Най-голямата грешка, която политици, изследователи и коментатори продължават да правят е приемането на електоралната реалност като изначално предвидима. Повечето десетилетия след края на втората световна война даваха достатъчно основания за това. Наличието на установени и стабилни социални класи, достатъчно налични авторитети, които обясняват света и го подреждат за своите избиратели, профсъюзи, които канализират поведението на потенциално най-недоволните или авторитетни национални медии, подреждащи света, сравнително стабилни и работещи икономики с добър капацитет да поемат размествания и шокове. Това са само част от причините за относителната социална и политическа стабилност, която правеше изборите достатъчно предвидими. Всеки един от тези фактори обаче се разклати през последните двайсетина години и признаците за нарастваща нестабилност и непредвидимост се увеличават. От година на година избирателите в западните общества стават все по-непредвидими, сменят по-бързо политическите си предпочитания и мнения, доверяват се все по-малко на партиите и не разчитат на добре познатите ни организации и авторитети за своята интерпретация на случващото се. Брекзит и вота за Доналд Тръмп са само последни индикации в тази посока.
Успоредно с това все повече се развива тезата за продължаващия и представян като неизбежен провал на социологическите проучвания да предсказват изборни резултати. Това е пресилено. Например, във Великобритания в месеците преди вота на референдума имаше немалко изследвания, които показваха паритет и предимство за тези, които искат страната да напусне. На практика всички изследвания показваха разлика в рамките на статистическата грешка. Отделно от това, постъпващата информация от качествените изследвания разкриваше много по-проблемна картина и по никакъв начин не подсказваше лесна победа за лагера на оставащите. Информацията, идваща от политическите партии, които правеха кампании „на терен“ също бе в тази посока. Прогнозите за току-що отминалите избори в САЩ също не могат да бъдат еднозначно обявени за провал. Хилъри Клинтън има вече над милион гласове преднина и окончателните данни ще й дадат предимство от около процент и половина. Това се доближава плътно до по-консервативните оценки за изхода на вота и е напълно в рамките на статистическата грешка. Същото важи за ключови щати, които тя загуби (Мичигън и Уисконсин). В тях обаче тя на практика не води кампания, а още на първичните избори (които Клинтън там загуби от Сандърс) имаше доказателства за непредвидим и „скрит“ вот, които очевидно са били пренебрегнати от нейните стратези.
В немалка степен засилването на тезата за аналитичен и прогностичен провал има друг произход. И на двата вота бяха правени някои презумции, които се оказват неоснователни и в немалка степен отиват отвъд професионалния анализ. Например, в британските дискусии бе съвсем осезаемо допускането на съществуването на „достатъчно здрав разум“, в случая дефиниран като трезва и рационална оценка на рисковете и оттам положителен вот в полза на оставането на страната в ЕС. В някакъв смисъл тук „скрития вот“ бе очакван в обратна посока, като неговото катализиране трябваше да се случи в самото навечерие на гласуването, дори в самия акт на пускане на бюлетината. В САЩ пък имаше друга презумция и тя беше свързана с оценката за недопустимост на радикалното вербално поведение на вече избрания президент. То следваше да направи невъзможна подкрепата за Донълд Тръмп в ключови демографски групи, най-вече жените. Тези два случая илюстрират вплитането на културни допускания и предпочитания в самия анализ и представянето на проекциите на коментираните изводи и очаквания. Това допълнително създаде усещане за предопределеност, която витаеше и при двата вота. Когато тя не се случи, вината вече можеше лесно да бъде прехвърлена върху социологическите изследвания.
Кои все пак бяха по-неочакваните елементи в поведението на избирателите? С риск за известно опростяване на картината, и в САЩ и Великобритания се случиха едновременно две неща: по-висока мобилизация на по-малко активни групи избиратели и по-ниска активност на предходно по-мобилизирани такива. Например, на британския референдум активността на хората над 65 години бе почти 90%, което е повече от 20% над средната при парламентарни избори. Нещо подобно се случи и при „сините якички“, които все по-малко гласуват, но сега решиха да го направят, при това игнорирайки позициите на партията, която най-често подкрепят (лейбъристите). В същото време, активността на по-младите беше повече от 10% под средната за самия вот. Тази комбинация от фактори бе достатъчна за окончателния резултат. Преди седмица в САЩ видяхме подобна динамика. Намалена активност и подкрепа сред малцинствата, на които демократите толкова разчитаха, но и сред жените, съчетана с повишена активност сред избирателите от мнозинството и най-вече тези без висше образование. При това разликата в подкрепа на Тръмп в тази последна група не е исторически безпрецедентна.
По-внимателен поглед заслужават малкото изследвания, които успяха да предскажат резултатите в двете страни. Първото е на компания в южна Африка, която предсказа изхода и на двата вота посредством анализ на социалните мрежи, но не просто чрез натрупвания на положителни или отрицателни мнения за кандидатите, а и измерване на дълбочината на ентусиазма за техния кандидат. Нещо повече, те дори са изработили карти на най-конкурентните щати именно по този критерий и така са „хванали“ високите нива на подкрепа за Тръмп в Мигичън, Уисконсин и т.н. Разбира се, и традиционните изследвания имат методология за измерване на ентусиазма за отделните кандидати и партии, но тя очевидно има нужда от допълващи инструменти. Втори подход е на английска компания за изследвания, която стига до същите прогнози, но без да разчита на big data, а на непредставителна извадка от около 450 души. Още по-специфичното тук е изричното желание на тези хора анонимно да дадат своето мнение чрез специална собствена регистрация, но и тяхната оценка за нагласите на хората около тях, роднини, колеги, приятели. Те са също така молени да дават своите собствени прогнози за крайните резултати, като данните са след това моделирани в над 100 000 симулации. Трети успешен подход е на американски университет и изследователска компания, които „хванаха“ високата подкрепа за Тръмп чрез няколко хиляден панел от постоянни респонденти. Всеки ден малка част от тях са питани за случващото се и намеренията им за гласуване и нейните автори настояват, че по този начин успешно са наблюдавали разместванията в нагласите.
Случилото се през тази година обаче показва и цената на подценяването на little data, дълбокото разбиране на контекста и динамиката на по-малки общности и региони, навлизането в нюансите и настроенията на по-малки групи хора и начините, по които те интерпретират света и решават да се активизират. Например, стратезите на Клинтън се фокусират изцяло върху Охайо, без да разберат в дълбочина, че случващото се там е индикатор за случващото се в целия, много по-широк Rust Belt. Уисконсин и Мичигън са напълно игнорирани, Клинтън така и не стъпва в първия щат след завършването на първичните избори през миналата пролет. Седмици преди вота кампанията й се оттегли от Вирджиния преди да промени решението си в резултат на намалената разлика. Всъщност, преди да стане политически, това е аналитичен провал. На практика нейната кампания не успява да улови в дълбочина дълбочината, географията и мащаба на недоволството на „сините якички“ и да формулира работещи стратегии как да реагира. В години на нарастващо недоволство и електорална нестабилност това се оказва фатална грешка.
Всички тези примери не подсказват, че е намерена някаква нова вълшебна формула за разбиране и проследяване на динамиката на общественото мнение във времена на социално-политическа нестабилност и силни социални мрежи. Но ясно показват необходимостта от по-добър микс между по-традиционни изследвания, съчетани с обработката на „големи данни“ и дълбокия контекст на „малките данни“. 2017 – та е отново година на важни избори и предизвикателствата с анализа на случващото се няма да са по-малко. Който обаче желае пълна картина и по-дълбоко разбиране ще трябва да се откаже от удобството да получи пълна представа единствено през бързото четене на количествени данни. Доколкото го е имало, това време отмина.
