棒球传奇Yogi Berra曾经是着名的，“难以做到预测，特别是关于未来。”
Berra wasn’t referring to the 2020 presidential election, of course, but the quote is apt when it comes to polling data in the days and weeks leading to Election Day, which, according to most reports, were way off base and predicted an easy win for former Vice President Joe Biden.
相反，比赛 - 截至这个写作 - 太接近了呼叫。
大西洋组织周三他说，那些“严重遗漏”结果的调查对民调行业、媒体机构和分析人士来说都是一场灾难，这些人会打包和解读民意调查，以供公众消费，比如FiveThirtyEight、《纽约时报》的Upshot、以及《经济学人》的选举单元。
然而，民意调查数据和分析是复杂的。政治上的利害关系更大，专家们在压力下做出坚定的预测和叙述。
“It’s a good reminder for marketers of how we have more data at a drastically higher scale, so we should be taking advantage of machine learning and marketing analytics whenever possible,” said Chris Kelly, CEO of California-based Upwave, a leading analytics platform for brand marketers. “Nothing we do in marketing and analytics should look like political polling because we have mountains of additional data – we should be doing much more sophisticated techniques, so we should be proud of what we’re doing and push all of our technology partners to do that.”
Kelly称赞了Nate Silver的FiveThirtyEight，最近有人批评他没有达到目标。与营销行业甚至体育不同，政治民调的数据根本就没有那么可靠。
他说:“根据他们所掌握的数据，他们模拟的是四年前在完全不同的情况下发生的事情，他们可能已经尽可能地复杂了。”凯利补充说，即使是体育联盟也比政治拥有更多的数据，而体育模型往往是错误的。
“我们应该在很多政治预测上放置非常宽的错误栏，因为它们比在体育运动中的数据更少，而且数据比我们在营销中的数据较少，”他说。“这只是难以准备准确的投票措施。”
相反，在营销世界中，中央道委员首席执行官Rick Bruner表示，在营销世界中，采样和投票并不总是推动更多销售和优化支出的正确方法，这有助于公司运行广告ROI的实验。对针对粒度销售数据结果的广告活动进行运行实验是更好的策略。
尽管如此，专家们表示，政治民调机构可以借鉴营销行业推动的技术创新，以创建更准确的数据和分析模型。
衡量行为
专业研究员、调查和市场研究公司Eye Square的美国负责人杰夫•班德表示，测量行为可以得出更准确的数据。他的公司通过市场技术平台为客户进行研究，利用神经科学，他说这可以在政治投票中实现。
“你可以展示一个候选人的商业，并通过相机，经过许可，做面部编码并衡量他们的情绪 - 欢乐，厌恶，愤怒 - 他们不必说一句话，”他说。“面部编码是阅读情绪的一种方式。”
例如，Eye Square的“System 0”眼球追踪解决方案可以帮助营销人员更好地预测哪些广告在亚马逊(Amazon)和电子商务上表现最好，而测试对象并不知道正在测试什么。
注意偏见
Bander表示，从建模和统计角度解释数据的困难之一是数据收集器的偏差。
他说:“很多时候，在民意调查中，人们更想讲一个故事，而不是了解实际情况。”“我们看到，当人们想要得到某些结果时，问这些问题来得到结果。如果你想要真正的结果，这是行不通的。真正重要的是你问谁和你问问题的方式，以获得准确的民意调查。”
由于选举结果慢慢增加，班德尔说，政治民意调查机构可以从营销世界的剧本一个页面。
“通常，在营销中，在测试完成之前，您不会得出结论，”他说。“如果你问某些人并以某种方式询问，那么你想要的任何答案都很容易。提出无偏见的问题需要技能和人才。“
他补充说，民调机构使用20年前同样的方法将是错误的。
“现在有很多不同的偏见，因为世界已经改变了，你必须适应正在发生的事情，”他说。我认为一些较老的民调公司在这方面做得比较慢。”
样本大小很重要
根据皮尤研究中心,在选举民调中，不同的竞选指标有不同的误差幅度。
中央管制的布鲁纳惊讶地发现，在2016年选举之后，媒体中常规引用的一些调查没有考虑样本尺寸。选民也可以简单地改变他们参加调查和选举日的时间之间的思想。更准确的轮询归结为较大的样本，如何招募人们去除偏见，并更加关注民意调查代表的原因，例如战斗地位和“选举地图的升值”。
布鲁纳说:“你试图从对你的调查邀请作出回应的一小部分人的样本中，对一个庞大的群体做出正确的预测，比如美国的选民。”“从数学上讲，如果你能采集到更大物体的完美样本，那就足够了。”但对于像选举这样的事情来说，样本的大小非常重要。”
不过，布鲁纳仍然表示，选举翻转的某些结果仍然可以在研究人员称之为“精确”预测的范围内。
