Les applications de rencontres peuvent être extrêmement frustrantes, en particulier pour ceux qui connaissent leurs astuces et gadgets courants. Ce qui est particulièrement exaspérant, c’est que le concept est si simple : connecter des personnes dans un voisinage spécifié et leur donner les outils nécessaires pour s’évaluer rapidement et efficacement les unes les autres et permettre des correspondances jugées appropriées par les filtres sélectionnés. Mais il existe un problème assez flagrant avec le concept des applications de rencontres : maximiser la fidélisation des utilisateurs sans trahir les principes fondamentaux.
Après tout, Hinge se présentait comme « l’application conçue pour être supprimée », ce qui implique qu’elle veut les utilisateurs sont partis dès que possible, mais cela ne ferait guère d’applications comme Hinge un succès commercial. Les applications gratuites ont besoin d’utilisateurs pour les publicités et les données précieuses ; ce n’est pas comme si des paywalls alléchants et des abonnements premium garderaient les gens à proximité. Alors, comment ces applications permettent-elles aux utilisateurs de rester à la recherche de l’âme sœur ? En rendant les services longs, fragmentaires, peu fiables et ciblés pour exploiter ceux qui se trouvent au niveau le plus bas de la chaîne d’algorithmes. Des choses comme les robots de pêche au chat, la limitation ciblée des comptes et la tentation omniprésente de passer au premium mettent toutes une pression supplémentaire sur la pratique délicate de trouver des partenaires romantiques sur votre téléphone.
Mais au moins, ces services fonctionnaient à leur propre rythme, gardant souvent leurs apprentissages algorithmiques raisonnablement transparents, comme les nombreux apprentissages d’OK Cupid aujourd’hui disparus à jamais. Quand Match Group, une entreprise technologique basée à Dallas et qui a de l’appétit pour les données personnelles, a commencé à racheter systématiquement les plus grands acteurs de la scène des applications de rencontres, le système truqué que nous connaissions déjà a complètement renoncé à la subtilité.
Pour rien au monde, les chiffres de collecte de données des applications de rencontres de Match Group sont devenus beaucoup plus difficiles à localiser et à calculer, révélant comment les données acquises par ces services pourraient être utilisées comme une arme contre ses utilisateurs les moins performants. Des informations utiles telles que la façon dont les applications de Match Group contiennent une base d’utilisateurs majoritairement masculine ou comment les femmes passent (dans l’ensemble) plus de temps à évaluer chaque profil avant de le glisser (contrairement à la plupart les gars qui le spamment comme un événement rapide) est pratiquement caché maintenant. Il est évident pourquoi Match Group ne souhaite pas que ses utilisateurs disposent de ces données, étant donné qu’il expose l’ensemble de la pratique comme une perte de temps, récompensant vos balayages quotidiens par des limitations et des fraudes. L’approche secrète consistant à cacher des données utiles lorsque vous cherchez à trouver des correspondances serait déjà assez mauvaise si Match n’était pas si curieux de vous et de vos données.
Des applications comme Tinder et OkCupid collectent les données de ceux qui utilisent leurs services, telles que les balayages quotidiens, les matchs quotidiens et même ce à quoi mènent ces matchs, en prenant des notes lorsque vous avez eu une aventure d’un soir. Ces applications suivent également votre activité ailleurs, comme votre contenu Facebook et X (anciennement Twitter). Ceci est censé être effectué afin d’adapter l’expérience de l’application de rencontres à l’utilisateur et d’augmenter la probabilité de correspondances compatibles. En plus d’être incroyablement effrayant, l’algorithme ne prend pas en compte le balayage du spam ; Comment êtes-vous censé connaître les préférences d’une personne lorsqu’elle dit oui à tout ?
Retenir les matchs dans votre région pour vous permettre de continuer à glisser afin de vous inciter à passer à Premium
Le fait que les applications de rencontres utilisent la limitation de visibilité pour encourager l’engagement constant des utilisateurs n’aide pas non plus. Retenir les matchs dans votre région pour vous permettre de continuer à glisser afin de vous inciter à passer à Premium. Cela est lié aux nombreux robots et comptes de spam, présentant aux utilisateurs non payants des tonnes de correspondances qui ne valent rien parce qu’elles ne sont pas réelles ou existent simplement pour servir de publicités pour des services extérieurs comme OnlyFans. Cela montre à quel point le nombre de matchs dans votre région diminue lorsque vous souscrivez à Premium et combien de ces matchs se trouvent être de vraies personnes.
Malgré tous ces inconvénients et les cartes contre moi, comme une success story assez récente de Tinder, je peux admettre que les services acquis par Match Group peuvent fonctionner, mais seulement après des mois de travail glorifié de saisie de données, plus comme un deuxième travail qu’autre chose. Après un certain temps, le renforcement négatif vous pousse à continuer, par désespoir, de battre l’algorithme, sans même prendre la peine d’étudier à qui vous vous adressez, car il s’agit très probablement d’un robot que vous souhaitez éliminer le plus rapidement possible. Plus vous éliminez de robots, plus vous avez de chances de trouver quelqu’un de réel. Cela semble être le concept général de ces applications de rencontres, et cela fonctionne à peine.
Là est une raison pour laquelle les gens dérivent vers et depuis les applications de rencontres de Match Group : vous faites continuellement tourner la bobine pour avoir de la chance, créant la même mentalité malsaine que le jeu, quelque chose que les applications mobiles et les jeux modernes connaissent beaucoup. Vous n’utilisez pas un service conçu pour vous mettre en contact avec votre prochaine relation occasionnelle ou sérieuse ; vous faites tourner une machine à sous qui n’accepte que du temps, des données et, surtout, de l’argent, et cela est devenu plus prononcé que jamais, grâce à Match Group.
