“Es facil confundir a una minoria critica con el consenso. Por lo que con esto en mente, es importante empatizar con la frustracion que un usuario expresa, pero tambien es importante tener una mayor perspectiva”.

Tim se unio a Hinge mientras la aplicacion aun estaba salpicada por, -como el lo llama- “la superficialidad endemica de las aplicaciones de deslizamiento”. Sin embargo, las altas expectativas que los usuarios tenian de el le cogieron desprevenido. “En mi anterior empresa, vendiamos pantalones. A veces se desgarraban, nosotros ofreciamos un abono, y eso era todo”, recuerda Tim. En Hinge era completamente diferente. “Incluso con el plan gratuito -incluso antes de que existiera la opcion de mejorar la suscripcion con un plan de pago- la gente se preocupaba intensamente por lo que haciamos, porque afectaba a una parte importante de sus vidas”.

Esto ejercio una gran presion sobre el equipo de Hinge para que las conexiones se realizaran con una mayor precision, lo que requeria que extrajeran datos mas significativos de la aplicacion para determinar que era lo que hacia que las relaciones perdurasen y como predecirlas. Ademas tendrian que enfrentarse directamente a las acusaciones de superficialidad que recaian sobre todo el sector, lo que probablemente significaria un rediseno. Todos estos desafios llegaron al escritorio de Tim.

Redisenando para relaciones

Las grandes citas, segun Tim, son cuestion de tiempo y compatibilidad. Pero lo que Hinge dedujo de los datos y de las experiencias iniciales de la gente fue que una conexion verdadera es dificil de percibir solo por medio de las fotos.

“Existe una enorme complejidad algoritimica en lo que hacemos”, dice Tim. “Si te recomendaramos a alguien a quien amarias, pero que ha estado inactivo durante tres meses, seria una gran recomendacion, pero tambien una cita perdida. Tenemos que considerar muchos mas factores que unicamente las preferencias”.

Hinge necesitaba mas datos, por lo que el equipo lanzo perfiles desplegables que permitian a los usuarios anadir mas informacion.

“En el primer relanzamiento, estabamos tratando de revertir lo que la gente veia como superficialidad”. El equipo elimino el deslizamiento e introdujo los likes, de manera que los usuarios pudieran revelar lo que les gustaba de una persona mas alla de su foto. Los usuarios completaron sus perfiles subiendo fotos y respondiendo diferentes preguntas para que pudieran mostrar mejor, y no contar, su personalidad”.

“Todo esto tenia como objetivo resolver el problema de la senal y el ruido: queriamos que la gente se centrara en sus coincidencias y no en la siguiente persona. En el formato anterior de deslizamiento, muchas personas se gustaban entre si porque tenian curiosidad por saber si a esa persona le gustaban, no por interes real. No era un buen indicador, y queriamos conseguir correspondencias mas significativas”.

Y para proporcionar otro nivel de servicio, Hinge lanzo un servicio de pago llamado Preferente. “Pensamos en Preferente como un acelerador para las personas que estan altamente motivadas para moverse rapidamente y encontrar a personas compatibles con ellos”, dice Tim.

Aquellos que optaron por el servicio Preferente, tuvieron acceso a un numero ilimitado de likes para enviar a posibles candidatos, acceso a expertos de Hinge, y la posibilidad de acotar sus preferencias mas especificamente con filtros adicionales.

“Todo lo que hacemos -los objetivos de la empresa, los objetivos del producto- todo es medible. Todas las caracteristicas que publicamos tienen metricas que esperamos que tengan un impacto. El elemento mas importante es que elegimos los problemas que queremos resolver y el impacto que queremos que tengan en base a analisis estadisticos”.

El equipo compara los datos cuantitativos de la analitica de usuarios de Mixpanel con los datos cualitativos de los grupos focales y las encuestas. “Estos forman el relato no solo de lo que esta sucediendo, sino tambien de por que esta sucediendo. Sin el por que, los datos no tienen sentido porque no son procesables”.

Tim encuentra que los datos son el ultimo contrapeso a su profunda intuicion de cliente. “Mi temor es ser persuasivo, pero estar equivocado. Es dificil probar algo, especialmente en nuestro producto, que es un ecosistema realmente complejo donde todo afecta a todo. Pero los buenos datos, bien entendidos, contribuyen en gran medida a estar en lo cierto”.

A lo largo de este proceso, y con cada cambio iterativo, el equipo monitoreo los datos del comportamiento de los usuarios. Y con estos datos de usuario obtuvieron una gran cantidad de informacion sobre lo que a la gente le gustaba y lo que no le gustaba sobre la aplicacion. Esto empujo al equipo a redoblar el uso de estos conocimientos para continuar redisenando Hinge una vez mas, hasta su actual y apreciada encarnacion.

Mejoras impulsadas por los datos