Привет, Хабр! Меня зовут Юля, я работаю в команде клиентских сервисов в кластере CMS. Это системы, которые помогают ретушёрам, модераторам и другим специалистам просто управлять контентом на витринах Самоката и Мегамаркета.
А в этой статье я расскажу про особенный проект — виртуальную фотосъёмку. Мы делали её для продавцов, чтобы они могли быстрее выводить карточки товаров на витрину и не тратить время на долгие фотосессии. Поделюсь, с чего все начиналось, как проходил процесс проектирования и какие решения к этому привели.
Челленджи, или зачем это всё?
Сейчас уже нельзя представить жизнь без маркетплейсов и быстрых онлайн- покупок. Для покупателей процесс кажется простым и удобным, но что насчёт продавцов?
Продавцы на маркетплейсах сталкиваются с множеством трудностей при создании качественного контента, ведь сделать красивую карточку товара — целый квест. Нужно найти студию, модель, фотографа, потратить на это целый день, а-то и несколько, обработать фотографии…
Мы решили, что этот процесс можно упростить, и решили создать сервис виртуальной фотосъемки. С его помощью можно создавать изображения товаров на сгенерированных моделях за несколько минут. А это…
Экономит время и деньги;
Помогает повышать конверсию – такие фото привлекают внимание больше, чем стандартные снимки товара на белом фоне;
Ускоряет процесс вывода товаров на витрину – теперь продавцы не будут тратить время на долгие съёмки.
Укрепит лояльность продавцов к маркетплейсу, ведь теперь пользоваться площадкой будет еще удобнее.
Перед запуском мы должны были проверить гипотезу — будут ли продавцы использовать наш инструмент? Нужен ли он им вообще? Решили запуститься нужно для небольшого пула пользователей. Ок, а с чего начнем?
Продукт начинается с бенчмаркинга
Изучили существующие решения у маркетплейсов, магазинов с виртуальной примерочной и стартапов. Анализировала их функционал: какие фичи они предлагают, чем помогают пользователям и в каких моментах остаются уязвимыми. Ниже я привела некоторые примеры – все названия вымышлены, а совпадения случайны.
В одном из найденных решений уже был аналогичный сервис, где можно генерировать изображение товара на модели. Но за одну генерацию получается одна фотография, и заранее модель для образа выбрать нельзя.
Таким образом решается сразу две проблемы:
сэкономим время продавца — он быстрее выберет фотографию для карточки товара;
уменьшим и количество запросов к серверу, и очередь обработки фотографий — быстрее покажем результат генерации.
Во втором решении функционал оказался шире — можно выбрать моделей и фон из встроенной библиотеки.
В этом решении понравилось то, что можно выбрать фон для итоговой фотографии. Такое решение помогает покупателям визуализировать, как товар будет выглядеть, например, на улице. Подробностей о настройке фона я не нашла, поэтому отметила факт наличия этой функции.
В третьем решении речь шла об онлайн-магазине одежды с виртуальной примерочной, где можно сгенерировать 3D-модель на основе своих параметров и примерить товар в подходящем размере.
Так появились следующие гипотезы:
Возможность настраивать параметры модели позволит потенциальным покупателям понять, как будет сидеть товар именно на них;
Генерация товара на моделях в разных ракурсах позволит получить более точное представление о товаре, потому что покупатель увидит его со всех сторон и оценит важные для принятия решения о покупке детали;
Важно, чтобы модель, отвечающая за качество генерации, учитывала особенности товара и точно передавала цвет, фактуру, текстуру и то, как вещь сидит на модели — это задача для команды Data Science.
Для кого, если не для ЦА?
Перед подготовкой гайда для интервью с исследователями мы сегментировали продавцов и выделили: крупные бренды с большими бюджетами, средний бизнес, который уже кое-что умеет, малый бизнес — тех, кто чаще всего работает в одиночку или с небольшой командой. Остановились на последнем сегменте, потому что:
Чаще всего владельцы малого бизнеса всё делают сами. Делать частые фотосессии для них – слишком долго и дорого.
Им важно, чтобы процесс был быстрым и простым. Чем меньше времени уходит на создание карточки товара, тем больше времени остаётся на работу с клиентами.
Каждое фото может стать тем самым, что увеличит продажи. Сосредоточившись на малом бизнесе, мы сделаем продукт, который действительно закроет их боли.
Мы создадим классный инструмент, который упростит жизнь продавцов и позволит быстро создавать качественный контент. Это вдохновляет.
Как мы узнали, что нужно продавцам
Чтобы понять, как именно продавцы работают с контентом, мы с исследователями провели серию глубинных интервью. Задали вопросы, которые позволили понять, как продавцы создают карточки товаров, какие сложности они испытывают и что для них важно в работе с таким сервисом:
Как они создают карточки товаров?
Как часто появляются новые товары?
Откуда появляются фотографии для товаров?
Как продавцы принимают решение о том, какую фотографию опубликовать?
Как оптимизируют фото под требования разных платформ?
Работали ли они с аналогичными продуктами, с какими сложностями столкнулись при работе с ними?
Многие продавцы сталкивались с тем, что нейросети, генерирующие фотографии, часто создают контент с критическими недостатками: нереалистичные и неестественные фоны, неправильные ракурсы, да и в целом они получаются далеки от реального мира. В результате такой контент они просто не используют ни на одном из маркетплейсов.
Это заставило нас сосредоточиться на том, что для продавцов качество генерации — ключевой фактор. Плюс мы получили множество идей, которые могли бы сделать наш сервис ещё полезнее:
Настраивать параметры модели, чтобы цвет, текстура и фактура товара на фото максимально соответствовали реальности;
Иметь возможность генерации изображения с разных ракурсов, чтобы покупатель мог увидеть товар со всех сторон.
Тем не менее, ключевым требо��анием для продавцов было качество генераций. Поэтому мы сфокусировались на этом аспекте, чтобы генерируемый контент действительно подходил для использования на маркетплейсах.
Остальные гипотезы мы оставили на будущее. В условиях сжатых сроков они потребовали бы значительно больше времени на проработку и реализацию. Нам было важно сосредоточиться на основных функциях, чтобы запустить продукт с максимальной пользой для пользователей.
Как мы выбрали функции для MVP
Когда нужно решить, какие функции включить в MVP, важно не распыляться. Мы использовали проверенный подход: оценили все гипотезы и функции по трем критериям:
Ценность для пользователей. Какие задачи и боли решает функция? Например, выбор пола модели и категории товара помогает сделать генерации более точными.
Сложность реализации. Как быстро мы можем это сделать? Если фича требует слишком много времени, она может подождать.
Приоритет тестирования гипотез. Что нужно проверить прямо сейчас, а что может подождать?
Мы собрали список, расставили приоритеты и решили, что для запуска достаточно реализовать:
Выбор пола модели и категории товара, чтобы повысить точность генераций;
Рекомендации к фотографиям товара, чтобы помогать продавцам быстро создавать контент;
Генерацию трёх образов за раз, чтобы сэкономить время на выборе;
Галерею результатов, просмотр и скачивание, чтобы управление изображениями было удобным.
Мы понимали, что фокус на самых нужных функциях позволит нам запуститься в срок и сразу показать ценность сервиса. Мы решили реализовать самое важное, чтобы получить обратную связь от пользователей, а потом уже постепенно добавлять остальные фичи.
Первая итерация
Первый концепт покрывал основные сценарии и включал нужные функции, но сценарий оказался раздробленным: параметры задавались на главном экране, а результат отображался в модальном окне. Из-за этого не складывалось ощущения цельного сценария, что могло запутать пользователей.
Вторая итерация
Во второй итерации я пересобрала страницу: разделила окно на две части: параметры и сгенерированные картинки. Рекомендации к фото вынесла отдельно, добавила юр.инфу и сделала отдельное превью. С этим вариантом мы и пошли к пользователям на тесты.
UX-тесты
В тестировании участвовали 6 пользователей, и мы проверили 11 гипотез:
Восемь гипотез были подтверждены, а три частично. Например, пользователи не замечали возможность скачивания результата генерации в режиме просмотра. Поэтому я изменила ее расположение и сделала более заметной.
В остальном участники теста легко ориентировались в сервисе. Я была приятно удивлена, сколько идей мы собрали для будущих апгрейдов. Пользователи охотно делились потоком мыслей и идей без оглядки на ограничения — в будущем мы отфильтруем то, что можно развить.
Одна из моих любимых идей — возможность выбирать моделей, которые будут ассоциироваться с их брендом и будут «лицом» их продукта.
Мы и не предполагали, какой эффект модели оказывают на визуальную составляющую бренда и восприятие его покупки. Модель, презентующая товар, может изменить отношение клиента к бренду, повлиять на уровень доверия к нему и на желание совершить покупку. Это открытие заставило нас пересмотреть подход к выбору моделей для генерации изображений, и, хоть пока мы и просто зафиксировали это на будущее, в следующих итерациях мы точно учтём пожелания продавцов.
Этот опыт стал для меня настоящим уроком. Мой главный принцип: гипотезы нужно проверять. Это не просто важная часть дизайн-процесса, но и мой личный подход. Даже при сжатых сроках мы не могли пропустить исследование, а результат подтвердил важность тестирования. Так мы поняли, что действительно нужно для MVP, а меня научило чётче видеть приоритеты.
