Les big data, la clé pour une relation qui dure ?

Chaque année, le marché américain des sites de rencontres représente 2 milliards de dollars de revenus. Pour fournir un service de qualité et rester compétitifs, ceux-ci ont recours aux big data pour analyser, croiser les données et créer des rencontres plus adéquates. L’article explore plusieurs approches : une méthode quantitative, basée sur le recueil de données issues de l’utilisateur, une autre approche basée sur le réseau Facebook pour des informations plus fiables et une troisième sur les similarités de goûts.

Selon une étude d’IBISWorld, le marché américain des sites de rencontres représente 2 milliards de dollars de revenus chaque année et presque un américain adulte sur 10 a déjà été inscrit. Pour toujours plus de clients satisfaits, et donc toujours plus de revenus, certains sites s’appuient sur les big data pour faire des propositions de rencontres plus appropriées selon les profils enregistrés. Par exemple, le site Match.com – qui a racheté en 2011 OKCupid pour 50 millions de dollars – a rassemblé plus de 70 téraoctets, soit 70 000 Go, de données sur ses clients en les faisant répondre à des séries de questions lors de leur inscription.

 

Cependant, volontairement ou involontairement, les individus mentent et les données s’en trouvent donc en partie erronées. Ainsi, certaines agences cherchent donc à limiter les données inexactes en recourant à des sources plus fiables que l’utilisateur lui-même. Par exemple, avec sa permission, elles peuvent accéder à d’énormes sources de données telles que son historique de navigation et de recherches sur Internet, ses habitudes de visionnage sur Netflix ou encore son historique d’achats sur Amazon. Pour des données plus justes, certains sites, comme Hinge, vont extraire des informations dans le profil Facebook de l’inscrit. De même, savoir que vous êtes ami avec quelqu’un est une information en soi : en effet, Hinge met en relation l’utilisateur avec les amis Facebook d’autres inscrits. Cette méthode « par ami d’ami » permet donc de rester dans le même groupe social de personnes et, sachant que chaque utilisateur de Hinge compte en moyenne 700 amis Facebook, cela représente un grand nombre de contacts potentiels.

 

De son côté, à l’Université de l’Iowa, le Pr Kang a développé une technique appelée le « filtrage collaboratif ». A la mode Amazon, l’algorithme propose une série de « recommandations personnalisées » basées sur les profils consultés par les personnes qui ont les mêmes goûts. Cependant, les personnes ont beau avoir exactement les mêmes goûts musicaux, s’ils n’aiment pas les vêtements de l’autre ou son apparence, la magie de l’amour n’opérera pas !

 

Lire l’article

 

En complément :

un article sur le data mining utilisé par les sites de rencontres
et un autre (en anglais) sur une analyse des comportements sur les sites de rencontres

 

A lire sur Business-Analytics-Info.fr :

« Dix exemples de domaines qui profitent déjà des big data »
et « Mignonne, allons conter fleurette… algorithmique ! »