Para obtener beneficios, las aplicaciones de citas deben aprovechar los datos de manera diferente

Las empresas, como los sitios de citas, suelen confiar en un modelo freemium, mediante el cual conceden a los usuarios acceso a funciones premium, normalmente de pago, a cambio de recomendaciones de clientes. El problema es que eso puede provocar que haya un gran número de clientes que paguen poco y no se suscriban a las funciones premium. Un estudio a gran escala realizado en un sitio web de citas sugiere que gestionar cuidadosamente el umbral del número de referencias necesario para que los clientes recomendantes puedan acceder a las funciones premium no solo puede aumentar el número de clientes de la red, sino también generar más rentables

••• El curso del amor verdadero nunca transcurrió sin problemas, como dijo Shakespeare una vez. El hecho de que haya más de 8 000 sitios de citas en el mundo dedicados a unir a las personas es un testimonio del hecho de que, incluso en 2021, con los algoritmos de búsqueda más avanzados, encontrar pareja no es fácil. Pero si bien los usuarios de aplicaciones de citas suelen buscar a alguien especial, los directores de marketing de estas aplicaciones necesitan atraer a millones de personas. Y como muchas empresas de redes, los sitios de citas deben enfrentarse a un dilema: ¿hacer crecer la red o aumentar los ingresos? Una empresa de redes tiene que tener éxito, por supuesto, pero para atraer nuevos usuarios, los sitios de citas suelen negociar ingresos para aumentar su número de miembros mediante el intercambio del acceso a funciones premium como una especie de comisión por una recomendación exitosa. Lamentablemente, el valor de estas referencias no siempre está claro. Aunque los algoritmos de las aplicaciones de citas son lo suficientemente buenos como para que en 2019,[El 39% de todas las parejas en los EE. UU. dijeron que se conocieron en Internet](https://www.adjust.com/blog/dating-apps-going-social/) y en 2020, 270 millones de adultos en todo el mundo se suscribieron a un sitio de citas (casi el doble que hace cinco años), la mayoría de los sitios no tienen una idea clara de la rentabilidad de los clientes recomendados en comparación con los amigos que los invitaron a unirse al sitio. Irónicamente, dada la naturaleza del negocio basada en los datos, los vendedores de aplicaciones de citas generalmente tienen que adivinar si los nuevos miembros reclutados por amigos que ya pertenecen al sitio estarán menos activos en el sitio y estarán menos interesados en pagar por las funciones premium. Pero puede que eso esté cambiando. Como sitio de citas para jóvenes profesionales, también nos enfrentamos a menudo a esta compensación, y decidimos abordarla de una manera original, basada en datos, que eliminara las conjeturas a la hora de lograr un equilibrio entre los ingresos y el alcance. ## Corregir el defecto del freemium Como muchas empresas de la red, el sitio funcionaba con un modelo freemium: uso gratuito de las funciones básicas, subvencionado por los usuarios que pagaban por paquetes premium. Pero para fomentar el crecimiento, el sitio también animó a los usuarios a presentar el sitio a sus amigos a cambio de acceso gratuito a las funciones especiales que, en última instancia, pretenden ser la fuente de beneficios del sitio. Esto crea un dilema para la mayoría de los sitios de citas. Una oferta de recomendación en redes sociales genera algunas referencias de usuarios que no habrían pagado por las funciones premium, lo que aumenta el número de usuarios de la plataforma con un coste reducido. También atrae referencias de usuarios que habrían pagado pero, si se les hubiera dado la opción, prefieren trabajar por su suscripción, lo que genera más referencias pero menos usuarios de pago. Además, el número de referencias correctas que los usuarios deben hacer antes de poder acceder a las funciones premium (lo que se denomina umbral de referencia) puede tener efectos importantes en el comportamiento de los usuarios. Por ejemplo, si las personas que nos recomiendan acaban invitando a personas con menos probabilidades de suscribirse a las funciones premium, su incorporación a la plataforma podría perjudicar el valor de la comunidad a largo plazo. Queríamos saber si sería posible diseñar programas de recomendación para que pudieran equilibrar el crecimiento sin reducir la rentabilidad de su base de usuarios. En estrecha colaboración con los ejecutivos de la plataforma, realizamos un experimento de campo aleatorio a gran escala durante dos años en la plataforma para evaluar si aumentar el número de referencias necesarias para que el miembro pudiera acceder a las funciones premium cambiaba el nivel de participación de los nuevos miembros recomendados. ## Lo que nos dicen las pruebas Los beneficios del crecimiento impulsado por las referencias suelen tener un coste: a medida que aumenta el número de usuarios recomendados de la población, su nivel colectivo de participación tiende a disminuir. Una posible explicación de este comportamiento es que cuando las personas se unen a una plataforma, primero se asocian con sus amigos y cuando su amigo original en el sitio (el que le recomienda) se va (la rotación en los sitios de citas tiende a ser alta), también pierden parte de su interés inicial. Otra posible explicación es que cuando se les pide más referencias, los usuarios tardan más en cubrir su cuota. Esto significa que solo tienen la oportunidad de acceder a las funciones premium en una fase posterior de su membresía, lo que les permite interactuar menos con la plataforma y ofrecer un valor inferior a los demás usuarios. Sin embargo, nuestro experimento demostró que la introducción de programas de recomendación en las plataformas freemium puede contribuir significativamente al crecimiento de la red de clientes sin reducir su rentabilidad. Aumentar el número de referencias exitosas necesarias para conseguir acceso gratuito a las funciones premium no tuvo ningún impacto en la actividad relativa de sus conversos. Al contrario de lo que suponíamos que pedir a la gente que invitara a más amigos afectaría a la calidad de las referencias en términos de su disponibilidad para participar en el sitio y suscribirse a las funciones premium, descubrimos que estos nuevos miembros participaban tanto como los invitados por los usuarios de los programas de recomendación que tenían un umbral más bajo. De hecho, en un sentido, los nuevos reclutas eran mejores: no todos estaban tan dispuestos a presentar el sitio a sus amigos a cambio de funciones premium como el amigo que les envió la invitación original, lo que significó que, de manera contraria a la intuición, los ingresos totales aumentaron cuando aumentamos el número de referencias exitosas necesarias para el acceso gratuito a las funciones premium. ## Ajustar el sistema Un programa de recomendación voluntaria puede ser una estrategia muy eficaz, ya que permite a los usuarios seleccionar por sí mismos el puesto que mejor se adapte a ellos. Modificar las opciones de recomendación puede segmentar eficazmente la base de clientes entre los usuarios que se sienten motivados por el acceso a las funciones premium a cambio de recomendaciones y las personas que prefieren pagar por esas funciones. Una plataforma que utilice un modelo de negocio freemium con una opción de recomendación podría acelerar el boca a boca de la aplicación al solicitar explícitamente a los usuarios que inviten a sus amigos y conocidos a suscribirse a servicios premium y, al mismo tiempo, reservar algunas funciones especiales como de solo pago para ayudar a maximizar los ingresos. También descubrimos que añadir requisitos de referencia adicionales a cambio de funciones premium no desincentivaba a algunos usuarios. Esto sugiere que las plataformas podrían considerar la posibilidad de utilizar esta información para ajustar los requisitos de referencia para los diferentes grupos de usuarios con el fin de aumentar la adquisición y el pago de los usuarios sin perjudicar la participación general. Estos ajustes podrían ser dinámicos: la plataforma podría empezar por asignar un plan freemium a todos los usuarios y, tras evaluar el comportamiento de los usuarios durante las primeras semanas, decidir a quién dar la opción de unirse a su programa de recomendaciones para funciones. Además, nuestros resultados muestran que las personas valoran tener a sus amigos en la plataforma. En este caso, los programas de recomendación social diseñados para mejorar la experiencia compartida de las citas en línea (por ejemplo, mediante la organización de actividades fuera de línea) podrían ser particularmente eficaces para aumentar la participación en la plataforma. **Busca el 1011101011 correcto** Todo el mundo habla de la toma de decisiones basada en los datos, pero muchas campañas de marketing siguen llevándose a cabo por instinto y no por números. Incluso para una empresa tan experta en datos como un sitio de citas sofisticado, aprender a aprovechar la oportunidad de análisis que ofrece su red lleva algún tiempo. Pero como sugiere este caso, vale la pena. En otras palabras, si es el tipo de empresario al que le gusta evitar riesgos innecesarios, maximizar la rentabilidad y conocer nuevos clientes, debería buscar un científico de datos confidenciales que comprenda su negocio.