апрель 2024 — настоящее время

На протяжении 2 лет занимал позицию продуктового дизайнера на проекте «А101». Работал в составе кросс-функциональной команды вместе с продактом, PM, разработкой, QA и аналитиком. Работал над выдачей помещений, сервисом геаналитики, страницей помещения.

Работа над проектом

Ссылка

Роль

Продуктовый дизайнер

Сервисы

Каталог, карта трафика, способы оплаты, паркинг

Impact

Conversion rate, NPS

В2С/В2В продуктовый дизайнер в PropTech. Девелопер «А101»

Главная страница

CR основного блока

+11,5%

Страница помещения

Карта трафика

+40%

+12%

CR в ключевое действие

CR карточек объектов

/проблема

Выбор паркинга был построен вокруг большой схемы, поэтому пользователь тратил много времени на ручной поиск и сравнение мест. Разделение по секциям, неполная фильтрация и отсутствие удобного списка усложняли поиск подходящего лота и могли приводить к выходу из сценария до консультации или бронирования.

/ресёч

Я собрал обратную связь от пользователей и менеджеров и изучил похожие сценарии у девелоперов и сервисов с картой и списком. Исследование показало: схема хорошо отвечает на вопрос «где находится место», но плохо подходит для быстрого сравнения по цене, площади и типу.

/основная гипотеза

Если объединить список лотов со схемой паркинга, пользователи смогут быстрее отбирать подходящие варианты, понимать их расположение и чаще доходить до целевого действия.

/решение

Я перестроил сценарий в формат map + list: список отвечает за фильтрацию и сравнение, схема — за оценку расположения. Добавил сортировку, выбор этажей и секций, а также состояния брони, скидки и электрозарядки.

/проверка

Провёл коридорное тестирование интерактивного прототипа. Участникам нужно было найти подходящее место, сравнить несколько вариантов и определить расположение выбранного лота.

/результат

Новый сценарий снизил зависимость от ручного поиска по схеме и сделал выбор более последовательным: от фильтрации и сравнения до консультации или бронирования.

Пользователи проходили основной сценарий без подсказок: сначала отбирали варианты в списке, затем проверяли их на схеме. По итогам я усилил состояние выбранного места и уточнил подписи отдельных параметров.

Кейс 1. Упростил выбор машиноместа

/проблема

Выбор паркинга был построен вокруг большой схемы, поэтому пользователь тратил много времени на ручной поиск и сравнение мест. Разделение по секциям, неполная фильтрация и отсутствие удобного списка усложняли поиск подходящего лота и могли приводить к выходу из сценария до консультации или бронирования.

/ресёч

Я собрал обратную связь от сотрудников продаж и аренды, изучил обращения пользователей и провёл бенчмаркинг сервисов недвижимости, геосервисов и продуктов с поиском по карте.

/проверка

Провёл юзабилити-тестирование прототипа. Респонденты должны были начать поиск, выбрать помещение, изменить параметры и вернуться в основной раздел.

/проверка

Провёл юзабилити-тестирование прототипа. Респонденты должны были начать поиск, выбрать помещение, изменить параметры и вернуться в основной раздел.

/результат

Новая механика сделала поиск более последовательным и снизила нагрузку на пользователя. Отдельный A/B-тест обновлённых карточек объектов показал рост конверсии на 12%

Основные сценарии проходили без подсказок. По итогам я уточнил навигацию, отображение выбранных фильтров и логику переходов между уровнями карты.

Исследование показало, что пользователи мыслят последовательно: сначала выбирают подходящую локацию и проект, а затем сравнивают помещения внутри него. Текущая структура этой модели не поддерживала.

Кейс 2. Упростил поиск помещений на Карте трафика

/проблема

Страница помещения уже проходила несколько итераций оптимизации CTA. Стандартные механики — тексты, расположение, визуальный акцент и паттерны конкурентов — были практически исчерпаны, но потенциал роста конверсии сохранялся.

В коммерческой недвижимости решение редко принимается без консультации, поэтому нужно было не просто усилить кнопку, а снизить неопределённость перед обращением.

/ресёч

Я проанализировал предыдущие изменения страницы и провёл бенчмаркинг конкурентов. Исследование показало, что большинство решений работают только с визуальной заметностью CTA и почти не влияют на ощущение доступности помощи.

Для поиска альтернативного подхода использовал метод ТРИЗ и сместил фокус с самой кнопки на контекст взаимодействия со специалистом.

/решение

Я спроектировал анимированный статус «Мы онлайн и готовы помочь» рядом с целевыми действиями. Статус отображался только в рабочие часы колл-центра, чтобы не создавать ложных ожиданий.

/проверка

В течение 38 дней сравнивали текущую страницу и вариант со статусом онлайн. Основной метрикой была конверсия в ключевые CTA: консультацию и бронирование.

/результат

B-версия показала более 40% относительного роста конверсии в ключевое действие.

Решение увеличило поток заявок без изменения структуры страницы и подтвердило, что на конверсию влияет не только заметность CTA, но и ощущение доступности живого специалиста.

Совместно с командой подготовил B-версию страницы и запустил A/B-тест.

/гипотеза

Если показать рядом с CTA, что специалист сейчас онлайн и готов ответить, пользователь будет воспринимать обращение как более быстрое и доступное и чаще переходить к консультации или бронированию.

Кейс 3. Рост конверсии страницы помещения