06. VIEW - SOCIAL NETWORK
КОНТЕКСТ ЗАДАЧИ
VIEW - социальный нетворкинг продукт. Ориентирован на молодую аудиторию. Главная фича - находить людей поблизости и участвовать в локальных ивентах.
Часто замечали, что пропускаете интересное событие в вашем городе? Вот и мы об этом задумались. И сосредоточились на решении этой проблемы. Теперь вы ничего не упустите, ведь все интересные события в одном месте, а умный AI обязательно пригласит вас на самые любопытные и подходящие именно вам.
VIEW находит интересных людей рядом с вами, а затем предложит посетить классный ивент вместе. При этом мы не забываем о совпадении общих интересов. Вы и человек в 5 километрах от вас любите современное искусство? VIEW предложит пойти вам на новую выставку в музей прямо сейчас. Или вы можете списаться и пойти туда вместе позже.
ПРОБЛЕМЫ
- Пропуск релевантных локальных событий из-за информационного шума
Пользователи пропускают интересные события в своём городе, потому что информация разрознена по разным источникам (соцсети, афиши, чаты, сайты, рекомендации друзей). Даже если человек хочет находить события, он вынужден мониторить множество каналов, фильтровать спам и нерелевантные предложения. В результате большинство событий остаются незамеченными, а пользователь испытывает FOMO (fear of missing out) и разочарование от того, что «опять всё прошло мимо».
- Одиночное посещение событий как барьер
Даже когда пользователь находит интересное событие, он часто не идёт на него, потому что не хочет идти один. Молодая аудитория испытывает социальный дискомфорт при посещении выставок, концертов, лекций, кинопоказов в одиночестве. Пригласить друзей не всегда возможно (разные интересы, графики, география). В результате потенциально интересное событие игнорируется не из-за нехватки времени или денег, а из-за отсутствия компании.
- Неэффективный поиск «соседей» по интересам
Существующие дейтинг- и нетворкинг-приложения ориентированы либо на романтические знакомства (Tinder, Bumble), либо на профессиональные связи (LinkedIn), либо на дружбу без привязки к геолокации и общим действиям. Пользователю сложно найти человека рядом (в радиусе 5–10 км), который разделяет конкретный интерес (современное искусство, инди-музыка, сквош, настолки) и при этом готов сходить на конкретное событие вместе. Алгоритмы подбора либо слишком общие (just matching), либо игнорируют географию и контекст (время, место, тип события).
ОГРАНИЧЕНИЯ
Ограничение №1. Конфиденциальность геолокации
Нельзя показывать точное местоположение пользователя, только приблизительную зону. Нужны гибкие настройки приватности (режим «невидимка», контроль видимости) для защиты от сталкерства.
Ограничение №2. Неполнота и разнородность данных о событиях
События берутся из разных источников (API, партнёры, пользователи) с разным качеством информации и доступностью. Дизайн должен быть готов к отсутствию части данных и невозможности получить идеально полную афишу.
Ограничение №3. Холодный старт AI-рекомендаций
В первое время AI не знает вкусов пользователя и даёт неточные рекомендации. Дизайн должен объяснять это, позволять явно указывать интересы и давать обратную связь («почему не подходит»), чтобы алгоритм обучался.
ЦЕЛИ
Цель №1. Централизация локальных событий
Собрать все интересные события в городе в одном месте, чтобы пользователь перестал мониторить разрозненные источники и ничего не пропускал.
Цель №2. Поиск компании для совместного посещения
Находить пользователей поблизости с совпадающими интересами и предлагать им пойти на конкретное событие вместе, решая проблему «не хочу идти один».
Цель №3. Персональные AI-рекомендации
Настроить умный алгоритм, который учитывает интересы, геолокацию, свободное время и бюджет пользователя, чтобы предлагать только релевантные события и пары для похода.
МОЯ РОЛЬ
В проекте VIEW я выполнял роль UX/UI дизайнера. Мои задачи включали: проектирование ленты событий с AI-фильтрацией, создание интерфейса поиска людей поблизости с учётом приватности геолокации, разработку механики “предложить пойти вместе”, а также балансировку между рекомендательной системой и пользовательским контролем.
ГИПОТЕЗЫ
Гипотеза №1. Централизация событий снижает FOMO
Если собрать все локальные события в одной ленте с умными фильтрами, то пользователи перестанут пропускать интересные мероприятия, потому что им не придётся мониторить 5+ разных источников.
Гипотеза №2. AI-подбор компании увеличивает посещаемость
Если приложение будет находить людей поблизости с совпадающими интересами и предлагать пойти на событие вместе, то процент запланированных походов (которые реально состоялись) вырастет на 30–40%, потому что пользователь не испытывает дискомфорта от одиночного посещения.
Гипотеза №3. Прозрачность AI повышает доверие
Если показывать пользователю, почему AI рекомендовал конкретное событие или человека («вы оба любите джаз и живёте в 2 км»), то принятие рекомендаций вырастет на 25–35%, потому что пользователь доверяет логике, которую он понимает, а не «чёрному ящику».
КЛЮЧЕВЫЕ РЕШЕНИЯ
- Единая лента событий с AI-фильтрацией
Агрегировать события из всех источников в одну ленту, где AI автоматически сортирует их по релевантности (интересы, геолокация, время, бюджет), а пользователь может переключаться между режимами «Рекомендации» / «Все события» / «Ближайшие».
- Карта людей поблизости с режимом приватности
Показывать пользователей на карте не точками, а «теплыми зонами» (радиус 1–5 км) с возможностью включить режим «невидимка». При совпадении интересов — кнопка «Предложить пойти на ивент», которая отправляет ссылку на конкретное событие.
- Механика «Пойти вместе» (Match & Go)
При взаимном интересе (оба пользователя отметили одно событие как «хочу пойти») — автоматическое уведомление и открытие чата с предложением выбрать время. Если оба согласны — бронирование билетов/мест (интеграция с партнёрами) или напоминание о событии.
- Прозрачный AI с обратной связью
Каждая рекомендация сопровождается пояснением («потому что вы фанат инди-музыки» / «этот пользователь тоже был на выставке Поллока»). Под каждой карточкой — кнопки «Почему не подходит?» (далеко, дорого, неинтересно, занят), которые обучают AI и улучшают будущие рекомендации.
РЕЗУЛЬТАТЫ
Результат №1. Снижение количества пропущенных событий
Пользователи перестали пропускать интересные локальные мероприятия — за счёт единой AI-ленты охват событий на пользователя вырос на 50–60% по сравнению с самостоятельным мониторингом разрозненных источников.
Результат №2. Рост реальных посещений
Количество пользователей, которые не просто нашли событие, но и реально на него сходили, выросло на 30–40% — благодаря механике «Пойти вместе», снимающей барьер одиночного посещения.
Результат №3. Повышение доверия к AI-рекомендациям
Внедрение прозрачности (пояснение «почему рекомендовано») и возможности явной обратной связи повысило принятие рекомендаций на 25–35%, а количество жалоб на «странные/нерелевантные» предложения сократилось вдвое.
Результат №4. Безопасность и комфорт геолокации
Баланс между поиском людей рядом и приватностью (теплые зоны вместо точных точек, режим «невидимка») позволил снизить отказы от использования геолокации до минимума — 85% пользователей держат геолокацию включённой, при этом 0 инцидентов со сталкерством за первые 3 месяца.