Connexion et compatibilité : comment OkCupid utilise l'analyse pour aider les gens à trouver l'amour

Aujourd'hui, environ un tiers des Américains ont utilisé une application ou un site de rencontres, et 12% ont soit eu une relation engagée, soit se sont mariés avec quelqu'un qu'ils ont rencontré grâce à des rencontres en ligne, selon un récent rapport de Pew Research. Rencontrer la bonne personne peut sembler magique, mais si vous utilisez une application ou un site Web de rencontres, rencontrer la bonne personne est un processus calculé. Les rencontres en ligne ont toujours été un moyen scientifique, efficace et basé sur les données de connecter des personnes partageant des objectifs et des intérêts communs.

Il existe de nombreuses applications de rencontres en ligne qui ont vu le jour au fil des ans, répondant à presque tous les intérêts, communautés et affiliations. OkCupid existe depuis le début, et aujourd'hui, l'utilisation par OkCupid de l'intelligence d'affaires (BI) et des outils d'analyse de produits est à l'origine du succès de la plateforme.

Guidé par les données, propulsé par le cœur

Les données sont au cœur de la mission ici chez OkCupid. Notre obsession des données est la raison pour laquelle OkCupid établit plus de 4 millions de connexions chaque semaine, plus de 200 millions par an, 5 millions de présentations par jour et obtient plus de mentions dans la section mariage du New York Times que toute autre application de rencontres.

Je suis chez OkCupid depuis trois ans et je gère notre équipe de science des données, qui gère l'analyse de la plateforme. C'est excitant de voir se développer des relations humaines significatives, mais il est rare d'ouvrir une application de rencontres et de trouver immédiatement l'amour. Les utilisateurs doivent rester pendant un certain temps pour que l'application puisse connaître leurs goûts, leurs aversions, leurs ruptures d'accord et d'autres informations pour aider à localiser une correspondance compatible.

L'un des principaux différenciateurs d'OkCupid est l'utilisation de questions pour créer un score de correspondance qui détermine la compatibilité d'une personne avec quelqu'un d'autre. Plus nous posons de questions, plus nous recevons d'informations et mieux nous pouvons jumeler les utilisateurs avec quelqu'un d'autre. Pour ce faire, cependant, nous devons comprendre les montagnes de données que nous obtenons.

Créer la pile de données parfaite

L'objectif de l'équipe d'analyse de données est de comprendre comment fonctionne la plateforme OkCupid et ce que nous pouvons faire pour l'améliorer. Notre travail va des rapports traditionnels de Business Intelligence (BI) au développement et à l'optimisation d'algorithmes avec un accent macro sur l'expérience utilisateur (UX) et l'optimisation des produits.

Notre pile de données client chez OkCupid se compose de mParticle, Looker et de la plate-forme d'intelligence produit (PI) Amplitude . mParticle collecte et stocke nos données d'événements clients, que nous envoyons à Looker pour des rapports commerciaux généraux, et à Amplitude pour une analyse plus approfondie du comportement des utilisateurs et de notre expérience client.

Lorsque mon équipe a commencé à utiliser Amplitude, nous avions cette idée que c'était principalement pour le suivi et la segmentation des événements. Finalement, nous avons appris que nous pouvions l'utiliser pour mesurer l'engagement, identifier des cohortes d'utilisateurs, analyser différents parcours d'utilisateurs et trouver des indicateurs avancés de conversion et de rétention. Amplitude est explicitement conçu pour ce type d'analyse, ce qui signifie que nous pouvions accéder à des informations significatives beaucoup plus rapidement.

BI et Amplitude : mieux ensemble

Construire le produit le plus engageant et le plus agréable possible nécessite de nombreux tests A/B et analyses de données pour déterminer les aspects de nos produits que les clients aiment et trouver des opportunités pour renforcer l'engagement avec eux. Qu'il s'agisse d'un utilisateur à forte intention à la recherche d'une relation engagée à long terme ou d'un utilisateur occasionnel à la recherche de quelque chose de plus décontracté, nous devons comprendre qui sont ces différents utilisateurs, les différentes manières dont ils interagissent avec la plate-forme, ainsi que les comportements et des motivations qui les poussent à rester fidèles à la plateforme ou à abandonner avec le temps.

Les outils de BI traditionnels comme Looker, Tableau ou Power BI peuvent effectuer cette analyse, mais ils nous obligent à passer du temps à créer des modèles de données pour répondre à nos questions sur les produits. Ils ont également leurs limites en ce qui concerne la profondeur des informations que nous pouvons glaner à partir des données dont nous disposons.

Améliorer le #UserJourney nécessite plus que des informations de haut niveau. Vous avez besoin d'informations détaillées et cohérentes sur les sessions des utilisateurs. Cliquez pour tweeter

Avec Amplitude, nous pouvons donner du sens aux données non structurées et commencer à comprendre nos différents utilisateurs et leurs parcours dans notre produit. À partir de là, nous pouvons créer des rapports plus structurés, identifier les expériences de produit que les clients trouvent les plus précieuses et en intégrer davantage dans OkCupid.

Par exemple, Amplitude nous permet d'identifier et de comprendre les différents comportements qui indiquent que les utilisateurs passeront beaucoup de temps dans l'application. Et pour les utilisateurs qui se connectent puis quittent rapidement l'application, Amplitude nous fournit des parcours utilisateurs que nous pouvons analyser pour voir ce qui se passe le plus souvent avant qu'un utilisateur ne termine sa session. En conséquence, nous pouvons déterminer quels aspects d'OkCupid nous devrions modifier ou supprimer complètement.

Un outil de BI traditionnel comme Looker peut accéder à toutes les informations de notre entrepôt de données et exécuter très facilement des agrégations et des pivots traditionnels. Mais Amplitude brille lors de la gestion d'événements de séries chronologiques et de tout ce qui n'est pas bien structuré.

Pour donner un exemple concret, il est facile d'utiliser un outil de BI pour répondre : "Combien de likes un utilisateur a-t-il fait au fil du temps ?" Là où Amplitude apporte une valeur supplémentaire, c'est dans la compréhension de ce qui les a conduits à travers ce voyage vers ces goûts. Sont-ils entrés via une notification ou en naviguant dans différentes parties de l'application ? Où sont-ils allés à partir de là et quel était leur modèle d'engagement typique avec diverses caractéristiques ? Ainsi, au lieu de simplement savoir qu'un utilisateur a aimé 20 personnes aujourd'hui, nous pouvons commencer à créer une histoire sur l'expérience et les préférences de cet utilisateur. Peut-être qu'ils ont aimé 20 personnes aujourd'hui et ont passé beaucoup de temps à envoyer des messages à chacun d'eux, ce qui est différent de quelqu'un qui a aimé 20 personnes aujourd'hui, mais qui l'a fait en succession rapide.

Les nuances dans les expériences de nos clients sont difficiles à voir lorsque nous faisons des agrégats. Looker est construit sur des systèmes de stockage de données en place, donc pour répondre à une question comme ci-dessus, vous devez créer un rapport personnalisé, réunir plusieurs ensembles de données ou même écrire du SQL. Lorsque vous utilisez Amplitude, les différences sont faciles à voir lorsque nous avons ce parcours utilisateur devant nous.

Un meilleur travail d'équipe et des lancements plus rapides

Nos principaux utilisateurs d'Amplitude sont mon équipe de data science et nos équipes produit. Les deux groupes posent des questions sur les parcours et l'engagement des utilisateurs, mais ils ont également besoin de réponses à différents types de questions. Par exemple, nous avons une équipe dédiée à notre flux d'intégration, et ils se soucient des points de dépôt pour les nouveaux utilisateurs. Une autre équipe se concentre davantage sur la rétention à long terme, donc ils se soucient beaucoup plus des comportements collants, ceux qui incitent les gens à revenir sur le site et créent une meilleure chance de succès en amour.

Amplitude nous permet de créer et de sauvegarder tous nos différents graphiques et tableaux de bord, et de les polliniser dans toute l'organisation. Cela signifie que nous n'avons pas à dupliquer nos efforts ; les équipes partagent régulièrement les résultats et prennent des décisions à partir du même ensemble de données. Même si nous avons une approche libre-service de nos données, il s'agit d'un véritable processus collaboratif qui nous fait gagner du temps et conduit à des décisions plus éclairées.

L'utilisation d'outils qui combinent travail d'équipe et fonctionnalité signifie que vous pouvez lancer de nouvelles fonctionnalités beaucoup plus rapidement. Cliquez pour tweeter

Amplitude nous permet d'examiner les données structurées sans passer le temps de développement supplémentaire nécessaire pour créer de nouvelles vues. Chaque fois que nous lançons une nouvelle fonctionnalité, nous instrumentons simplement un événement pour celle-ci dans mParticle et l'envoyons à Amplitude avec les propriétés d'utilisateur et d'événement appropriées. Traditionnellement, assurer un suivi précis des données au sein de la plate-forme aurait nécessité un analyste écrivant des requêtes manuelles en Python ou SQL. Avec Amplitude, nous n'avons pas besoin de l'aide d'un analyste. Nous pouvons voir les nouveaux événements se charger en temps réel et les contrôler immédiatement dans les graphiques d'amplitude.

L'impact ultime de cette puissante combinaison de travail d'équipe et de fonctionnalité est que nous pouvons immédiatement comprendre si un pari produit fonctionne ou non, et itérer beaucoup plus rapidement qu'auparavant.

Orientation concrète en période de changement

Les verrouillages généralisés ont modifié les normes de rencontres cette année. Plutôt que de déplorer la perte des protocoles de rencontres traditionnels, nous avions une nouvelle question à répondre : comment les gens modifient-ils leurs habitudes d'utilisation sur notre plateforme pour s'adapter à un monde de rencontres COVID-19 ?

Trouver l'amour et la connexion n'est pas aussi difficile quand c'est basé sur les données. Comprendre le #OnlineDating #UserJourney est la clé du cœur de vos utilisateurs. Cliquez pour tweeter

Pour commencer, nous avons vu que les utilisateurs passent beaucoup plus de temps à approfondir les conversations. Les gens ne peuvent pas se rencontrer en personne aussi facilement qu'avant, ils doivent donc passer plus de temps à apprendre à connaître quelqu'un dans l'application elle-même. Grâce à notre puissante combinaison de BI et PI, nous pouvons accéder rapidement à des données concrètes sur ces nouveaux modèles. En créant encore plus d'opportunités pour les utilisateurs de forger des connexions virtuelles plus profondes, nous pouvons combler une partie du vide que la distanciation physique a créé pour beaucoup de gens.

Trouver l'amour grâce à l'analyse de données peut ne pas sembler romantique, mais nous savons que cela fonctionne. La mission d'OkCupid a toujours été d'apporter de l'amour au monde, et avec les bonnes données appliquées de la bonne manière, nous aidons les gens à faire exactement cela.