Клиент хотел выпустить дейтинг-сервис с ИИ, но мы его отговорили. И помогли сэкономить $40 000

К нам в Purrweb пришел клиент и попросил проверить идею нового продукта: дейтинг-сервиса со встроенным искусственным интеллектом. Ведь это два топовых направления и если соединить их в одном проекте, то точно должно взлететь! Или нет?

Привет, на связи Purrweb — мы создаем IT-решения для стартапов и бизнеса. А еще проводим product discovery для новых цифровых продуктов, чтобы наши клиенты точно понимали: взлетит или нет.

К нам обратился клиент из США с такой задачей: проверить идею дейтинг-сервиса с ИИ. Мы провели исследование, а заодно узнали, как люди ищут любовь на разных дейтинг-сервисах. Спойлер: в ход идут секретные фразы и анализ данных. Подробнее — в нашем новом кейсе.

Североамериканский рынок онлайн-дейтинга очень перспективный: спрос высокий, постоянно появляются новые сервисы, есть много приложений под разные сегменты аудитории. По данным сайта Statista, рынок онлайн-знакомств демонстрирует стабильный рост: по прогнозам, в 2024 году его доходы достигнут $1,39 млрд, а количество пользователей к 2029 году составит 67,2 млн человек.

С другой стороны, огромную популярность набирают различные кастомные GPT-чаты — пользователи обучают их на своих материалах.

Наш клиент подумал, что было бы здорово объединить эти два тренда в одном продукте, и сделать дейтинг-сервис со встроенным ИИ. Но недостаточно накрутить в продукте модных фич: в первую очередь, он должно попадать в боли целевой аудитории.

Клиент предположил, что многие пользователи сталкиваются с проблемами в онлайн-дейтинге. Например, получают мало лайков и мэтчей. Или на их первые сообщения не отвечают. Или переписки заканчиваются ничем: общаешься с человеком, а на свидания с тобой не идут и отправляют в игнор. Люди из-за этого испытывают разочарование, неуверенность в себе и страх одиночества 💔

Хорошо, что искусственный интеллект может выручить и здесь! По задумке нашего клиента, нейронка в продукте:

Продукт дает пользователю уверенность, что у профиля будет высокая конверсия в лайки и мэтчи. А это увеличивает шансы встретить того самого человека.

Клиент не общался с пользователями и строил гипотезы, исходя из своего понимания их запросов. Но чтобы объективно оценить потенциал идеи, он пришел к нам за Product Discovery, то есть, качественными и количественными продуктовыми исследованиями.

Это хорошая стратегия: не стоит начинать разработку, если нет полной уверенности, что твой продукт нужен людям. Иначе есть риск выпустить приложение, у которого будет ноль скачиваний в сторах, и потратить время и деньги впустую.

Просто сравните: создание MVP с нуля обойдется почти в $40 000, а Product Discovery стоит $3 000.

Сегмент аудитории мы с клиентом определили сразу: мужчины из США, которые регулярно пользуются дейтинг-сервисами и готовы платить за это решение.

Наш заказчик прикидывал, на кого давать таргетированную рекламу и какие креативы можно сделать, чтобы донести до аудитории ценность продукта. Классно, когда клиент вовлечен и заранее думает о маркетинговой стратегии.

Оставалось только выяснить, есть ли у целевой аудитории реальная потребность в таком продукте и готовы ли пользователи платить за него. Если гипотеза подтвердится, можно начинать разработку MVP.

В рамках анализа Jobs to be done каждую фичу будущего продукта мы переводим в потребность человека. Нас интересуют не функции сами по себе, а их возможность эффективно решать задачи целевой аудитории. Вот как это выглядит в концепции дейтинг-сервиса с ИИ.

Дальше нужно было сформулировать гипотезы, которые нам предстояло проверить в ходе качественных и количественных исследований. Для этого мы использовали формулу из фреймворка Jobs to be done: «Когда [ситуация], я хочу [мотивация], чтобы [ожидаемый результат]».

Она помогает рассмотреть потребности в мире пользователя, а значит, лучше понять, как именно продукт будет полезен ему.

В итоге мы обозначили три гипотезы:

В начале исследования мы предположили, что пользователь не знает, какая у него конверсия по лайкам, мэтчам и ответам. Поэтому думали, что предоставление отчетов и статистики станет дополнительной функцией для привлечения к продукту. Сразу скажем: мы заблуждались 🙂

Мы искали респондентов из США. Людей для интервью рекрутировали без особых сложностей: уже отточили этот опыт на других проектах по Product Discovery.

Мы провели одиннадцать глубинных интервью. Нашли респондентов с разным опытом онлайн-дейтинга: кто-то заходит каждый день и юзает сразу несколько сервисов, кто-то — пару раз в неделю или несколько раз в год.

Цели тоже у всех отличаются: желание с кем-то познакомиться в новом городе после переезда, поиск друзей или партнеров со схожими увлечениями. Кому-то интересны долгосрочные отношения, а кому-то — небольшое романтическое приключение 💕

Респонденты говорили, что в целом они довольны приложениями и считают их удобными. Подписку оформляют редко, предпочитают бесплатные версии. Многие отмечали, что главная цель для них — не просто мило поболтать и пофлиртовать (хотя это тоже важно), а пойти на настоящее оффлайн-свидание.

Конечно же, не обошлось без инсайтов. И они нас здорово удивили 😅

Инсайт 1. Парни считают, что если у них мало мэтчей, проблема не в их профиле — просто в онлайн-дейтинге все так устроено. Как заметил один респондент, «это нормально, если я кому-то не подхожу».

Инсайт 2. Некоторые ведут статистику по всем лайкам, мэтчам и ответам, а потом считают на их основе процент успешности, чтобы понять свою конверсию. Если замечают просадку, то обновляют профиль. А кто-то вообще не считает проблемой небольшое количество лайков и мэтчей.

Мы узнали, что пользователи понимают, как можно улучшить профиль, чтобы получать больше лайков и мэтчей. Инструмент для подсчета конверсии им тоже не нужен: многие и так знают свой «процент успешности». Но самое главное: небольшое число лайков и мэтчей — это не повод для беспокойства.

Мы не нашли у пользователей потребности в особом решении для прокачки профиля — первая гипотеза не подтвердилась. А как насчет остальных?

Инсайт 3. Респонденты считают, что пишут отличные первые сообщения. У всех есть свои проверенные методы, как написать так, чтобы тебе ответили. Например, кто-то делает комплимент, спрашивает о планах, хобби или путешествиях. При этом креативить и выдумывать что-то эдакое и оригинальное не спешат — считают, что можно переборщить и показаться неадекватным человеком 🙂

Впрочем, без хитрых методик не обошлось. Например, один респондент работает data scientist и применяет профессиональные навыки для дейтинга. Он анализирует процент людей на каждом из этапов воронки и смотрит, сколько и на каком шаге людей отваливается — чтобы держать руку на пульсе и видеть слабые места.

Другой респондент делал массовую рассылку в сто сообщений. Так он смог провести A/В тест: смотрел конверсию и менял фразы, если видел, что они не работают. У него есть свой секретный подход, которым он не захотел делиться — на то он и секретный! Еще он полностью спарсил все профили, чтобы посмотреть, кто и как пишет, и выстроить свой подход на основе данных.

Пользователи довольны своими заходами, у всех есть особые, «коронные фразы». Если им не отвечают — пишут другим людям.

Инсайт 4. Только один человек пользуется чат-GPT для написания сообщений — он не носитель английского, а нейронка помогает исправить ошибки и подобрать верный тон сообщения.

Вторая гипотеза тоже не подтвердилась: пользователи знают, каким должно быть первое сообщение, и получают ответы. А даже если нет, они не переживают и свайпают дальше. Помощь им не нужна. Но первое сообщение — это только полдела. Может, проблемы возникают на следующем этапе?

Инсайт 5. Респонденты ищут темы для переписки в профиле человека, с которым общаются, или импровизируют по ходу диалога. Если разговор заходит в тупик, они не переживают: значит, это были «не мои люди». Решение? Свайпнуть на следующего человека.

Кто-то знакомится в дейтинг-приложении, а потом предлагает пообщаться в соцсетях или созвониться: чтобы девушка не отвлекалась на диалоги с другими ребятами в дейтинге. А еще болтать вживую намного проще.

Итак, мы поговорили с пользователями и узнали, что они уверены в себе, знают, что писать в первом сообщении и как продолжить диалог. По возможности стараются пообщаться вживую или созвониться.

Если что-то идет не так, они не расстраиваются, а просто переключаются на следующего человека. Оказалось, у них очень непринужденный подход к общению в дейтингах.

Интервью с пользователями показали, что у них нет потребности в помощнике для онлайн-дейтинга. Теперь нужно было проверить эти результаты на широкой выборке в рамках количественного исследования. Наш опросник прошли чуть больше сотни человек. Вот о чем мы спрашивали респондентов.

Мы предложили оценить по шкале от одного до десяти, насколько респонденты довольны количеством лайков и мэтчей в дейтинг-приложениях. Большая часть опрошенных оказалась недовольна своими показателями.

Потом мы попросили оценить, насколько респондентам важно получать лайки и мэтчи. Мнения разделились, но в целом пользователи не придают особого значения лайкам и мэтчам: только 7,6% опрошенных отметили, что для них это важно.

Мы спросили, насколько часто респонденты не знают, что писать в первом сообщении после мэтча. С подобной ситуацией они сталкиваются довольно редко.

Еще мы попросили оценить, насколько респондентам некомфортно в моменты, когда они не знают, как начать диалог после мэтча. К таким ситуациям респонденты относятся спокойно.

Мы спросили, как часто диалоги в дейтинг-приложениях заходят в тупик и респонденты не могут найти темы для разговора. Такие ситуации бывают, но не у всех респондентов.

Мы попросили оценить по шкале от одного до десяти, насколько респондентам некомфортно, когда они не знают, как продолжить диалог. В целом участники опроса оценивают свой уровень дискомфорта как невысокий.

Опрос показал, что у пользователей дейтинг-приложений бывают трудности. Но большинство респондентов не придают этим вещам особого значения.

Сейчас будет самый серьёзный раздел, про деньги и монетизацию. Только цифры и никакой романтики!

Клиент планировал монетизировать продукт через подписку. Из своего опыта в маркетинге он знал, что средняя жизнь подписки — 3-4 месяца. Этого времени достаточно, чтобы пользователь с кем-то познакомился, что делало такую модель монетизации логичной.

Мы подумали, что здесь есть риск: подписка хорошо работает у продуктов с высокой возвращаемостью. Но в данном случае аудитория — это люди, которые пользуются сервисом временно, пока ищут партнера.

Поэтому мы решили проверить на цифрах и идею клиента с подпиской, предложив для неё четыре варианта, и альтернативный способ монетизации — модель штучной (разовой) оплаты.

Для всех вариантов оставили конверсию в 1% из лида в покупателя — вполне достижимая цифра даже для нового продукта, если правильно донести до пользователя ценность.

Диапазон бюджета на маркетинг от $0,25 до $0,05 ставит жесткие рамки: необходимо хорошо понимать потребности целевой аудитории, чтобы реклама била в её боли и окупалась.

С моделью подписки будут формироваться когорты — это такие группы пользователей, которые продлевают подписку и приносят деньги, хотя на их привлечение не нужно тратить бюджет. Мы моделировали когорты с конверсией во вторую покупку 60%, в третью — 30% и так далее. Выяснили, что они потенциально начнут приносить до $2000 уже к третьему месяцу.

Когорты — преимущество для любой экономики, но только если получается удерживать пользователей как можно дольше. Над этим нужно работать: например, отправлять пуш-уведомления, предлагать скидки и промокоды, если пользователь еще не оплатил продукт.

Мы предположили, что пользователю не обязательно покупать подписку, если он хочет совершить однократное действие: сгенерировать текст или сделать ревью профиля. Поэтому мы смоделировали микро-платеж за каждое такое действие и посмотрели, сколько выгоды это принесет.

При поштучной оплате за $1 и шести покупках в месяц можно привлекать пользователей за $0,25. Эту модель монетизации стоит использовать как запасную.

Конверсия в покупку при такой модели должна быть 5-6% — она и будет выше, чем у модели подписки: пользователю психологически комфортнее заплатить $1-2, чем $5-30.

Обе модели выглядят реалистично: при варианте с подпиской все цифры смотрятся достижимыми, а модель оплаты поштучно можно проверить, развернув A/B-тест.

Мы проверили все гипотезы и не нашли у людей потребности в дейтинговом сервисе с искусственным интеллектом. Те боли, которые, согласно концепции, продукт должен был закрывать, у аудитории просто отсутствуют.

Юзерам нравятся их текущие решения, а изначальное предположение, что они испытывают сильные негативные эмоции из-за отказов в онлайн-дейтинге, не подтвердилось.

Клиент понял, что у аудитории нет интереса к функциям, которые он хотел реализовать в продукте.

Если гипотеза не подтвердилась — это провал, да? Нет! Смысл Product Discovery не в том, чтобы дать клиенту добро на разработку продукта, а в том, чтобы показать, будет ли его продукт по-настоящему интересен аудитории.

Клиент мог бы сразу начать разработку сервиса и потерять деньги, но благодаря исследованию он сэкономил бюджет, получил ценные инсайты и теперь гораздо лучше понимает реальные потребности пользователей.

Он вспомнил похожий продукт с рекомендациями по коммуникации в дейтинг-приложениях, который не имел успеха. Наше исследование объяснило, почему это произошло.

Мы, конечно же, не могли отпустить клиента без какого-то решения и предложили три варианта дальнейших действий.

Из интервью мы узнали, что люди ценят живое общение, а вот конверсия из переписок в офлайн-свидание не такая высокая, и многих пользователей это беспокоит. Мы предложили клиенту подумать над решением, которое могло бы закрыть эту потребность, если ему интересно работать на рынке дейтинговых приложений и дальше. Он взял паузу, чтобы изучить конкурентов и существующие продукты.

За 10+ лет в дизайне и разработке мы сделали сотни интересных проектов, а про самые крутые кейсы рассказываем в нашем блоге. Заходите, чтобы узнать больше о разных стартапах, бизнес-моделях и о том, как все это становится реальными IT-продуктами.

А пока делитесь в комментариях: нужен ли в дейтинг-приложении встроенный ИИ?