Золотое Яблоко
В продукте
Дизайнер продукта
Аналитик
Продуктовые кейсы
3 из 14
Поисковые алгоритмы ecom
Конверсия заинтересованности в товарах из поиска +34%
2 месяца
Задача
До разработки алгоритмов конверсия проникновения в товары из поиска была ниже планируемой по кварталу в 3 раза.
Команда добавила новые товарные категории, сделав их более адаптированными под общие запросы покупателей. В надежде, что это поднимет конверсию.
Однако алгоритмы поиска не показывали то, что нужно покупателям. Необходимо было проработать алгоритмы так, что бы товары из поисковой выдачи удовлетворяли различные потребности целевых сегментов покупателей.
Команда добавила новые товарные категории, сделав их более адаптированными под общие запросы покупателей. В надежде, что это поднимет конверсию.
Однако алгоритмы поиска не показывали то, что нужно покупателям. Необходимо было проработать алгоритмы так, что бы товары из поисковой выдачи удовлетворяли различные потребности целевых сегментов покупателей.
Гипотезы
алгоритмы повысят персонализацию результатов, это может положительно изменить восприятие ассортимента
покупатели чаще всего ищут топовые товары в поиске, зная только ключевые слова, а не название
алгоритмы поиска смогут возвращать клиентов, которые не нашли нужное через умные ненавязчивые email письма
Исследования
Для начала нам предстояло точно понять, как именно поисковые алгоритмы должны работать в зависимости от целевой аудитории и их сегментов.
Я провел исследования маркетинговых целей компании, для того, что бы увидеть какие связки магазин хочет применять и для чего.
Я провел исследования маркетинговых целей компании, для того, что бы увидеть какие связки магазин хочет применять и для чего.
Тестирование сценариев
После разработки сценариев алгоритмов мы создали черновые макеты
с имитацией поиска. И начали тестировать это на реальных покупателях.
Это помогло скорректировать сценарии и функционал, избежав неудачного результата после релиза.
Это помогло скорректировать сценарии и функционал, избежав неудачного результата после релиза.

Разработка макетов
Во время тестирований и подготовки мы уже формировали макеты и чистовой функционал. Самое сложное было простроить взаимосвязи между функционалом так, что бы базы данных разных настроек были в коннекте друг с другом.

Результаты
Конверсия заинтересованности в товарах из поиска выросла на +34%,
а добавление в корзину на +18%.
После проведения исследования стало понятно, что алгоритмы предпочтений сработали как нужно. При поиске определенных товаров система формировала персональные предложения на основе алгоритмов и настроек товарных групп.
82% пользователей оценили удобство и простоту настройки алгоритмов. Порог метрик достигнут.
а добавление в корзину на +18%.
После проведения исследования стало понятно, что алгоритмы предпочтений сработали как нужно. При поиске определенных товаров система формировала персональные предложения на основе алгоритмов и настроек товарных групп.
82% пользователей оценили удобство и простоту настройки алгоритмов. Порог метрик достигнут.

Редизайн панели модерации отзывов
Время на обработку новых отзывов сокращено на 45%
1 месяц
Конфигуратор контента
Повышение интуитивности по всему Plaid Admin на 19,4%
1,5 месяца
Задача
В Plaid Admin много разных пользователей. Контент админки в основном строится на массиве данных, это выяснилось на исследованиях.
Из-за разнообразия контента мы создали инструмент, который показывает только нужное каждому пользователю.
Из-за разнообразия контента мы создали инструмент, который показывает только нужное каждому пользователю.
Гипотезы
если создадим общую фильтрацию по всему сервису, то снизим когнитивную нагрузку юзеров
снизив когнитивную нагрузку, поможем людям проще выполнять планы и задачи
если создадим фильтрацию, то уберем ощущение массивности интерфейса и данных
Поиск проблемы
После анализа дневников я определил группы пользователей и их интересы к данным в таблицах, страницах, настройках и тд. Была создана таблица данных, которую мы обсудили с юзерами и утвердили для будущих паттернов в конфигураторе таблиц.

Исследования
У нас была цель — снизить когнитивную нагрузку по всему Plaid Admin.
И поэтому мы провели общие полевые наблюдения за работой пользователей, что бы выявить самые используемые инструменты, а так же проблемы которые имеются при взаимодействии с ними. На вебвизоре нашли частые паттерны поведения, и узкие места, которые мешают работать. С группой разработки наметили примерный план, и приступили к тестированиям.
Вайфреймы
Вариантов было очень мнооогоооо. Мы сделали 18 вариантов, каждый из которых проверили на юзабилити исследованиях, что бы найти лучшие связки и выявить недочеты по общему функционалу.Главным выводом было то, что чаще всего юзеры хотели сохранять настройки конфигуратора при следующих заходах на сервис. А так же, им хотелось иметь несколько паттернов настроек и переключаться между ними под разные задачи.

Результаты
Пресеты работают и фильтруют практически весь контент. В таблицах, на страницах отчетов и файлов, на страницах настроек интернет магазина и др. При переключении страниц пресеты сохраняются. Это позволило создать уникальное пространство в продукте для каждого пользователя, избегая разделения продуктов на разные категории.Можно с пресетами, а можно без них. Пользователи часто использовали фильтрацию по пресету (в 7 из 10 случаев), однако иногда отключали его, что бы к примеру, сделать выгрузку других данных.Настройка пресетов осуществляется в режиме редактирования, что сохраняет порядок и предотвращает случайные изменения. Это также мотивирует создавать новые пресеты или временно отключать их.Интуитивные решения в интерфейсе помогают пользователю не думать о том, как и что работает, а думать о том, что необходимо сделать.























