的身份進行自己的最后一次總統選舉，而不再是以挑戰者的角色來對陣一個當權者。4年來，這個小組的成員們都明白，他們這個團隊將掌控民主黨的組織架構。決定市場行為的將是他們這個小組的需求，而非咨詢公司或供應商的意見。他們的報告建議創建一個“選民關系管理系統”，讓整個競選團隊中的所有工作人員都不再把每個人單單地視為選民、志愿者、捐贈人或網站用戶，而是完全意義上的公民。“我們意識到，競選團隊中的其他人在和我們的數據及（信息）基礎設施的互動上存在問題，我們需要把這個系統提供給團隊的所有部門。”專門小組數據應用研發員克里斯·文格任說。

文格任后來擔任了民主黨全國委員會的目標定位研發員。他監督了一系列購買活動。這些花費的目的是為了讓民主黨不再依賴外來數據。委員會購置了一套西門子企業系統