Wie kijkt er mee in jouw Facebook en wat doen ondernemers daarmee?

[TwaBla]

Vandaag wijst Facebook zijn Nederlandse gebruikers op het lijstje Apps en Websites dat toegang heeft tot je profiel, je contacten en je activiteiten.

 

In mijn overzicht zie ik usuals suspects zoals Hema en Airbnb die ik blijkbaar impliciet toestemming heb verschaft om in mijn data te neuzen, maar ook drie social media measurement services waarvan ik er twee niet herken: Simply Measured, Socialbakers en Brandwatch. Die zijn blijkbaar meegelift met een andere permission based service.

 

Met Brandwatch heb ik samengewerkt, en daar waren ze heel trots dat ze ALLES van Facebook in hun eigen datawarehouse hadden. Ik vond het praktische nut van hun social media monitoring tools echter beperkt. Dus dan wordt A meer genoemd dan B, so what? Ook van het politiek gebruik van deze data ben ik niet onder de indruk. Targetten op mensen die mopperthema's en vreemdelingenhaat liken, veel succes.

 

Maar hoe komen deze parasieten in mijn preferences terecht? Sluipen die bij iedereen binnen?

 

En doen ze weleens iets interessants met al die data? Voorbeelden die relevant zijn voor ondernemers?

 

[Richard Theuws]

 

Maar hoe komen deze parasieten in mijn preferences terecht? Sluipen die bij iedereen binnen?

 

 

Misschien heb je een keer een testje gedaan om te kijken welk ontbijtje het meest op jou lijkt, hoe hoog je IQ of EQ is of iets dergelijks.

 

Gebruikelijke wijze van data harvesten is door mensen 'leuke testjes' voor te schotelen waarvoor ze wel even toegang moeten geven tot hun (complete) facebookprofiel. Je kunt vaak op dat moment die toegang ook beperken tot het minimum, maar daar moet je dus nét iets meer voor doen dan alleen op 'ok' klikken.

 

meer info over de quizjes die CA gebruikte

[MrHTTP]

Maar hoe komen deze parasieten in mijn preferences terecht? Sluipen die bij iedereen binnen?

De pagina "Apps en websites" op Facebook is niets nieuws en was er altijd al.

Alles wat je daar ziet heb je expliciet toestemming voor gegeven. Niet impliciet zoals je zegt. Je bent het vast vergeten.

Kijk misschien ook even naar de datums om te kijken of dit je helpt meer inzicht te krijgen in de volgens jouw impliciet verkregen toegang. Het is bij mijn weten namelijk technisch niet mogelijk om op die overzichtspagina te komen zonder ooit expliciet, via de door Facebook opgezette authenticatie-authorisatie-flow, toegang te hebben gegeven.

 

En doen ze weleens iets interessants met al die data? Voorbeelden die relevant zijn voor ondernemers?

Je kunt er enorm veel kanten mee op.

 

Je kent vast de situatie waarin je in een fysieke winkel de vraag krijgt "Mogen wij U postcode weten?" Die postcode wordt gebruikt om tegen de CBS database te leggen en andere datapunten die inzicht geven in de klanten.

 

Kom je wel eens bij het Kruidvat? Ze vragen mij al zeker 3 jaar of ik een hun klantenpas heb en wil.

 

Als we dit vertalen naar de "online wereld" is er niets gedetaileerder dan een Facebook profiel.

Daarnaast toont het niet alleen informatie over de klant maar de gehele sociale context waarin de klant zich voort brengt.

De mogelijkheden zijn eindeloos...

Maar het past natuurlijk het beste binnen organisaties die data-driven werken.

 

[MrHTTP]

Een paar voorbeelden.

Je moet er wel rekening mee houden dat partijen die dit ten volle benutten ook over de financiele middelen beschikken.

 

Je hebt een webwinkel en je wilt groeien

 

Je wilt een groter marktaandeel door je productcatalogus uit te breiden.

Dit brengt risico's met zich mee en je wilt zo min mogelijk risico nemen.

Je marketing afdeling is erg tech-savy en is volledig geintegreerd in sociale media platformen,

doet aan relevante content marketing etc.

Je vraagt hun een analyse te maken op de gegevens die ze hebben.

Je wilt allereerst per klant weten welke online referenties ze maken naar producten.

Dan streep je alle producten weg die je zelf al in je productcatalogus hebt.

Dan streep je producten weg die qua business strategie niet logisch zijn of onmogelijk zijn voor een webwinkel.

Wat overblijft is een lijst van producten, hoevaak ernaar verwezen is en welke klanten dat waren.

Nu kun je ranking nog op allerlei manier aanpassen en segmenteren.

Interessant kan zijn om alleen naar de potentiele producten te kijken van je klanten die ook in de hoogste categorie zitten qua uitgaves binnen jouw webwinkel.

Zo kun je de productcatalogus data-driven laten groeien met zo min mogelijk risico's.

Je ICT afdeling zal continue bezig zijn het algoritme te verbeteren i.s.m. andere afdelingen.

 

Je wilt meer winst.

Het begin is hetzelfde als hierboven.

Je vraagt je marketing afdeling dit keer om iets anders.

Je wilt namelijk flink meer winst.

We nemen de huidige productcatalogus en leggen die tegen de productcatalogus van de concurrentie.

Niet zo moeilijk voor webwinkels...

We maken een overzicht van alle producten met daarbij

- de laagst gevonden prijs

- de hoogst gevonden prijs

- jouw prijs

We kijken naar de producten die klanten bij ons kochten ondanks dat we zeker niet de goedkoopste zijn/waren.

Hierbij maken we een verschil tussen producten die je "standalone" koopt of als accessoire (onderdeel van iets anders).

Indien een groot percentage in het algemeen of voor bepaald productgroepen je klanten de hogere prijs willen betalen.

Ga dan je prijs langzaam verhogen binnen de speelruimte (van jou en je concurrentie).

 

 

Je biedt een online dienst aan en wil je sales afdeling optimaliseren

 

Je wilt weten hoeveel je aan een klant gaat verdienen.

Je marketing afdeling heeft een leuke tool/campagne/advertentie gemaakt via een social media kanaal of site waarmee het leads binnen krijgt.

Aangezien iedereen op Facebook/LinkedIn/etc staat verzameld een bot deze meta data bij elke lead.

Op basis van je huidige klanten en hun gegevens heb je een A.I. gemaakt die de taak heeft op basis van de input

die je geeft (de lead en meta-data) de potentiele waarde van de klant terug te geven.

(Normaal doet niet 1 A.I. dit maar meerdere die je dan combineert i.v.m. het begrijpbaar houden.)

Dit heeft het geleert door dezelfde input te geven vooraf maar dan van alle bestaande klanten.

Het nummer wat hieruit naar boven komt wordt gebruikt om een wachtrij te maken voor de sales afdeling.

Het is dus geen FIFO or LIFO voor het afhandelen van leads maar de klant met de meeste potentie gaat voor.

Elke business intelligence die voort komt uit de sales afdeling gaat ook weer terug in de machine learning processen voor A.I.

ter verdere verbetering maar nu niet alleen met bestaande klanten en die inzicht maar ook met mislukte sales pogingen en die klant gegevens.

 

 

De voorbeelden hier komen uit de wereld van marketing automation/marketing technologie/data-driven business/product development/machine learning en nog wat volgens mij. Punt wat ik daarbij wil zeggen is dat data niet als iets aparts binnen een onderneming gezien moet worden. Het is geen "waste". Het zou de "main driver" binnen je onderneming moeten zijn. Dat is als jouw onderneming VOLLEDIG data-driven is. Iets wat niet heel praktisch is net als het paperless office. Maar 0% data-driven is mijn ogen kansen laten liggen.

 

[TwaBla]

Alles wat je daar ziet heb je expliciet toestemming voor gegeven. Niet impliciet zoals je zegt. Je bent het vast vergeten.

Ik vergeet niks. Dat van die testen uit het eerdere antwoord lijkt me meer plausibel. Daar heb ik inderdaad één a twee keer aan meegedaan. Maar volgens mij liften die parasitaire verzamelaars nog op andere manieren mee.

 

[Richard Theuws]

Alles wat je daar ziet heb je expliciet toestemming voor gegeven. Niet impliciet zoals je zegt. Je bent het vast vergeten.

Ik vergeet niks. Dat van die testen uit het eerdere antwoord lijkt me meer plausibel. Daar heb ik inderdaad één a twee keer aan meegedaan. Maar volgens mij liften die parasitaire verzamelaars nog op andere manieren mee.

 

 

Nou ja, dat IS dus expliciet toestemming geven; dát is de manier waarop fb data rechtstreeks geharvest wordt, en ook bij andere sites/diensten waar ze bij 'inloggen met facebook' iets meer toegang vragen dan je zou willen geven (wat je dus ook steeds uit kunt zetten, dat heeft FB op zich netjes geregeld).

[TwaBla]

Elke business intelligence die voort komt uit de sales afdeling gaat ook weer terug in de machine learning processen voor A.I. ter verdere verbetering maar nu niet alleen met bestaande klanten en die inzicht maar ook met mislukte sales pogingen en die klant gegevens.

Ik bedoelde praktijkvoorbeelden, niet een of ander theoretisch verhaal.

 

Ik volg de partijen die de financiële middelen hebben (en de data en de tools en de analisten) al decennia. Ik heb met Brandwatch gewerkt, onbeperkte data-limiet. Was niet onder de indruk van de standaard toolbox. En ken eigenlijk geen enkel voorbeeld* van een echte diepgravende analyse.

 

Als je even nadenkt over wat Cambridge Analytica heeft gedaan voor Trump is dat ook geen hoogstaande analyse. Je stelt simpelweg vast wie bepaalde zeik-themas (illegale immigratie) liket en je richt je campagnes op deze ontevreden kiezers.

 

 

* ^{Ze zijn er vast wel...}

 

[MrHTTP]

Ik vergeet niks. Dat van die testen uit het eerdere antwoord lijkt me meer plausibel. Daar heb ik inderdaad één a twee keer aan meegedaan.

Het is zeker plausibel dat als jij een test doet deze in het overzicht komt op Facebook. Ik ontken dat niet.

Maar dan heb jij alsnog zelf die test gedaan. Het gebeurt niet spontaan.

Sowieso 99% van al die tests net als al die A.I. (fakenews/content)sites, clickbait algorithmes. Het is allemaal black hat marketing of op zijn minst twijfelachtig. Gewoon nooit aan mee doen. Je krijgt compleet waardeloze informatie in ruil voor je gegevens.

 

Maar volgens mij liften die parasitaire verzamelaars nog op andere manieren mee.

Facebook heeft regels, als developer heb je een overeenkomst met Facebook. Facebook verkoopt geen data door en de developer mag geen data doorverkopen. Dit is in het verleden misgegaan omdat er geen (volwaardig/effectief) controle protocol was binnen Facebook. Daarnaast blijft het een kwestie van vertrouwen en de overeenkomst.

Iedereen kan ervoor kiezen zich niet aan de overeenkomst te houden en een risico te nemen.

Dat is het nadeel van dit alles. Parasieten zul je altijd hebben.

 

[TwaBla]

Neem bijvoorbeeld LocalBlox die onlangs de achterdeur liet open staan naar 48 miljoen dossiers in een database met 1,2 terabytes aan data van Facebook, Linkedin en Twitter. Zij beweren 270M profielen te hebben, en die te kunnen combineren met gedragsdata en lokaties.

 

Nounou.

 

Wat doen ze daar zoal mee? Een toepassing is lead generation en audience buying. Zwangere moeders bijvoorbeeld, of mensen die zich oriënteren op een nieuwe auto. Een andere toepassing is het toespitsen van content op interessen en voorkeuren. Zo zijn er nog een paar. Die hadden we twintig jaar geleden ook al, maar nu verfijnder en toegankelijk in realtime...

 

Hoe dan ook: er zijn geen adverteerders die interesse hebben in het gedrag van 1 individuele klant. Daar hebben ze geen tijd voor. Inbreuk op privacy blijft dan ook beperkt tot: goh, hoe weten zij nou dat ik stiekum drink?

 

[TwaBla]

Maar hoe komt LocalBlox aan die data?

 

Het kan niet anders* of ze kopen die in. Bij Linkedin en Facebook die niet alleen jouw profieldata hebben, maar ook jouw kennissenkring kennen, jouw lees- en likegedrag en via pixels op sites van jouw favoriete winkels, media, en andere bestemmingen tot aan ziekenhuizen toe.

 

Maar waarschijnlijk ook bij TomTom, bij kredietinfoverzamelaars zoals Experian, bij de KvK, bij creditcardbedrijven en payment service providers als Paypal. Verkoopt de Belastingdienst data? Heeft iDeal aparte gebruiksvoorwaarden?

 

Gaat allemaal in de datastampot. ;)

 

* ^{Harvesten? Dan moet de achterdeur van het datawarehouse wijd open staan. Brandwatch had gewoon alles gekocht.}

 

[MrHTTP]

En ken eigenlijk geen enkel voorbeeld* van een echte diepgravende analyse.

Kan je een voorbeeld geven van een "diepgravende analyse"?

 

Ik bedoelde praktijkvoorbeelden, niet een of ander theoretisch verhaal.

Als ik wat meer weet over wat je zoekt zal ik een paar mooie voor je zoeken.

 

Als je even nadenkt over wat Cambridge Analytica heeft gedaan voor Trump is dat ook geen hoogstaande analyse. Je stelt simpelweg vast wie bepaalde zeik-themas (illegale immigratie) liket en je richt je campagnes op deze ontevreden kiezers.

Niet helemaal met je eens. Je moet honderden persona's minen uit de data (wat dankzij de testen die mensen deden + hun profiel data mogelijk was). Daarvan moet je collectieve issues bepalen, de bijbehorende targetting en flink wat A/B tests voor advertentie/conversie optimalisatie. De kracht was om mensen, dankzij hun geidentificeerd karakter, emotieel te laten reageren in een politiek debat.

De feitelijke stappen mogen misschien niet al te complex zijn maar de omvang en bewezen effectiviteit spreken voor zich.

 

[TwaBla]

 

1. Wat zijn kiesgebieden/states op de wip?

2. Wat kenmerkt ontevreden Democrats daar?

3. Hoe sluit dat aan bij onze campagnethema's?

4. Target campagnes die onvrede bevestigen op gefilterde kiezers.

[MrHTTP]

 

1. Wat zijn kiesgebieden/states op de wip?

2. Wat kenmerkt ontevreden Democrats daar?

3. Hoe sluit dat aan bij onze campagnethema's?

4. Target campagnes die onvrede bevestigen op gefilterde kiezers.

 

Was dat niet gewoon de Obama campagnes op social media tijdens die verkiezingen...?

Cambridge manier was een deels illegale (vanwege de illegaal verkregen data) manier van handelen maar was geinspireert op de geweldige sociale media campagne van Obama die hetzelfde deed met data uit hun eigen apps.

Alleen zou je kunnen zeggen dat Obama zich richtte op "verandering" en Trump op "conservatieve onvrede".

Voor verandering moet je rationeel denken, voor conservatieve onvrede niet. Ik vind het verwerpelijk maar ik snap het wel.

 

Clinton had sowieso geen kans vanwege de fakenews machine, het feit dat ze de eerste vrouwelijke president zou zijn en als je tegenstander doelbewust hele bevolkingsgroepen online manipuleert ten behoeve van zichzelf en niet ten behoeve van de kiezer zelf. Wat kun je dan doen?

Vervolgens noemen wij die allebei een niet zo complex proces (in hindsight) terwijl het wel een Democratie doet schudden.

[TwaBla]

Was dat niet gewoon de Obama campagne op social media...?

Mijn stelling was ook dat het minder complex is dan gesuggereerd wordt. Over de moraal van de zaak sta ik in dubio. ;D

 

Leestip: portret van de wizzkid en uitleg over de aanpak van Cambridge Analytics (behavioral microtargeting + psychographic messaging), oorspronkelijk bedacht voor de Libdems in de UK. En de persoonlijkheidstest ThisIsMyDigitalLife die ingevuld werd door 320.000 mensen die elk toegang gaven tot gemiddeld 160 andere profielen, opgeteld 51 miljoen. Wat Facebook oogluikend toeliet.

 

[MrHTTP]

Maar hoe komt LocalBlox aan die data?

 

Het kan niet anders* of ze kopen die in. Bij Linkedin en Facebook die niet alleen jouw profieldata hebben, maar ook jouw kennissenkring kennen, jouw lees- en likegedrag en via pixels op sites van jouw favoriete winkels, media, en andere bestemmingen tot aan ziekenhuizen toe.

 

Maar waarschijnlijk ook bij TomTom, bij kredietinfoverzamelaars zoals Experian, bij de KvK, bij creditcardbedrijven en payment service providers als Paypal. Verkoopt de Belastingdienst data? Heeft iDeal aparte gebruiksvoorwaarden?

 

Gaat allemaal in de datastampot. ;)

 

* ^{Harvesten? Dan moet de achterdeur van het datawarehouse wijd open staan. Brandwatch had gewoon alles gekocht.}

 

 

Nu stel je heel veel vragen waar ik je heel veel gedetaileerde antwoorden op kan geven wat ik niet ga doen.

Wat ik je wel kan vertellen

 

- Elke organisatie kan data kopen bij data leveranciers die deze data vaak via bulk leveranciers of de originele bron krijgen en onder licentie/overeenkomst gebruiken. Als organisatie kun je dan aansluiten op hun data hub/web services etc.

- Onze overheidsinstanties hebben strenge regels als het gaat om data vrijgeven.

Voor algemeen nut hebben we open data sets. De Belastingdienst is wettelijk verplicht 100% op slot te zitten.

Maar deelt zijn gevens wel met de EU ivm de EU VIES service http://ec.europa.eu/taxation_customs/vies/?locale=nl en andere overheden.

- De KvK is een speciaal geval. Deze instelling zit met een probleem tussen hun publieke en transparante wettelijke taak en de steeds strenger wordende

privacy regels en het inschrijven van natuurlijke personen (ZZP-ers).

- Ieder bedrijf mag data verkopen als het geanonimiseerd is maar dankzij machine learning maakt het probleem dat het geanonimiseerd is op een bepaald punt niet meer uit aangezien je algoritme al slim genoeg is...

- iDeal doet volgens mij niets want dat is volgens mij een beschermde stichting. je moet dan bij Currence zijn.

Voor IBAN verkeer moet je bij SWIFT zijn.

- Door het nieuws de afgelopen tijd denken veel mensen dat alles gaat om backdoors, leaks en de illuminati ;) etc.

De meeste data is legaal te krijgen en dat is veel.

- Harvesten? Als je bedoeld heel veel downloaden vanaf het publieke internet dan klopt dat.

Net als Google bot, wat feitelijk een bot net is voor Google Search indexing, zijn er andere bot nets die zowel black hat als white hat kunnen zijn.

De meeste data leveranciers hebben dan ook een bot net of iets wat erop lijkt waardoor en snel en efficient delen van het Internet kunnen download

en analyseren om nieuwe data producten te kunnen ontwikkelen.

 

 

[MrHTTP]

Was dat niet gewoon de Obama campagne op social media...?

Mijn stelling was ook dat het minder complex is dan gesuggereerd wordt. Over de moraal van de zaak sta ik in dubio. ;D

 

Leestip: portret van de wizzkid en uitleg over de aanpak van Cambridge Analytics (behavioral microtargeting + psychographic messaging), oorspronkelijk bedacht voor de Libdems in de UK. En de persoonlijkheidstest ThisIsMyDigitalLife die ingevuld werd door 320.000 mensen die elk toegang gaven tot gemiddeld 160 andere profielen, opgeteld 51 miljoen. Wat Facebook oogluikend toeliet.

 

Ik ken het hele verhaal. Hoorde er eind 2016/begin 2017 voor het eerst over. Vorige week ook integraal Mark Zuckerberg gezien voor US congress.

 

 

[MrHTTP]

Als we even de hele politieke inslag loslaten en kijken naar data-driven ondernemingen, wat volgens mij het meest relevant is voor op Higherlevel dan is Etsy wellicht een goed voorbeeld.

 

How Etsy Gets Made

 

 

[Frans Sijtsma]

Lees gewoon dit transcript van een radioprogramma op CBS news uit 2014...Facebook is groot, maar bij lange na niet de enige.

[TwaBla]

- Door het nieuws de afgelopen tijd denken veel mensen dat alles gaat om backdoors, leaks en de illuminati ;) etc.

Het wordt inderdaad niet goed uitgelegd.

 

Maar de onduidelijkheid ontstaat ook doordat betrokkenen veel te spannend doen over machine learning en algoritmes, terwijl het vaak simpele opzetjes zijn. Spannend doen als in: mensen die een hekel hebben aan Israël kopen vaak KitKat. Operation KitKat!

 

Duh.

 

Feit is dat dat er vanuit de militaire wereld en de intelligence industry veel geld vloeit naar onderzoek en grootschalige experimenten met gedragsbeïnvloeding via social media, en dat de politiek met alle ondersteunende belangengroepen op die bandwagon gesprongen is.

 

De doorsnee MKBer kan nog niet zoveel met al die tools. :P

 

[TwaBla]

Als we even de hele politieke inslag loslaten en kijken naar data-driven ondernemingen, wat volgens mij het meest relevant is voor op Higherlevel dan is Etsy wellicht een goed voorbeeld.

Etsy was vijf jaar geleden een interessante kans, maar inmiddels lijkt het een aflopende zaak.

 

Er zal best wat data in de motor gaan, maar als deelnemer merk je daar niet zoveel van. Je verkoopt handgebreide washandjes aan de hele wereld, en je loopt kapot op de verzendkosten. ::)

 

[Ab Bauer]

Nou ja, dat IS dus expliciet toestemming geven; dát is de manier waarop fb data rechtstreeks geharvest wordt, en ook bij andere sites/diensten waar ze bij 'inloggen met facebook' iets meer toegang vragen dan je zou willen geven.

 

Volgens mij is dit inderdaad het grootste gevaar: het 'inloggen met Facebook' wat iedereen achteloos doet omdat het zoveel handiger is dan voor elke site een nieuw wachtwoord te verzinnen.

Als je goed de kleine lettertjes leest zie je dat dergelijke apps/sites toegang krijgen tot ontzettend veel van je FB data.

 

Er wordt dus niet zozeer data gekocht (al hoewel dat vast ook wel zal plaatsvinden) maar meer onder het mom van gemak heel handig rond geneusd in je FB gegevens.

 

Terzijde: Van Etsy kan je idd niet rondkomen, de enige die er beter van wordt is Etsy.

[TwaBla]

Er wordt dus niet zozeer data gekocht (al hoewel dat vast ook wel zal plaatsvinden) maar meer onder het mom van gemak heel handig rond geneusd in je FB gegevens.

Dat wordt nu onderzocht.

 

Facebook bestaat van de exploitatie van zijn social platform, dus ze moeten hun data zo analyseren dat er voor adverteerders hapbare brokken ontstaan. Daar hebben ze hulp bij nodig van wetenschappers en analyse-experts, dus die hebben (onder voorwaarden) toegang tot brondata of geaggregeerde gegevens. En al snel ontstaan social media marketing agencies.

 

Dat er 320.000 mensen meedoen aan een persoonlijkheidstest is niet zo spectaculair (Cosmopolitan doet dat elke maand), maar hoe je de resultaten kan extrapoleren naar een kennissenkring van 51 miljoen is wonderbaarlijk. Hoe werkt dat? Een rascist heeft doorgaans 33% rascisten in zijn adresboek?

 

Volgens mij vergt het bevorderen van happiness via online media (zo begonnen de eerste wetenschappers) en het mobiliseren van onvrede (daar bevinden we ons nu) geen diepgravende analyses. Het is geen rocket science.

 

Marketing is dat ook niet. ;D

 

[MrHTTP]

Dat er 320.000 mensen meedoen aan een persoonlijkheidstest is niet zo spectaculair (Cosmopolitan doet dat elke maand), maar hoe je de resultaten kan extrapoleren naar een kennissenkring van 51 miljoen is wonderbaarlijk. Hoe werkt dat? Een rascist heeft doorgaans 33% rascisten in zijn adresboek?

 

Tot 2014 kon je als ontwikkelaar via de Facebook Developer Tools niet alleen toegang krijgen tot het profiel van degene die toegang/toestemming gaf maar ook van zijn/haar vrienden. Dit kan nu niet meer of het is niet meer standaard (weet het zo even niet). In iedergeval zo kwam men aan die 51 miljoen.

 

[Richard Theuws]

 

Tot 2014 kon je als ontwikkelaar via de Facebook Developer Tools niet alleen toegang krijgen tot het profiel van degene die toegang/toestemming gaf maar ook van zijn/haar vrienden. Dit kan nu niet meer of het is niet meer standaard (weet het zo even niet). In iedergeval zo kwam men aan die 51 miljoen.

 

Via deze link kun je iig nagaan of je informatie (en welke) bekend is (was) bij Cambridge Analytica (volgens facebook zelf dus).

 

Als je vrienden gebruik hebben gemaakt van hun app(s) krijg je ws een resultaat als de bijlage van dit bericht.

 

[TwaBla]

In ieder geval zo kwam men aan die 51 miljoen.

Dat was allemaal al duidelijk. Het zijn er iets minder, want sommige mensen hebben dezelfde kennissen.

 

Het adresboek op zich is niet zo boeiend. Dan moet je van al die kennissen ook weten wat ze lezen, liken en delen. Anders kun je slechts 51 miljoen namen linken aan 320.000 profielen. Het eerdergenoemde LocalBlox biedt 270 miljoen profielen aan.

 

Voor politiek gebruik (en dat is commercieel niet anders) zijn vooral de clusters interesant, niet al die individuele eigenaardigheden. Voor Trump: mensen die zich ergeren aan misdaad, teruglopende werkgelegenheid, import en immigratie. En dan het liefst democrats in wip-staten. Als je daar boodschappen gericht op kan afvuren (kan dat?) ben je al met micro-targeting bezig.

 

[De Ketchupmaker]

Leuk hoor dit draadje. Maar wat is nu eigenlijk het verschil met de tijd van de verzuiling? Toen kreeg iedereen ook alleen het "nieuws" en de advertenties - politiek (propaganda) en commercieel (koop waspoeder bij de confessionelen of socialisten) te zien. Je werd toen lid via een tv-gids, krant of politieke partij van een zuil en vervolgens werd je een bubbel (modern woord voor zuil) ingetrokken en je gegevens doorgegeven. Nu wordt je lid van een social media kanaal en gebeurt eigenlijk precies hetzelfde maar dan met wat modernere technieken.