Eu me sentei com o fundador do aplicativo de namoro POM de 21 anos para falar sobre músicas, tecnologia, Lewis Capaldi, e por que 2020 pode ter sido o melhor ano para começar um negócio.
Como nosso mundo de repente se tornou muito menor durante os eventos de 2020, muitos de nós optamos por buscar refúgio em espaços digitais, e poucos setores se beneficiaram mais com a pandemia do que o namoro online. Match Group, a gigante empresa que detém cerca de 60% do mercado de aplicativos de namoro, tem relatado um aumento de 15% em novos assinantes no segundo trimestre de 2020, desde que 'quarentena' se tornou o verbo / substantivo híbrido carro-chefe deste ano.
No entanto, apesar de suas fileiras crescentes e das oportunidades de inovação que uma situação de 'um mundo em casa' parece permitir, a esfera do namoro online parece ter estagnado. Embora líderes do setor como Tinder e Hinge tenham incorporado várias opções para encontros cibernéticos, como recursos de chat de vídeo, geralmente os usuários de aplicativos pandêmicos se deparam com o mesmo desfile incompreensível de rostos em aplicativos baseados em swipe que estimulam nossa superficialidade, fecham nossa empatia, e nos mergulha de cabeça em uma sopa humana de base geográfica.
O campo está maduro aqui para algo novo que corte o pincel e reformule a maneira como pensamos sobre o estabelecimento de conexões online.
Conheça o graduado Vihan Patel, de 21 anos, e seu app O poder da música (PM).
'Acho que fiquei entediado com aplicativos de namoro', diz Vihan enquanto nos sentamos sobre o Zoom para discutir o lançamento beta de seu aplicativo em fevereiro. 'Eu me cansei de aplicativos genéricos onde namorar é gamificado. É um jogo quente ou não ... Namoro não deveria ser isso. '
POM (pronunciado foneticamente não acronimicamente como eu timidamente confirmo) é uma ideia que parece simples e, sem dúvida, será simples em sua execução, mas tem algum pensamento psicomecânico enganosamente complexo por trás dela.
A ideia básica por trás do POM é que ele combine os usuários com base em seu gosto musical. Você se inscreve por meio de uma plataforma de streaming de música (o lançamento inicial é compatível com Spotify e Apple Music), onde seu gosto é coletado e analisado por algoritmos. Em seguida, você recebe uma lista de combinações que o POM acredita que se adequam ao seu 'perfil emocional'.
Embora você ainda possa fazer a curadoria de um perfil frontal mais 'tradicional' para que seus pares vejam, são as métricas de sua biblioteca de música completa que realmente determinam quem POM irá mostrar a você.
“Não é uma entrada manual, porque descobrimos que, com a entrada manual, se eu perguntasse quem é seu artista favorito, talvez você dissesse algo que acha mais 'legal' ou aceitável ', explica Vihan. 'Se alguém me perguntasse quem é meu artista favorito, eu provavelmente diria algo como Travis Scott, mas se estou no banho, estou ouvindo Lewis Capaldi ... Acho que aquele com quem você mais se associa é geralmente aquele que você tenho vergonha de contar a outra pessoa sobre. '
“Nosso algoritmo capta tudo”, ele continua. 'Você pode escolher o que exibir, nós permitimos que você tenha isso, mas suas correspondências não serão apenas baseadas no que você dizer sua música é, mas será um ajuste emocional para você as vocês.' Para ser claro, os usuários não podem exibir músicas em seus perfis que não estejam representadas em algum lugar de sua biblioteca existente. Não há como se esconder no POM.
Eu claramente pareço bastante desconfortável com a ideia dessa flagrante honestidade. Espero ser um dos primeiros a adotar o POM, tendo me inscrito para o lançamento beta, e estou preocupado que minha reação nervosa à descrição de Vihan dessa abordagem sem barreiras para a profundidade algorítmica seja negativa.
- Bem, merda, estou f * cado - digo, negativamente.
Como alguém que sempre quis ser como Tash Sultana ou Kate Bush em qualquer uma de suas canções, mas na verdade é muito mais como Miley Cyrus em qualquer uma de suas canções, sempre me senti no lado nada legal da linha ousada de estratificação social o gosto musical tende a engendrar.
Na verdade, a reação instintivamente ansiosa de pessoas como eu, que estão acostumadas com as normas superficiais do namoro online, não é ruim, mas, na verdade, a razão de ser do POM.
'Você diz isso', diz Vihan, 'cada pessoa para quem expliquei isso ficou tipo' ah, eu ouvi muito x enquanto ninguém lá e eu vou combinar com um bando de homens de 60 anos ”ou algo assim, mas tudo pensa a mesma coisa. Haverá pessoas que gostarão de você e do seu tipo de música. '
Os aplicativos de namoro tradicionais se tornaram museus de intensa curadoria, de modo que é um jogo de soma zero para qualquer um que deseja ser autêntico, e é esse impulso em direção à genuinidade que torna o POM único em seu campo. “Queríamos torná-lo real”, afirma Vihan. 'Torne possível ter essa conexão emocional, mas também torne isso simples, fácil e divertido sem torná-lo um jogo.'
Neste ponto da conversa, ainda estou um pouco cético sobre a capacidade da biblioteca Spotify de alguém de agir como uma sinopse para essa pessoa como um texto completo. Mas, novamente, há mais em jogo aqui do que eu penso.
'Para esclarecer, não é apenas' Eu gosto de Jay Z, você gosta de Jay Z, nós vamos ser uma combinação perfeita ', explica Vihan. 'É tudo uma questão de sua resposta emocional a essa música. E nosso algoritmo capta isso com base na valência de uma música, na dançabilidade, no BPM, tudo isso e muito mais é levado em consideração. '
'Como você planeja fazer isso?' Eu pergunto.
'Muita tentativa e erro. A maneira como descobrimos isso é onde nosso aprendizado de máquina entra. Nossos primeiros 15,000 usuários inserirão dados manualmente atribuindo emoções a pontos-chave de sua história para começar a construir nossos perfis emocionais e testar nosso modelo preditivo existente. À medida que você insere mais, os próprios dados se tornam mais inteligentes e serão capazes de identificar certos padrões com base em pesquisas já existentes. Porque não é um conceito totalmente novo que estamos lançando por aí, isso é baseado na ciência existente, mas precisamos dos dados humanos para começar a predizê-lo para nossos usuários. '