Мотивация использовать приложение и учить язык может работать для носителей одного языка, но не работать для носителей другого. Duolingo разработал Expurrimenter, который помогает проводить A/B тесты in-app сообщений, чтобы убедиться, что сообщения одинаково мотивируют и кажутся естественными для всех учеников.
Обожаю подход "тестируй всё" — A/B тесты это реальная сила 💥. Интересно было бы узнать больше о том, как именно они пришли к своей метрике "time spent learning well" и как она помогла так взлететь с DAU? И как решается проблема мотивации для разных языков, ведь не все фичи работают одинаково для разных культур? 🤔
Чуть не хватило конкретики про аналитику. Какие именно инструменты помогают им в анализе этих данных и экспериментов? Это важная часть, а в статье вскользь только упомянули 😅.
Как вы относитесь к технологиям, которые помогают ученикам учиться, например, к решаторам вроде https://rokitok.io/reshator, которые разбирают задачи на аналогичных примерах, но не делают всё за детей?