R-tallet. Epidemier og ideer spreder sig efter samme formel. Inden for markedsføring har man derfor længe skelet til videnskaben om smittespredning i forsøget på at optimere salget af produkter og budskaber.

Infektioner og influencers

Infektioner og influencers

Man skal have lov til at være heldig en gang imellem. Den 13. februar lykkedes det en britisk matematiker og forfatter ved navn Adam Kucharski at få udgivet en populærvidenskabelig bog om, hvordan sygdomme og ideer spreder sig, og det må siges at være imponerede god timing.

Bogen tilbyder desværre ingen hurtige løsninger på vores nuværende problemer – pandemier er, ifølge bogen, så forskellige, at tidligere erfaringer ikke er synderligt brugbare – men giver til gengæld et indblik i den kamp, reklamebranchen og meningsudbydere kæmper for at få vores opmærksomhed.

Det gælder nemlig både for sygdomme og ideer, at de skal spredes for at overleve. Og sjovt nok er de matematiske modeller for, hvordan man spreder en sygdom, et opslag på Facebook eller interessen for den seneste nyskabelse, helt de samme.

Faktisk er hele feltet om spredning forbløffende moderne. De første modeller af smittespredning er fra begyndelsen af det 20. århundrede, da det blev opdaget, at malaria spredes af myg. Dengang var malaria almindelig i Europa, men forståelse af smittevejen hjalp ikke på problemet. Det virkede så umuligt at udrydde alle myggene, at man gav op på forhånd.

Gennembruddet skete, da lægen Ronald Ross indså, at man kunne stoppe malaria uden at slå alle myg ihjel. Man skulle bare sørge for, at der var tilstrækkeligt få myg, så antallet af mennesker, der blev raske, var større end antallet af nye sygdomstilfælde. Når det var tilfældet, ville sygdommen efterhånden forsvinde af sig selv.

Med Ross’ indsigter var der nu en model at arbejde med. Herefter var der frit slag for nye tanker, og man fandt senere på at anskue problemet mere generelt end for myg og mennesker. I enhver gruppe er der således til enhver tid – for enhver mulig infektion – tre slags mennesker: De, der er modtagelige for infektion. De, der er blevet inficeret, og de, der allerede er kommet sig og er immune.

En inficeret vil, ifølge modellen, tilfældigt møde andre mennesker, og hvis en inficeret møder en, der er modtagelig for infektion, så kan infektionen overføres. En inficeret kan hverken inficere en anden inficeret eller en, der er blevet immun.

Læs også, hvordan vi ved hjælp af overvågning, test og karantæne er det muligt at holde smitten i ave.

iPhone-epidemier

Logikken tilskriver, at eftersom de inficerede, der overlever, på et tidspunkt bliver raske og dermed immune over for ny smitte, vil det en dag, helt af sig selv, være mere sandsynligt, at en inficeret løber på en anden inficeret eller på en immun end på én, der er modtagelig for infektion.

Fra den dag af vil der være flere, der bliver immune, end der bliver inficeret, og epidemien vil begynde at brænde ud. Sådan er reglerne, der styrer de modeller, som bruges dagligt for at finde en vej ikke bare gennem COVID-19 pandemien, men også til at åbne vores pengepung. Der kom en dag, hvor der ikke var flere, der fik den spanske syge, præcis som salget af iPhone4 stoppede af sig selv.

Det er dog værd at bemærke, at fra den dag af, hvor epidemien begynder at brænde ud, er man kun halvvejs i forløbet. Halvdelen af dem, der bliver syge, bliver syge, efter at epidemien er toppet. I den simple model for salg af et produkt ser det ligesådan ud – halvdelen af salget sker, efter salgskurven er begyndt at bevæge sig nedad. Halvdelen af os er altid lidt sent ude.

Mens en epidemiolog arbejder for at holde kurven flad, så er spørgsmålet for enhver salgschef eller markedsføringsguru, hvordan og hvorfor kurven får løftet sig fra de sørgeligt små tal i begyndelsen og op, op, op. Og her kommer så det forunderlige begreb R ind i billedet. Det er det, der ofte omtales som smittetrykket eller reproduktionstallet.

Et R-tal fortæller, hvor mange der påvirkes/smittes/overtales for hver person, der allerede er påvirket. Et R-tal på 1 sørger for, at påvirkning hele tiden holder sig kørende på samme niveau: For hver en, der køber, smittes eller overtales, er der én, der helt sikkert ikke køber eller smitter mere – eller som holder op med at føle for sagen. Det fortsætter, indtil man løber tør for folk, der er modtagelige for påvirkning.

Hvis R-tallet er under 1, så brænder det hele ud af sig selv, uanset hvor mange der er modtagelige, mens et R-tal på over 1, selv blot en smule over 1, vil føre til stadig flere påvirkede, så længe der er tilstrækkeligt med modtagelige. Det viser sig, skriver Kucharski, at de fleste ideer og sygdomme brænder ud meget hurtigt, og at det, uanset hvad man kunne fristes til at tro, er meget svært både for ideer og sygdomme at finde fodfæste.

Det, de andre kan lide

Et R-tal er ikke statisk. Det kan påvirkes, så det øges eller mindskes. I Danmark, eksempelvis, er R-tallet for corona steget til 0,9, men i et samfund, der ikke tager nogen forholdsregler, kan det være væsentligt højere.

Når det gælder produkter, så er der som regel mest interesse i at maksimere R. For et givent produkt er det svært at gøre noget ved mængden af modtagelige (det er op ad bakke at sælge kattemad til en hundeejer), men hvis man har penge nok, så kan man blive ved med at reklamere, således at så mange som muligt bliver præsenteret for produktet. Man kan også øge antallet af reklamer, så den enkelte bliver præsenteret for produktet flere gange. Endelig kan en god reklame øge sandsynligheden for, at ideen om at købe produktet overføres. I forbindelse med markedsføring kalder man de første købere for »innovatorer«. Det lyder pænere end Patient Nul, men det er samme princip og samme matematiske model.

Læs også om Sveriges alternative coronastrategi: »Det frieste folk i verden«

Der er andre slående ligheder mellem et succesfuldt produkt og en effektiv virus: Ligesom en meget smitsom virus brænder sig igennem en befolkning hurtigt, så vil et voldsomt populært produkt hurtigere løbe tør for potentielle nye kunder. Tænk bare på fidget spinnere, loom bands og hver ny iPhone-model.

Det kan ikke overraske nogen, at der ofres en del ressourcer på forskning i, hvordan man påvirker vores købelyst og maksimerer produkters R-tal, for til glæde for dem, der tjener penge på annoncer, så er det de færreste, der køber noget efter at have været eksponeret for det en enkelt gang. Og mens det ikke påvirker en virus, hvad vi føler og tænker, så er vi tilbøjelige til at sætte mere lid til påvirkning, der angriber tegnebogen, hvis det kommer fra flere kanter. Det hjælper også på købelysten, hvis vi ser andre købe noget – hvilket formentlig forklarer fænomener som kuglegrill, hundedyre herreure og læber med fyld i.

Vi er tilbøjelige til at lade os overtale, hvis der er en direkte fordel i at slutte sig til noget, som andre også har sluttet sig til, f.eks ved at downloade en app, så man kan være med i videokonferencer, og så lader vi os gerne rive med af en stemning. Det gælder ikke bare til bryllupper og dronningefødselsdage, men også når moderne prædikanter fylder hele haller op med modtagelige individer og sælger tro, håb og/eller helseprodukter.

Influencerens begrænsninger

Både varer og sygdomme er tydeligvis følsomme over for manipulation af komponenterne i R-tallet, men hvordan med de andre ting, der tit omtales som virale: de forskellige videoer, memes eller historier, der pludselig spreder sig som steppebrande på internettets forskellige sociale medier og nyhedssider. Kan man også manipulere sig til den slags respons?

Nej, mener Kucharski. Ligesom med pandemierne er forløbet af de virale videoer og historier nogenlunde ens, men det er nærmest umuligt at forudsige, hvad der brænder igennem og får folk til at dele historien nok til, at den spreder sig. Og det er ikke, fordi der ikke er nogen, der prøver. Det amerikanske nyhedsmedie BuzzFeed blev for eksempel startet af Jonah Peretti, der havde studeret smittespredning, og hans drøm var at finde formlen for, hvordan en lille historie eller quiz spreder sig eksplosivt på nettet, og så sælge denne viden.

Der opstod også for få år siden en forestilling om særlige »influencers« (eller super-spredere i smitteterminologien). Det var individer, der i den oprindelige forståelse af ordet var stort set ukendte, men alligevel evnede at få sat gang i salget af en taske, et par sko eller en ny hårstil, fordi andre helt frivilligt og endda ret entusiastisk lod sig påvirke af dem.

Det viste sig dog hurtigt, at det er svært at finde folk, der både er gode til at påvirke andre og samtidig selv er åbne for påvirkning. I hvert fald uden at betale meget dyrt for det. Og selv hvis det lykkes for den oprindelige influencer at nå et stort publikum, så er det langtfra sikkert, at påvirkningen fortsætter i næste geled.

Det var også Perettis erfaring, at det er svært at være viral på kommando, og selv om BuzzFeed lever videre, så har Peretti erkendt, at det er nærmest umuligt at skabe en kampagne med et R-tal over 1. I langt de fleste tilfælde er der ikke andet at gøre end at sende et hav af reklamer ud for at nå alle dem, man ønsker at påvirke.

Der er en enkelt type mennesker, som opfylder kravene til den oprindelige type influencer: journalister og meningsdannere. Hvis man kan overtale en journalist til at skrive om noget eller en politiker til at tage interesse for en sag, så er det en meget effektiv form for spredning, og derfor er kampen om journalisters og politikeres interesse hård og manipulationsforsøgene udspekulerede. En af måderne, man kan skabe en historie ud af ingenting, er ved at skabe falske profiler på de sociale medier og lade disse profiler støtte en sag, skriver Kucharski. På den måde kan man kreere en illusion af græsrodsaktivisme og gøre det mere sandsynligt, at en journalist bider på. Begrebet kaldes »astroturfing« efter det engelske ord for kunstigt græs, astroturf.

Hvis man ved, at man er en af dem, der påvirker mange – enten fysisk eller i overført betydning – så har man et særligt ansvar for at overveje, hvad det er, man sender videre ud i verden.

 

The Rules of Contagion: Why Things Spread – and Why They Stop. Af Adam Kucharski. The Wellcome Collection, 2020

 

Læs også om, hvornår virker videnskab?

Side 58