Связь и совместимость: как OkCupid использует аналитику, чтобы помочь людям найти любовь

Согласно недавнему отчету Pew Research, сегодня около трети американцев используют приложение или сайт для знакомств, а 12% либо состояли в серьезных отношениях, либо вступили в брак с кем-то, кого они встретили через онлайн-знакомства. Встреча с нужным человеком может показаться волшебством, но если вы используете приложение для знакомств или веб-сайт, встреча с нужным человеком — это рассчитанный процесс. Онлайн-знакомства всегда были основанным на данных, научным и эффективным способом объединения людей, имеющих общие цели и интересы.

За прошедшие годы появилось множество приложений для онлайн-знакомств, удовлетворяющих практически любые интересы, сообщества и принадлежность. OkCupid существует с самого начала, и сегодня использование OkCupid инструментов бизнес-аналитики (BI) и продуктовой аналитики является залогом успеха платформы.

Движимый данными, питаемый сердцем

Данные являются основой миссии OkCupid. Наша одержимость данными — вот почему OkCupid устанавливает более 4 миллионов подключений каждую неделю, более 200 миллионов в год, 5 миллионов представлений в день и получает больше упоминаний в свадебном разделе New York Times, чем любое другое приложение для знакомств.

Я работаю в OkCupid уже три года и руковожу нашей командой по анализу данных, которая занимается аналитикой платформы. Приятно наблюдать, как развиваются значимые человеческие связи, но редко можно открыть приложение для знакомств и сразу же найти любовь. Пользователям нужно какое-то время оставаться рядом, чтобы приложение могло узнать их симпатии и антипатии, нарушающие условия сделки и другую информацию, чтобы помочь найти совместимое совпадение.

Одним из ключевых отличий OkCupid является использование вопросов для создания оценки соответствия, которая определяет совместимость одного человека с кем-то еще. Чем больше вопросов мы задаем, тем больше информации мы получаем и тем лучше мы можем связать пользователей с кем-то еще. Для этого, однако, мы должны понимать горы данных, которые мы получаем.

Создание идеального стека данных

Задача команды аналитиков данных — понять, как работает платформа OkCupid и что мы можем сделать для ее улучшения. Наша работа варьируется от традиционной отчетности бизнес-аналитики (BI) до разработки и оптимизации алгоритмов с уделением особого внимания пользовательскому опыту (UX) и оптимизации продукта.

Наш стек данных о клиентах в OkCupid состоит из mParticle, Looker и платформы Amplitude для анализа продуктов (PI) . mParticle собирает и хранит данные о событиях наших клиентов, которые мы отправляем в Looker для общих бизнес-отчетов и в Amplitude для более глубокого анализа поведения пользователей и нашего клиентского опыта.

Когда моя команда впервые начала использовать Amplitude, у нас была концепция, что это в основном для отслеживания событий и сегментации. В конце концов мы узнали, что можем использовать его для измерения вовлеченности, определения когорт пользователей, анализа различных путей пользователей и поиска основных показателей конверсии и удержания. Amplitude специально разработан для такого типа анализа, а это означает, что мы можем гораздо быстрее получать ценную информацию.

BI и Amplitude: лучше вместе

Создание максимально привлекательного и приятного продукта требует большого количества A / B-тестирования и анализа данных, чтобы определить, какие аспекты нашего продукта нравятся клиентам, и найти возможности для повышения взаимодействия с ними. Будь то пользователь с высокими намерениями, стремящийся к долгосрочным отношениям, или случайный пользователь, ищущий что-то более непринужденное, мы должны понимать, кто эти разные пользователи, как они взаимодействуют с платформой, а также их поведение и мотивы, которые заставляют их придерживаться платформы или со временем уходят.

Традиционные инструменты BI, такие как Looker, Tableau или Power BI, могут выполнять этот анализ, но они требуют, чтобы мы потратили время на построение моделей данных, чтобы ответить на вопросы о наших продуктах. У них также есть свои ограничения, когда речь идет о глубине понимания, которое мы можем извлечь из имеющихся у нас данных.

Улучшение #UserJourney требует большего, чем понимание высокого уровня. Вам нужна подробная и последовательная информация о пользовательских сеансах. Нажмите, чтобы твитнуть

С Amplitude мы можем разобраться в неструктурированных данных и начать понимать наших разных пользователей и их пути в нашем продукте. Оттуда мы можем создать более структурированную отчетность, определить наиболее ценные для клиентов впечатления от продукта и встроить их в OkCupid.

Например, Amplitude позволяет нам определить и понять различные модели поведения, которые указывают на то, что пользователи будут проводить в приложении длительное время. А для тех пользователей, которые входят в приложение, а затем быстро покидают его, Amplitude предоставляет нам пути пользователя, которые мы можем проанализировать, чтобы увидеть, что происходит чаще всего, прежде чем пользователь завершит сеанс. В результате мы можем выяснить, какие аспекты OkCupid нам следует изменить или вообще удалить.

Традиционный инструмент BI, такой как Looker, может получить доступ ко всей информации в нашем хранилище данных и очень легко запускать традиционные агрегации и сводки. Но Amplitude отлично справляется с обработкой событий временных рядов и всего, что плохо структурировано.

Чтобы привести конкретный пример, легко использовать инструмент BI, чтобы ответить на вопрос «Сколько лайков сделал пользователь за какое-то время?» В чем Amplitude обеспечивает дополнительную ценность, так это в понимании того, что привело их на этом пути к этим лайкам. Они пришли через уведомление или через различные части приложения? Куда они ушли оттуда и какова была их типичная схема взаимодействия с различными характеристиками? Таким образом, вместо того, чтобы просто знать, что сегодня пользователю понравилось 20 человек, мы можем начать формировать историю об опыте и предпочтениях этого пользователя. Возможно, сегодня они поставили лайк 20 людям и потратили много времени на отправку сообщений каждому из них, что отличается от того, кто сегодня лайкнул 20 человек, но сделал это в быстрой последовательности.

Когда мы работаем с агрегатами, трудно увидеть нюансы в опыте наших клиентов. Looker построен на существующих системах хранения данных, поэтому, чтобы ответить на вопрос, подобный приведенному выше, вам потребуется создать собственный отчет, объединить несколько наборов данных или даже написать SQL. При использовании Amplitude различия легко увидеть, когда перед нами проходит этот пользовательский путь.

Лучшая командная работа и более быстрые запуски

Нашими основными пользователями Amplitude являются моя команда по анализу данных и наши команды по продуктам. Обе группы задают вопросы о пути пользователя и его вовлеченности, но им нужны ответы и на разные типы вопросов. Например, у нас есть команда, занимающаяся процессом адаптации, и они заботятся о точках выхода новых пользователей. Другая команда больше фокусируется на долгосрочном удержании, поэтому они больше заботятся о прилипчивом поведении, которое заставляет людей возвращаться на сайт и увеличивает шансы на успех в любви.

Amplitude позволяет нам создавать и сохранять все наши различные диаграммы и информационные панели, а также распространять их по всей организации. Это означает, что нам не нужно дублировать усилия; команды регулярно обмениваются результатами и принимают решения на основе одного и того же набора данных. Несмотря на то, что у нас есть самостоятельный подход к нашим данным, это действительно совместный процесс, который экономит наше время и приводит к более обоснованным решениям.

Использование инструментов, сочетающих командную работу и функциональность, означает, что вы можете запускать новые функции гораздо быстрее. Нажмите, чтобы твитнуть

Amplitude позволяет нам просматривать структурированные данные, не тратя дополнительное время на разработку, необходимое для создания новых представлений. Всякий раз, когда мы запускаем новую функцию, мы просто создаем для нее событие в mParticle и отправляем его в Amplitude с соответствующими свойствами пользователя и события. Традиционно для обеспечения точного отслеживания данных на платформе требовалось, чтобы аналитик вручную писал запросы на Python или SQL. С Amplitude нам не нужна помощь аналитика. Мы можем видеть, как загружаются новые события в режиме реального времени, и сразу же проверять их на диаграммах амплитуды.

Конечным результатом этой мощной комбинации командной работы и функциональности является то, что мы можем сразу понять, работает ли ставка на продукт или нет, и выполнять итерации намного быстрее, чем раньше.

Конкретное направление во времена перемен

В этом году широко распространенные блокировки изменили правила свиданий. Вместо того, чтобы оплакивать потерю традиционных протоколов знакомств, у нас был новый вопрос, на который нужно было ответить: как люди меняют свои модели использования на нашей платформе, чтобы адаптироваться к миру знакомств COVID-19?

Найти любовь и связь не так сложно, когда это основано на данных. Понимание #OnlineDating #UserJourney — это ключ к сердцам ваших пользователей. Нажмите, чтобы твитнуть

Во-первых, мы заметили, что пользователи тратят гораздо больше времени на углубленное изучение разговоров. Люди не могут встречаться лично так же легко, как раньше, поэтому им приходится тратить больше времени на знакомство с кем-то в самом приложении. Используя нашу мощную комбинацию BI и PI, мы можем быстро получить доступ к конкретным данным по этим новым шаблонам. Предоставляя пользователям еще больше возможностей для установления более глубоких виртуальных связей, мы можем частично заполнить пустоту, которую физическое дистанцирование создало для многих людей.

Поиск любви с помощью анализа данных может показаться не романтичным, но мы знаем, что это работает. Миссия OkCupid всегда заключалась в том, чтобы нести любовь в мир, и с правильным применением правильных данных мы помогаем людям делать именно это.