Verbindung und Kompatibilität: Wie OkCupid Analytics verwendet, um Menschen zu helfen, Liebe zu finden

Heute hat etwa ein Drittel der Amerikaner eine Dating-App oder -Website verwendet, und 12 % waren entweder in einer festen Beziehung oder haben jemanden geheiratet, den sie über Online-Dating kennengelernt haben, so ein kürzlich erschienener Bericht von Pew Research. Die richtige Person zu treffen mag magisch erscheinen, aber wenn Sie eine Dating-App oder Website verwenden, ist das Treffen mit der richtigen Person ein kalkulierter Prozess. Online-Dating war schon immer eine datengesteuerte, wissenschaftliche und effektive Möglichkeit, Menschen mit gemeinsamen Zielen und Interessen zusammenzubringen.

Es gibt viele Online-Dating-Apps, die im Laufe der Jahre entstanden sind und nahezu alle Interessen, Gemeinschaften und Zugehörigkeiten abdecken. OkCupid gibt es seit den Anfängen, und heute sind der Einsatz von Business Intelligence (BI) und Produktanalysetools von OkCupid hinter dem Erfolg der Plattform .

Angetrieben von Daten, angetrieben vom Herzen

Daten sind der Kern der Mission hier bei OkCupid. Unsere Datenbesessenheit ist der Grund, warum OkCupid jede Woche mehr als 4 Millionen Verbindungen herstellt, über 200 Millionen pro Jahr, 5 Millionen Einführungen pro Tag und mehr Erwähnungen im Hochzeitsteil der New York Times erhält als jede andere Dating-App.

Ich bin seit drei Jahren bei OkCupid und leite unser Data-Science-Team, das sich mit Plattformanalysen befasst. Es ist aufregend zu sehen, wie sich bedeutungsvolle menschliche Verbindungen entwickeln, aber es ist selten, eine Dating-App zu öffnen und sofort Liebe zu finden. Benutzer müssen eine Weile bleiben, damit die App ihre Vorlieben, Abneigungen, Deal-Breaker und andere Informationen lernen kann, um eine kompatible Übereinstimmung zu finden.

Eines der Hauptunterscheidungsmerkmale von OkCupid ist die Verwendung von Fragen zur Erstellung eines Match-Scores, der die Kompatibilität einer Person mit einer anderen bestimmt. Je mehr Fragen wir stellen, desto mehr Informationen erhalten wir und desto besser können wir Benutzer mit jemand anderem zusammenbringen. Dazu müssen wir jedoch die Berge von Daten verstehen, die wir erhalten.

Erstellen des perfekten Datenstapels

Der Fokus des Datenanalyseteams liegt darauf, zu verstehen, wie die OkCupid-Plattform funktioniert und was wir tun können, um sie zu verbessern. Unsere Arbeit reicht vom traditionellen Business Intelligence (BI) Reporting bis hin zur Algorithmenentwicklung und -optimierung mit einem Makrofokus auf User Experience (UX) und Produktoptimierung.

Unser Kundendaten-Stack bei OkCupid besteht aus mParticle, Looker und der Product Intelligence (PI)-Plattform Amplitude . mParticle sammelt und speichert unsere Kundenereignisdaten, die wir für allgemeine Geschäftsberichte an Looker und für tiefere Analysen des Benutzerverhaltens und unserer Kundenerfahrung an Amplitude senden.

Als mein Team anfing, Amplitude zu verwenden, hatten wir die Vorstellung, dass es hauptsächlich zur Ereignisverfolgung und -segmentierung diente. Schließlich haben wir gelernt, dass wir damit das Engagement messen, Nutzerkohorten identifizieren, verschiedene Nutzerreisen analysieren und Frühindikatoren für Conversion und Retention finden können. Amplitude ist explizit für diese Art von Analyse konzipiert, was bedeutet, dass wir viel schneller auf aussagekräftige Erkenntnisse zugreifen können.

BI und Amplitude: Besser zusammen

Um das ansprechendste und angenehmste Produkt zu entwickeln, das möglich ist, sind viele A/B-Tests und Datenanalysen erforderlich, um festzustellen, welche Aspekte unserer Produkte den Kunden gefallen, und um Möglichkeiten zu finden, das Engagement mit ihnen zu steigern. Egal, ob es sich um einen zielstrebigen Benutzer handelt, der nach einer langfristigen, festen Beziehung sucht, oder um einen gelegentlichen Benutzer, der nach etwas Ungezwungenerem sucht, wir müssen verstehen, wer diese verschiedenen Benutzer sind, die unterschiedlichen Arten, wie sie mit der Plattform interagieren, und die Verhaltensweisen und Motivationen, die dazu führen, dass sie bei der Plattform bleiben oder im Laufe der Zeit abfallen.

Herkömmliche BI-Tools wie Looker, Tableau oder Power BI können diese Analyse durchführen, aber sie erfordern, dass wir Zeit für den Aufbau von Datenmodellen aufwenden, um unsere Produktfragen zu beantworten. Sie haben auch ihre Grenzen, wenn es um die Tiefe der Erkenntnisse geht, die wir aus den uns vorliegenden Daten gewinnen können.

Die Verbesserung der #UserJourney erfordert mehr als hochrangige Einblicke. Sie benötigen detaillierte, kohärente Informationen über Benutzersitzungen. Klicken Sie hier, um zu twittern

Mit Amplitude können wir unstrukturierte Daten verstehen und beginnen, unsere verschiedenen Benutzer und ihre Reisen in unserem Produkt zu verstehen. Von dort aus können wir strukturiertere Berichte erstellen, die Produkterfahrungen identifizieren, die Kunden am wertvollsten finden, und mehr davon in OkCupid einbauen.

Amplitude ermöglicht es uns beispielsweise, die verschiedenen Verhaltensweisen zu identifizieren und zu verstehen, die darauf hindeuten, dass Benutzer lange Zeit in der App verbringen werden. Und für diejenigen Benutzer, die sich anmelden und die App dann schnell verlassen, stellt Amplitude uns Benutzerpfade zur Verfügung, die wir analysieren können, um zu sehen, was am häufigsten passiert, bevor ein Benutzer seine Sitzung beendet. Als Ergebnis können wir herausfinden, welche Aspekte von OkCupid wir ändern oder ganz entfernen sollten.

Ein traditionelles BI-Tool wie Looker kann auf alle Informationen in unserem Data Warehouse zugreifen und herkömmliche Aggregationen und Pivots sehr einfach ausführen. Aber Amplitude glänzt beim Umgang mit Zeitreihenereignissen und allem, was nicht gut strukturiert ist.

Um ein konkretes Beispiel zu nennen: Es ist einfach, mit einem BI-Tool zu antworten: „Wie viele Likes hat ein Benutzer im Laufe der Zeit gemacht?“ Wo Amplitude einen zusätzlichen Wert bietet, ist zu verstehen, was sie auf dieser Reise zu diesen Likes geführt hat. Sind sie über eine Benachrichtigung hereingekommen oder haben sie durch verschiedene Teile der App navigiert? Wohin sind sie von dort aus gegangen und was war ihr typisches Engagementmuster mit verschiedenen Merkmalen? Anstatt also nur zu wissen, dass ein Benutzer heute 20 Personen mochte, können wir damit beginnen, eine Geschichte über die Erfahrungen und Vorlieben dieses Benutzers zu schreiben. Vielleicht haben sie heute 20 Leute gemocht und viel Zeit damit verbracht, Nachrichten an jeden von ihnen zu senden, was anders ist als jemand, der heute 20 Leute gemocht hat, aber dies in schneller Folge getan hat.

Die Nuancen in den Erfahrungen unserer Kunden sind schwer zu erkennen, wenn wir Zuschlagstoffe herstellen. Looker basiert auf etablierten Datenspeichersystemen. Um eine Frage wie oben zu beantworten, müssten Sie also einen benutzerdefinierten Bericht erstellen, mehrere Datensätze zusammenführen oder sogar SQL schreiben. Bei der Verwendung von Amplitude sind die Unterschiede leicht zu erkennen, wenn wir diese Benutzerreise vor uns haben.

Bessere Teamarbeit und schnellere Markteinführungen

Unsere Hauptnutzer von Amplitude sind mein Data-Science-Team und unsere Produktteams. Beide Gruppen stellen Fragen zu User Journeys und Engagement, aber sie brauchen auch Antworten auf verschiedene Arten von Fragen. Zum Beispiel haben wir ein Team, das sich um unseren Onboarding-Flow kümmert und sich um Abgabestellen für neue Benutzer kümmert. Ein anderes Team konzentriert sich mehr auf die langfristige Bindung, also kümmern sie sich viel mehr um klebrige Verhaltensweisen, die die Leute dazu bringen, auf die Seite zurückzukehren und eine bessere Chance auf Erfolg in der Liebe zu schaffen.

Amplitude ermöglicht es uns, alle unsere verschiedenen Diagramme und Dashboards zu erstellen und zu speichern und sie im gesamten Unternehmen zu bestäuben. Das bedeutet, dass wir keine doppelten Anstrengungen unternehmen müssen; Teams tauschen regelmäßig Ergebnisse aus und treffen Entscheidungen auf der Grundlage desselben Datensatzes. Obwohl wir einen Self-Service-Ansatz für unsere Daten haben, ist es ein wirklich kollaborativer Prozess, der uns Zeit spart und zu fundierteren Entscheidungen führt.

Die Verwendung von Tools, die Teamarbeit und Funktionalität kombinieren, bedeutet, dass Sie neue Funktionen viel schneller einführen können. Klicken Sie hier, um zu twittern

Amplitude ermöglicht es uns, die strukturierten Daten zu betrachten, ohne die zusätzliche Entwicklungszeit aufzuwenden, die zum Erstellen neuer Ansichten erforderlich ist. Immer wenn wir eine neue Funktion starten, instrumentieren wir einfach ein Ereignis dafür in mParticle und senden es mit den entsprechenden Benutzer- und Ereigniseigenschaften an Amplitude. Traditionell hätte die Sicherstellung einer genauen Datenverfolgung innerhalb der Plattform einen Analysten erfordert, der manuelle Abfragen in Python oder SQL schreibt. Bei Amplitude brauchen wir keine Analystenhilfe. Wir können sehen, wie die neuen Ereignisse in Echtzeit geladen werden, und sie sofort in Amplitudendiagrammen einer Qualitätssicherung unterziehen.

Die ultimative Auswirkung dieser leistungsstarken Kombination aus Teamwork und Funktionalität besteht darin, dass wir sofort verstehen können, ob eine Produktwette funktioniert oder nicht, und viel schneller als zuvor iterieren können.

Konkrete Richtung in Zeiten des Wandels

Weit verbreitete Lockdowns haben die Dating-Normen in diesem Jahr verschoben. Anstatt den Verlust traditioneller Dating-Protokolle zu beklagen, mussten wir eine neue Frage beantworten: Wie ändern die Menschen ihre Nutzungsmuster auf unserer Plattform, um sich an eine COVID-19-Dating-Welt anzupassen?

Liebe und Verbindung zu finden ist nicht so schwierig, wenn es datengesteuert ist. Das Verständnis der #OnlineDating #UserJourney ist der Schlüssel zu den Herzen Ihrer Benutzer. Klicken Sie hier, um zu twittern

Zunächst einmal haben wir festgestellt, dass Benutzer viel mehr Zeit damit verbringen, tief in Konversationen einzutauchen. Die Leute können sich nicht mehr so ​​einfach wie früher persönlich treffen, also müssen sie mehr Zeit damit verbringen, jemanden in der App selbst kennenzulernen. Mit unserer leistungsstarken Kombination aus BI und PI können wir schnell auf konkrete Daten zu diesen neuen Mustern zugreifen. Indem wir noch mehr Möglichkeiten für Benutzer schaffen, tiefere virtuelle Verbindungen herzustellen, können wir einen Teil der Lücke füllen, die die physische Distanzierung für viele Menschen geschaffen hat.

Liebe durch Datenanalyse zu finden, mag nicht romantisch erscheinen, aber wir wissen, dass es funktioniert. Die Mission von OkCupid war es schon immer, Liebe in die Welt zu bringen, und mit den richtigen Daten, die auf die richtige Weise angewendet werden, helfen wir Menschen dabei, genau das zu tun.