在过去一年里的奥巴马总统竞选中，很多数据分析得以应用，帮助争取选票。其中，一个关键的部分便是尖端预测分析技术。它改变了市场部门、健康保健组织和其他用户与目标受众交流的方式。

在2013年波士顿预测分析全球大会上，奥巴马竞选活动的统计建模总监做了演讲。他分享了他和他的八人团队如何运用增量建模（uplift modeling）程序精确识别那些倾向于共和党候选人米特·罗姆尼但更可能接受奥巴马竞选信息的选民。

增量建模用来寻找“可说服”的人群。在任何选民群体或潜在消费者中，有些人已经做出了决定，从市场的角度来讲，即时你不对其投放广告，他们也会买你的产品，或者就是不买你的产品。无论是哪一种，联系他们都是对资源的浪费。而另一组人群，如果你联系到他们，他们很可能会转变观点，这些人应该另当别论。有些人需要说服，也不排斥接受说服。

能够识别这些人是一件了不起的事。Porter表示，众所周知，政治竞选几十年来就是让特定选民获益，而不是与其他选民交流。但过去，竞选管理者都依赖于对选民一般化的分析，而且缺少人口统计数据。Porter的数据分析团队相比之下具有这样的优势，即运用民主党全国委员会开发的数据库，该数据库存有公众选票记录和委员会自己的选民数据。在2012年竞选中，分析师搭建、测试并改良了一组基于人口、地理和政治数据的预测建模，统计在摇摆状态下的可以说服的选民的特征。去年十月，奥巴马竞选开始使用建模优化线上和电视广告购买，决定游说者应该去往何处，应该联系哪些选民，应该给哪些人发邮件。

Porter现在是位于华盛顿的数据分析服务供应商BlueLabs的合伙人，他说总统竞选的成功就是增量建模的代言。

他表示：“有人十分喜欢奥巴马，有人十分反对他，我们需要找到可说服的人群，所以我认为，在观点不明确的组织中，增量建模会有更大的发挥空间。”

增量体验，不只是政治

在政治之外，增量建模发展的领域还包括市场和广告。在预测分析全球大会上，美国广告代理商Carmichael Lynch的分析战略家Peter Amstutz表示，市场工作人员通过增量方法能够更加有效地花费他们的广告预算，并通过对可说服的消费者投放广告提升销售。

Carmichael Lynch正在帮助代理美国Subaru的广告业务，Carmichael Lynch使用增量建模识别需要汽车广告并有可能作出回应的互联网用户。内部部署初始增量建模之后，代理公司使用了Rocket Fuel提供的自动数据分析服务，他可以运行线上广告购买平台。Rocket Fuel能够在每天产生的30万数据变量中锁定潜在Subaru买者。

代理商通过向可说服人群线上展示Subaru广告或公益广告来测试该建模，Amstutz表示在第一轮，截止到六月份，较之于展示公共服务的群体，展示Subaru广告的群体中，汽车购买量增加了10%。截止到九月份，已经增长到35%。他表示：“我们相信它还会继续增长。我们不知道哪里是终点，甚至不知道有没有终点。”

还有一些复杂的问题需要考虑，有些利益需要权衡。Amstutz承认随着增量建模的使用，平均转化成本和市场成功与否的标准测量手段都会增加，因为那些态度很清楚的消费者已经不算转变人群了。还要考虑到数据科研工作的成本，你需要确定可说服消费者具备哪些特点，并能够识别适合该建模的人群。使用增量建模需要使用者对建模的搭建、测试、改良和升级有耐心。但一旦增量建模能够正确运作，业务可以事半功倍，投放更多有针对性的广告。他表示：“我们为我们认为真正需要的人提供广告传媒。”

出于需要平衡的因素的原因，增量建模的启用需要得到组织高层管理者的支持。Porter表示，另一方面，如果程序没有快速给以回报，他们可能会终止。他提醒道，在奥巴马竞选中，他的努力得益于竞选经理Jim Messina的支持，Messina本人对分析建模很感兴趣。如果没有Messina的支持，增量建模项目很可能早就失败了。

正确的度量

预测分析全球大会的主席、Prediction Impact咨询公司的总裁Eric Siegel指出，大多数市场管理者测量广告、邮件和其他活动的反应率，并据此计算平均转化成本。但是，这种方法很大程度上把一定会购买该产品的人群计算在内。

Siegel认为，业务部门考虑的应该是影响力，而非回报。不要问如果联系到消费者，他会不会购买你的产品，而要问是不是只有联系到他，他才会购买。

Siegel表示，在大数据时代，很多组织想要分析的数据都在快速增长。购买增量建模这样的应用的公司终将脱颖而出。“数据会说话。如果你学会如何解释它，它会告诉你很多事情。”