Tagmate

Tagmate — приложение для интровертов, помогающее познакомиться в реальной жизни без прямого контакта. Брелки с уникальным 4-значным кодом профиля позволяют узнать интересы собеседника, введя код в приложении

Пользователь может проявить интерес без слов: достаточно ввести код, чтобы узнать интересы, и при взаимной симпатии перейти к комфортному цифровому общению

Платформа

IOS, web

Год

2024 — 2025

Моя роль

Product designer, researcher, project manager

Команда

контекст

У команды уже были гипотезы по улучшению и первым этапом я провёл юзабилити-тестирование 1 итерации, чтобы оценить, как приложение выполняет свои задачи. В результате большенство гипотез о неудобном интерфейсе подтвердились, над ними работали в первую очередь





на чём сделал фокус

Самыми проблемными разделами оказались: онбординг, регистрация, анкета и лента. На них был сделан фокус

Кейс 1

Снижение оттока на этапе регистрации

В Яндекс Метрике увидели, что 30% от mau (это +- 97 человек) не завершают регистрацию

Просмотрели воронки целей и увидели, что большинство отваливается до попадания в ленту или профиль другого человека
Перейти к решению
было
Кейс 2

Повышение качества мэтчей в Ленте и Анкете

Одна из главных проблем дейтинга — многие скролят анкеты как тик-ток, а останавливаются подробнее только в случае визуальной симпатии. Это плохо сказывается
на лайф-тайм велью

Мы хотели немного скорректировать баланс в сторону осознанного выбора. Также были выявлены uxсовые проблемы
Перейти к решению
было
Кейс 3

Онбординг и ценность

Во время первой сессии важно донести пользователю ценность, а также сегментировать его, чтобы далее персонализировать контент в приложении
Перейти к решению

исследование

Перед проектированием нужно было погрузиться в контекст доменной области, поэтому я провёл анализ конкурентов и глубинные интервью. Посмотрел на текущие метрики и аналитику

анализ конкурентов

Проанализировал дейтинговые приложения, чтобы понять паттерны и подметить решения, которые можно адаптировать под наши условия. Проходил основные сценарии, смотрел на структуру анкет и ленты, механики вовлечения, пейволлы и онбординги

выводы по анализу

Успешные продукты стараются повысить качество мэтчей, используется минималистичный UI. Есть механики вовлечения в диалог, это улучшает конверсию из мэтча в сообщение. Что взял на рассмотрение:

Интервью

Провёл глубинные интервью с 10 пользователями дейтинговых приложений: 7 интровертов и 3 экстраверта. Задавал 18 открытых вопросов, их количество зависело от полноты ответов и уровня разговорчивости участников

выводы из интервью

Большинство онлайн-знакомств остаются поверхностными. Сложно начать знакомство вживую из-за страха отказа и неловкости, особенно интровертам. Для комфортного общения важен контекст — мероприятие, учёба или общая компания

гипотезы

Собрал все артефакты и приоритезировал гипотезы, которые проверил в ходе А/В тестов. Приоритезировал так: ценность/сложность = приоритет

Кейс 1

Снижение оттока на этапе регистрации

Просмотрели воронки целей и увидели, что большинство отваливается до попадания в ленту или профиль другого человека

Ещё на интервью я выявил, что многие забывают тег и уже не могут найти человека

Плюс регистрация усложнялась паролем, не было нативных методов через почту или аккаунты ОС
было

проблема бизнеса

30% от MAU отваливается до попадания в ленту или профиль другого человека

задача

Снизить отток пользователей на этапе регистрации и сократить время, затрачиваемое на этот процесс

критерии успеха

Уменьшение времени на регистрацию и уменьшение churn-rate на 7–8%

Гипотеза

Онбординг

Спроектировали алгоритм, который искал похожие теги. По итогу в 80% случаев это работало и пользователи находили нужного человека
Зачем
Текст
Почему пошло в прод
Текст
Гипотеза

Поиск по тегу

Спроектировали алгоритм, который искал похожие теги. По итогу в 80% случаев это работало и пользователи находили нужного человека
Зачем
Текст
Почему пошло в прод
Текст
Гипотеза

Упрощение

Спроектировали алгоритм, который искал похожие теги. По итогу в 80% случаев это работало и пользователи находили нужного человека
Зачем
Текст
Почему пошло в прод
Текст

Результаты

Упрощение флоу и устранение фрустрирующих точек отказа привело к прямому и измеримому улучшению ключевой бизнес-метрики
Назад

-17%

Churn rate первой сессии

-45 секунд

Время на регистрацию
Кейс 2

Повышение качества мэтчей в Ленте и Анкете

Пользователи воспринимают ленту как «TikTok-скроллинг»: быстрое, поверхностное листание анкет, основанное исключительно на визуальной симпатии. Это приводило к низкому качеству мэтчей и, как следствие, к низкому ltv





Мы хотели скорректировать баланс в сторону осознанного выбора и повысить dwell time (время, проведённое на анкете)
было

проблема бизнеса

Слабое вовлечение в анкеты и дальнейшее общение, как следствие понижение LTV

задача

Переработать структуру анкеты и ленты, чтобы стимулировать более глубокое изучение профиля и повысить конверсию из просмотра в мэтч

критерии успеха

Увеличение dwell time (времени просмотра) анкеты на 15%. Увеличение среднего количества просмотренных фотографий в анкете на +1.5

Результаты

Изменение структуры анкеты с фокусом на контекст и повод для диалога успешно перевело пользователей от «скроллинга» к «изучению», что повысило качество взаимодействия и конверсию

21%

Dwell time анкеты

+2

Кол-во просмотров фотографий
Telegram
Mail
CV
Instagram
linkedin
Figma

© 2022 — 2025

Sivester60hz@gmail.com

Дизайн — это то, как интерфейс выглядит и то, как он работает ✿

Create a free website with Framer, the website builder loved by startups, designers and agencies.