саммари:
саммари:
В рамках конкурсной работы предложил продуктовое решение по увеличению метрик MAU и ASL с помощью редизайна экранов карты и каталога для Авито Недвижимость
Для достижения целей внедрил механику «Районов» – она может стать точкой входа для новых пользователей. Карта получила обновлённый функционал, по оценкам тестов стала удобнее, при этом осталась узнаваемой
В каталоге предложил дополнительную визуально сильную форму отражения предложений - «Квартиндер». Это как Тиндер, только для квартир. Тесты показали хорошие результаты для этапа первичного отбора вариантов
По решению получил положительный фидбек от Виктории Бреусовой – Senior Product Designer в Яндекс Путешествиях. Судья конкурсов Internship и Awwwards. обладатель наград Awwwards и CSSDA [SOTD, WOTD, UI, UX…]. Наставник BBE, дизайн-ментор
По решению получил положительный фидбек от Виктории Бреусовой – Senior Product Designer в Яндекс Путешествиях. Судья конкурсов Internship и Awwwards. обладатель наград Awwwards и CSSDA [SOTD, WOTD, UI, UX…]. Наставник BBE, дизайн-ментор
Проект выиграл приз жюри и приз коммьюнити на дизайнерском конкурсе от Internship
В каталоге предложил дополнительную визуально сильную форму отражения предложений – «Квартиндер». Это как Тиндер, только для квартир. Тесты показали хорошие результаты для этапа первичного отбора вариантов
Проект выиграл приз жюри и приз коммьюнити на дизайнерском конкурсе от Internship
Выше краткий обзор обновленного визуала, а ниже – мини-преза с аргументацией по решению
Что сделал?
Что сделал?
Исследования
Собрал прямой фидбек на продукт
Провел кабинетку по болям пользователей
Организовал и сделал глубинки с 3 респондентами
Провел контекстуальное наблюдение процесса поиска
Забенчмарчил конкурентов
Провел коридорки для анализа результатов по итерациям
Сделал AB тест
Процесс и его фреймворки
Проитерировался по Triple Diamond
Организовал инсайты по JTBD
Собрал CJM
UX/UI
Обновил дизайн экранов
Соблюдал ДС компании и гайдлайны HIG
Сделал работающий прототип для тестов в Protopie
3D и анимация
Создал видеосцену в AE
А также 3D сцену в Spline
По решению получил положительный фидбек от Виктории Бреусовой – Senior Product Designer в Яндекс Путешествиях, судьи конкурсов Internship и Awwwards, обладательницы наград Awwwards и CSSDA [SOTD, WOTD, UI, UX…]
Отлично пообщались с Викой, она отметила смелость продуктовой концепции и ее потенциальную виральность для аудитории
Вика отметила ряд UI моментов, которые можно было бы поправить. Очень ценные правки от нее, признаю, что я был сильно ограничен решением работать в рамках ДС Авито и тут был бы ценен разговор внутри дизайн-команды Авито, чтобы уже с точки зрения их опыта понимать, куда дальше улучшать визуал, чтобы он и сиял, и не выпадал из дизайн-системы всего приложения
А вот честный фидбек от Yandex Senior Product Designer
А вот честный фидбек от Yandex Senior Product Designer
По решению получил положительный фидбек от Виктории Бреусовой – Senior Product Designer в Яндекс Путешествиях, судьи конкурсов Internship и Awwwards, обладательницы наград Awwwards и CSSDA [SOTD, WOTD, UI, UX…]
Отлично пообщались с Викой, она отметила смелость продуктовой концепции и ее потенциальную виральность для аудитории
Вика отметила ряд UI моментов, которые можно было бы поправить. Очень ценные правки от нее, признаю, что я был сильно ограничен решением работать в рамках ДС Авито и тут был бы ценен разговор внутри дизайн-команды Авито, чтобы уже с точки зрения их опыта понимать, куда дальше улучшать визуал, чтобы он и сиял, и не выпадал из дизайн-системы всего приложения
Итак, как я работал?
Итак, как я работал?
0.1
Процесс работы строил по 3-Diamond в адаптации Design → Product. Некоторые этапы пропускал с учетом сжатых сроков (фреймворк это допускает)
Процесс работы строил по 3-Diamond в адаптации Design → Product. Некоторые этапы пропускал с учетом сжатых сроков (фреймворк это допускает)
Чтобы не потеряться в материале, используйте нумерацию пунктов этого списка – она наследуется в общую нумерацию материала
1
Сбор данных о задаче
.1
Изучение вводных данных +
.2
Понимание задачи +
.3
Сбор болей юзеров:
.1
Поиск фидбека юзеров на проблемы
.2
Кабинетное исследование юзеров +
.4
Груминг задачи и первичные гипотезы
2
Погружение и Design Research
.1
Поиск доступного
.2
Погружение в продуктовую стратегию Авито
.3
Глубинные интервью
.4
Исследование методом "мокасинов"
.5
Построение CJM, поиск слабых мест
.6
Бенчмаркинг конкурентов
.1
Концепции и функционал
.2
Юзабилити
3
Гипотезы и концепты
.1
Формулировка нулевой гипотезы
.2
Раскрытие второстепенных гипотез
.3
Приоритезация по RICE
.4
Скоупинг
.5
Построение User Flow
4
Low-fid прототипы
.1
Отрисовка прототипов
5
Тест low-fid прототипов
.1
Коридорки
.2
Выводы по этапу
6
Этап мыслей и рефлексий
.1
Что дальше, если ушли не туда?
.2
Восприятие итерационного процесса
7
Итерации и переработки
.1
Больше Design Research
.1
JTBD истории
.2
Пересмотр результатов
.2
Новые гипотезы
.1
Обновление гипотез
.2
Пересмотр User Flow
.3
Редизайн Low-fid прототипов
8
Решающие тесты low-fid-ов
.1
Коридорки по второму кругу
.2
Празднуем или пока рано?
9
High-fid прототипы
.1
Отрисовка прототипов
.1
Саммари-презентация для дизов
10
Тест high-fid прототипов
.1
Тест UX
.1
Эвристический аудит
.2
Сбор дизайн фидбека:
.1
Фидбек от судьи конкурса Internship — Виктории Бреусовой, Senior Product Designer в Яндекс
.2
Фидбек от других дизов с конкурса
.2
Тест гипотез
.1
Коридорки
.2
AB тест
11
Доработка макетов до Ready for Development
.1
Уборка макетов, финализация структуры слоёв
12
Презентационная составляющая
.1
Анимации в Фигме
.2
3D анимации в Spleen
13
Подведение итогов
Как всё началось
1.1
Из полученного продуктового задания выделил для себя ключевые поинты
Взял принципы Авито
1.2
Прежде чем браться за работу, я изучил дизайн-манифест Авито. Это важная часть процесса, чтобы решение укладывалось в философию продукта, а не было с кондачка прицеплено к нему
Особенно зацепили идеи:
«всё начинается с потребностей пользователя»
«упрощай»
и про то, что не надо застревать в бесконечном анализе; решения принимаются быстро, но с умом: на основе данных, логики и опыта
На эти ценности я опирался в процессе работы
Выписал своё понимание задачи
1.3
Когда разобрался с вводными, сформулировал понимание задачи:
Бизнес-задача:
улучшить Average Listing Duration объявлений
Продуктовая задача:
Минимум: улучшить ASL и MAU за счет общих юзабилити предложений
Максимум: предложить новые механики или иные продуктовые предложения для более кардинального роста
Критерии успеха:
метрики в рамках конкурса я измерить не могу, поэтому будем оценивать локальный хайп от решения, впечатления от коридорок и общее юзабилити
Задача не объясняла, что именно мешает пользователям. Поэтому я решил сам копнуть в эту сторону: разобраться, как люди выбирают жильё, что их беспокоит, и как они воспринимают приложение.
Что говорят пользователи?
1.3
Начал с того, что стал искать отзывы, но быстро понял: прямой фидбек о карте и выдаче – редкость. В основном либо баги, либо общее недовольство. Тогда я изменил подход: пошёл в сторону кабинетного исследования и стал разбираться, как вообще люди выбирают жильё, что для них важно и что мешает.
Кабинетное исследование
1.3
Я собрал материалы из разных источников: от серьёзных исследований и видео с экспертами до блогеров, рассказывающих, как они искали квартиру. Это дало объёмную картину того, как люди думают, выбирают, боятся и радуются на этом пути. И с чем в этом процессе сталкиваются.
В общей сложности около 20 таких источников
Груминг задачи
1.3
После погружения в контекст собрал ключевые боли пользователей
и предварительные гипотезы:
Выбор жилья – стресс. Люди тратят много времени, чтобы разобраться. Если в приложении будет больше полезной инфы — вырастет доверие и вовлечённость.
Сейчас данные разбросаны по разным источникам. Пользователям не хватает понятной структуры: от выбора района до финального “хочу вот эту квартиру”. Если собрать всё у себя, это даст трафик и базу для персонализации.
Часто жильё ищут “на подумать” и делятся ссылками с друзьями. Если экраны будут яркие и “расшариваемые”, это поднимет вторичный трафик.
Сниппет в выдаче или пин на карте – не то, на основании чего делают выбор. Нужно переосмыслить их роли и подумать, как помочь людям сравнивать, сохранять и возвращаться.
Рациональные параметры важны, но решение часто на уровне ощущений, а не строгих табличек с данными. Визуал помогает “влюбиться”. Ему стоит отдать больше внимания.
сторона продукта: «прокачать» MAU и ASL.
с точки зрения ограничений:
редизайним экраны карты и каталога
решение должно быть в рамках открытой дизайн-системы Авито
и реально влиять на метрики
про формат кейса:
работа шла в рамках конкурса, так что визуал должен был получиться «фестивальным»: чистый, яркий, продуманный. При этом хотелось, чтобы за этим стояла продуктовая логика, решение не просто красивое, но еще и функциональное
по дедлайну:
успеть оформить демо визуала решения к конкурсу, осталось 12 дней
Как выбрать подход к исследованию
1.3
Я собрал все подходящие фреймворки, которые можно было применить с учётом доступных данных: сценарный анализ, UX-аудит, user stories, CJM, метод мокасин, бенчмаркинг, JTBD.
JTBD показался более перспективным для поиска нестандартных решений и интереснее, чем классический сценарный анализ или user stories. UX-аудит помог бы найти локальные проблемы, но не дал бы цельной задачи уровня конкурса.
В итоге я остановился на четырёх инструментах: CJM, мокасины, бенчмаркинг и JTBD. Они дали нужную глубину, но при этом уложились во временные рамки.
Глубинные интервью
1.3
Чтобы лучше понять опыт покупателей: что ими движет, чего они боятся, на что обращают внимание – я провёл глубинные интервью с тремя респондентами.
Условия были простые:
искали жильё в России в последние два года
пользовались агрегаторами вроде Авито, Циана, Яндекс Недвижимости и т.п.
Три человека – это немного, но судя по аналитике и советам от Nielsen Group, начинать можно даже от 2 респондентов, и это принесет ценные инсайты
Вопросы к интервью:
1
Вспомни, как ты в последний раз искал жильё — с чего ты начал?
📌 Цель: понять реальные входные точки поиска, пользователи далеко не всегда начинают с того, что мы предполагаем.
📌 Почему важно: закладывает всю остальную логику пользовательского пути: визуальный или рациональный вход, карта или фильтры, знакомые районы или “посмотрю, что есть”.
🔄 Фоллоу-апы:
А что вообще сподвигло тебя начать поиск?
→ выявляет контекст задачи: аренда, переезд, покупка, инвестиции. Это влияет на критерии выбора.С чего начался твой первый заход в приложение: фильтры, список, карта?
→ показывает, как человек ориентируется — через критерии или через локацию/визуал.Что ты хотел(а) понять в первую очередь?
→ вскрывает потребность: “какие цены?”, “что я могу позволить?”, “что мне нравится?”, “где хорошие районы?”
2
Когда ты просматриваешь объявления, на что обращаешь внимание в первую очередь?
📌 Цель: понять, какие элементы карточки действительно работают на первом экране: фото, цена, расположение, этаж, заголовок.
📌 Почему важно: помогает понять, стоит ли делать ставку на визуал, и как выглядит "первое впечатление" от объекта.
1
В какой момент ты добавляешь объявление в избранное? Что заставляет это сделать?
📌 Цель: зафиксировать триггеры для перехода из “просто смотрю” в “сохранил, вернусь”.
📌 Почему важно: показывает, что должно быть в карточке или в первом касании, чтобы вызвать интерес.
1
Как ты обычно сравниваешь понравившиеся квартиры между собой?
📌 Цель: вскрыть реальное поведение в “аналитической” части воронки: листинги, списки, сравнение.
📌 Почему важно: поможет спроектировать “избранное” и вторичный просмотр: что там нужно видеть, в каком виде и на каком экране.
1
Как ты обычно понимаешь, где тебе удобно жить? Что для тебя важно в расположении?
📌 Цель: выяснить, как пользователь ориентируется в пространстве, особенно если он не знаком с городом.
📌 Почему важно: позволяет прийти к механике “районов” через мотивации и паттерны, а не навязывать решение.
1
Насколько часто ты меняешь фильтры в процессе поиска? Почему?
📌 Цель: понять гибкость фильтров и их реальную полезность или раздражающую избыточность.
📌 Почему важно: помогает избежать переусложнённых форм, подсказывает, где фильтры мешают, а где действительно нужны.
1
Пользуешься ли ты картой при поиске? В какой момент она становится полезной?
📌 Цель: выяснить реальную роль карты в процессе выбора.
📌 Почему важно: даёт понимание, насколько карта — точка входа, ориентир или только финальный шаг. Можно на этом строить логику приоритетов.
1
Вспомни, были ли ситуации, когда ты наталкивался на классное объявление случайно — и думал: “а почему я не заметил его раньше?”
📌 Цель: вскрыть механизмы, по которым пользователи “не замечают” важные варианты, и наоборот — цепляются за неочевидное.
📌 Почему важно: помогает понять силу первого визуального касания и важность хорошей карточки или формата просмотра (подводит к “Квартиндеру”).
1
Когда ты просматриваешь объявления подряд, как ты понимаешь, стоит ли задержаться на каком-то из них?
📌 Цель: выявить импульсивное или мгновенное поведение — то, что работает “на уровне свайпа”.
📌 Почему важно: подводит к пониманию того, нужен ли альтернативный быстрый формат отбора (типа “Квартиндера”), и как он соотносится с реальным юзерским паттерном.
Избранные выводы из интервью:
“Когда я только начинаю смотреть, я решаю на уровне ‘нравится / не нравится’, не вчитываясь”
Что сказали на интервью:
“Сначала просто листаю, смотрю по фото, общему виду. Если цепляет, тогда уже иду смотреть подробнее.”
Продуктовый вывод:
Добавить лёгкий, интуитивный формат для оценки карточек на первом экране: свайп, лайк/дизлайк и т.д.
“Мне важно, чтобы было легко ориентироваться по районам, а не просто по карте”
Что сказали на интервью:
“Я знаю, что хочу жить в районе условных прудов, но как он точно называется — не знаю. Лучше, чтобы районы были видны и понятны. Сейчас по карте не разберешься, иногда 2 предложения через 50 метров, а по факту между ними - кольцевая и один вариант совсем не подходит по близости к метро и т.п.”
Продуктовый вывод:
Добавить визуально понятный и доступный способ навигации по районам
“Карта — это первое, куда я иду, сразу понятно, где что находится”
Что сказали на интервью:
“На карте всё видно: где парки, метро, цены. С фильтрами и этими списками вечно не могу разобраться и визуализировать всё.
Продуктовый вывод:
Сделать карту стартовым экраном → убрать приоритет у каталога.
Бенчмаркинг конкурентов: концепции и функционал
1.3
После интервью стало понятнее, на что пользователи обращают внимание и чего им не хватает. Дальше я посмотрел, как с этим справляются конкуренты, какие идеи уже работают на рынке и какие можно переосмыслить.
Файлик может подгружаться некоторое время
Вывел основную гипотезу
1.3
Если мы сделаем карту стартовым экраном приложения,
то это приведёт к росту MAU и ASL,
потому что многие пользователи интуитивно начинают с географии, и карта даёт им сразу понятный ориентир — где находятся квартиры и что рядом. Это особенно актуально в крупных городах, где район важнее метража или цены.
Раскрыл второстепенные гипотезы
1.3
1
Если мы увеличим количество карточек объявлений на экране за счёт размещения двух элементов в строку,
то это улучшит первое взаимодействие пользователя с интерфейсом и повысит конверсию в углублённый просмотр (CTR карточек),
потому что пользователи вначале принимают решение на уровне визуального “нравится / не нравится”, и больше карточек в поле зрения ускоряют фильтрацию и создают ощущение контроля над выбором.
2
Если встроить в экран карты контент со сравнением районов,
то вырастет удержание в приложении и вовлечение в него новых групп пользователей за счет полезно-развлекательного контента, что отразится в повышении MAU и ASL метрик,
потому что Авито приобретёт в продуктовой ценности для клиентов на ранней стадии воронки покупки недвижимости
3
Если уменьшить количество одновременно отображаемых пинов на карте,
то повысится общее юзабилити приложения и вероятность по клику на пин и прохождению дальше по флоу,
потому что потому что мы избавим юзеров от избыточности выбора (choice overload) и снизим для них усталость от принятия решений
4
Если сделать приоритезацию пинов при появлении,
то можно дополнительно снизить choice overload и подсветить интересные предложения,
потому что с помощью анимации юзеры получат визуальный паттерн, по которому удобнее отсматривать пины по порядку
5
Если сделать некоторые из пинов на карте в расширенном формате с продающими инфо-тегами,
то можно повысить конверсию в переходы на важные для нас объявления, а также тестировать влияние факторов на принятие решений в разрезе каждого конкретного пользователя приложения
потому что пользователь сможет мэтчить предложения со своими ожиданиями в быстром формате, не тратя время на переходы между страницами
6
Если убрать перекрытие друг друга пинами на карте (особенно новыми расширенными),
то можно повысить конверсию в переходы и улучшить общее юзабилити,
потому что ясно разделенные варианты — это снижение мисскликов, снижение когнитивной нагрузки и улучшение восприятия информации
7
Если предложить юзерам визуально сочную форму отображения предложений,
то увеличится MAU предложения за счёт более активного шейринга предложений между юзерами (друзья, семья, родители, коллеги) и использования платформы эмерджентно и как классифайда, и как развлекательного ресурса (близкий пример: Instagram Shopping)
8
Если внедрить функцию «Картиндер»: свайп-влево/вправо по карточкам районов с ключевой статистикой (цены, инфраструктура, отзывы),
то повысится скорость первичного отбора локаций и сократится отток пользователей на этапе «где смотреть дальше»,
потому что формат swipe знаком и комфортен для быстрой дискретизации большого объёма информации
Приоритезация гипотез по RICE
1.3
Чтобы сфокусироваться на самых ценных улучшениях, я использовал фреймворк RICE, который помогает оценивать гипотезы по влиянию на продукт, уверенности в результате и сложности реализации.
RICE расшифровывается как:
Reach — охват пользователей
Impact — влияние на метрики (MAU, ASL, CTR),
Confidence — уверенность в гипотезе,
Effort — ресурсы на реализацию (в данном случае оценивал субъективную сложность для реализации со своей стороны)
Сразу же провел быстрый скоупинг идей, чтобы успеть сделать самое важное к дедлайну. Для этого отметил наилучшие идеи, которые помещались в 8 условных юнитов работы. Несколько интересных идей на этом этапе пришлось отбросить; спойлер — мы вернёмся к ним позже!
Файлик может подгружаться некоторое время
Построение User Flow
1.3
Чтобы зафиксировать обновлённую логику движения пользователя, я описал ключевые сценарии взаимодействия с сервисом. Этот шаг помог выстроить последовательность действий без лишних ветвлений и зафиксировать, где интерфейс должен помогать, а не мешать.
Файлик может подгружаться некоторое время
Коридорное исследование: проверка ранних гипотез в флоу покупки недвижимости
1.3
Чтобы быть уверенным в своих гипотезах, провел коридорное тестирование low-fi прототипов с 5 участниками. Исследовал, как пользователи проходят флоу выбора жилья на покупку при изменённой логике интерфейса.
Что тестировали с юзерами:
Отображение карточек в два столбца, чтобы ускорить этап “первичного отбора”
Старт с карты, как основной инструмент ориентации в городе
Результат: пользовательский опыт по ряду гипотез улучшился недостаточно, либо в отдельных случаях даже ухудшился. Из тревожащего – люди терялись в навигации, пропускали важные детали и некоторые давали сдержанный фидбек по интерфейсу, оценивая его как «сливающийся» и «мелкий»
Что еще нужно исправить: старт с карты
"Ну... карта — это прикольно, но я даже не знаю, где искать. Просто зумить туда-сюда?"
— участница, 29 лет, ищет жильё впервые
"Если бы районы были отмечены как-то, было бы легче. А так всё сливается."
— участник, 35 лет, переезжает в другой город
Что еще нужно исправить: карточки в два столбца
"Раньше хотя бы фото были большие — сразу видно, что за квартира. Сейчас всё в куче."
— участница, 29 лет, ищет жильё впервые
"Пальцем промахиваюсь постоянно, когда кликаю. Слишком мелко."
— участник, 26 лет, ищет студию в центре
Общие выводы:
Хорошо звучит ≠ хорошо работает. Идеи, полученные из интервью, не все подтвердились в реальных сценариях использования
Карта без предварительных фильтров и контекстов чаще запутывала, особенно тех, кто не знал точно, где хочет жить
Карточки в 2 столбца уменьшили визуал и текстовые блоки часто и так не слишком отличающихся предложений. Фактически получили тот же choice overload, что изначально был с пинами на карте
При этом, ряд пользователей положительно отметили интуитивное удобство работы сразу с картой и почти все пользователи отметили, что при работе с меньшим количеством пинов и расширенными пинами им проще воспринимать с нее информацию
Что дальше, если ушли не туда? Итеративность Diamond-фреймворков
1.3
Итак, как это часто бывает, поставленная гипотеза не подтвердила себя. Что дальше?
На этом этапе у меня был выбор: продолжить работу с визуальной оболочкой, сделать “причесанный” концепт и пойти дальше, как это часто бывает на конкурсах и при жёстких сроках.
Но я решил иначе и пошел обратно: к данным, к наблюдению за реальным поведением пользователей. Не хотелось жертвовать качеством ради скорости, вместо этого выбрал итерационность, прозрачную логику и настоящую эмпатию к пользователю.
Такой подход хорошо ложится на структуру Double Diamond и его расширенную версию Triple Diamond. Эти фреймворки не про прямую линию от А к Б, а про циклы, в которых ты возвращаешься назад, чтобы уточнить задачу или проверить гипотезу. Итерации в них не стоит считать сбоем, это вариант нормы. Используя Triple Diamond, избегать необходимой итеративности в нём было бы ошибочно.
Этот поворот в процессе позволил выстроить гораздо более точную продуктовую гипотезу уже на следующем этапе.
Контекстуальное наблюдение
1.3
Для лучшего понимания реального пользовательского поведения я провел серию мини-исследований:
контекстуальное наблюдение за действиями пользователей в приложении Авито Недвижимость,
реконструкция пользовательского пути на основе собственных попыток "поиска квартиры".
Цель – выявить противоречия между тем, что пользователи говорят в интервью, и тем, как они реально взаимодействуют с интерфейсом. Это позволило глубже понять логику ранних действий пользователя и сформировать основу для JTBD.
Файлик может подгружаться некоторое время
Самое время построить CJM
1.3
Я провел:
Глубинки – получил словарь пользовательских ожиданий и фрустраций.
Контекстуальное наблюдение – увидел реальные действия и где они расходятся со словами.
💡 И вот теперь самое время "сшить" это в CJM, потому что уже понятно:
что человек думает
что он делает
что чувствует на каждом этапе
По результату мы получим единую воронку принятия решений с пониманием где именно новые продуктовые решения могут изменить поведение пользователя и повлиять на целевые метрики
Файлик может подгружаться некоторое время
Переосмысление через JTBD
1.3
Чтобы уложить в голове все инсайты в голове в один непротиворечивый список, и раскрутить гипотезы до глубоких уровней интерфейсной реализации, воспользовался JTBD
Тут приведу несколько избранных стори, которые классные тем, что рефлексируют на ранее выбранные гипотезы:
Когда я начинаю смотреть варианты,
я хочу быстро понять, какие мне нравятся на уровне первого впечатления,
чтобы сузить круг для дальнейшего анализа
Комментарий: эта джоба описывает самый верх воронки; момент, когда пользователь ещё не готов анализировать детали. Ему важно быстро “почувствовать” варианты и отсеять лишнее, не углубляясь в характеристики.
Когда я только начинаю поиск,
я хочу иметь визуальную опору,
чтобы не теряться в карте и иметь группировку предложений перед глазами.
Когда я плохо ориентируюсь в городе,
я хочу иметь инструмент, который подскажет, какие районы соответствуют моим предпочтениям,
чтобы упростить для себя выбор
Комментарий: эта джоба напрямую связана с гипотезами о “районах” как новой точке входа в поиск жилья. Для пользователей, плохо ориентирующихся в городе, привычная карта остаётся холодным инструментом — она показывает географию, но не передаёт контекст жизни. “Районы” решают эту задачу: превращают карту в понятную структуру выбора, где пользователь ориентируется не по улицам, а по ощущениям и стилю жизни.
Поменял основную гипотезу
3.1
Если встроить в экран карты контент со сравнением районов,
то вырастет удержание в приложении и вовлечение в него новых групп пользователей за счет полезно-развлекательного контента, что отразится в повышении MAU и ASL метрик,
потому что Авито приобретёт в продуктовой ценности для клиентов на ранней стадии воронки покупки недвижимости
Обновил и второстепенные гипотезы. Вот те, что добавил в рассмотрение:
1.3
1
Если мы внедрим механику “разморозки районов” — активации специальных предложений при физическом посещении района
то повысим вовлечённость пользователей в офлайн-исследование города и увеличим MAU и Retention,
потому что это добавит сезонную игровую механику к инфотейнменту платформы
Комментарий: гипотеза может быть ложной, потому что не все пользователи готовы перемещаться физически ради поиска, особенно если речь о покупке, а не аренде. Но летом, в фазе исследования района, такая механика может стать вирусной и PR-драйвером.
2
Если после ввода запроса сразу показывать карту на весь экран, открывая каталог по кнопке/свайпу,
то повысим скорость прохождения флоу на этапе первичной оценки вариантов,
потому что карта с переработанными пинами и районами стала полноценным инструментом выбора, а текущая реализация "в половину экрана" мешает восприятию и того и другого
3
Если внедрить в экран каталога интересный формат просмотра вариантов с элементами геймификации,
то это приведёт к увеличению ASL,
потому что юзер получит формат прохождения данного этапа флоу, в котором он может участвовать с минимальным когнитивным вложением в процесс
4
Если внедрить функцию «соседи рекомендуют» — отображение недавно просмотренных или сохранённых объектов пользователями, которые похожи на вас по профилю,
то повысится доверие к платформе и конверсия в заявки,
потому что социальное доказательство помогает сократить сомнения и ускорить принятие решения
5
Если внедрить функцию «соседи рекомендуют» — отображение недавно просмотренных или сохранённых объектов пользователями, которые похожи на вас по профилю,
то повысится доверие к платформе и конверсия в заявки,
потому что социальное доказательство помогает сократить сомнения и ускорить принятие решения
Комментарий: гипотеза может оказаться ложной, если механика будет восприниматься как навязчивая или спамная. Важно правильно сегментировать «соседей» и давать выбор отключить уведомления.
6
Если добавить в процесс отбора объектов функцию «сравнения на карте» с выделением двух–трёх районов и отображением их ключевых метрик,
то сократится время пользователя на принятие решения и повысится удовлетворённость флоу,
потому что видя два района бок о бок, легче оценить плюсы и минусы
Комментарий: слишком много сравнительной информации может запутать; важно выбрать только самые релевантные метрики (цена, транспорт, зелёные зоны).