AI-прототипування: чому важливо швидко тестувати ідеї та вчитись на помилках. Кейс фінансового застосунку
Скільки разів ви відкладали реалізацію ідеї просто тому, що не було впевненості, чи клієнти сприймуть її?
А скільки разів ви таки запускались — і потім не розуміли, чому ідея не спрацювала, хоча на перший погляд все було логічно? Розповідає агенція клієнтського досвіду Lanka.CX.
В своїй роботі агенція часто стикається з моментом, коли в команд проєктів з’являється сильна ідея — і кортить якнайшвидше її втілити.
І тут генеративний AI дає фантастичну можливість: швидко створити чернетку ідеї і перевірити її без великих витрат часу команди, без тижнів очікувань та з мінімальним (або й без) бюджетом.
Кейс: прототип, якому всі сказали «так» — але ніхто не збирався ним користуватись
Агенція досліджувала фінансову поведінку українських родин. З’ясувалось, що більшість сімей не мають навичок планування бюджету.
Тому на думку спала ідея: а що, як створити додаток, який допомагатиме їм у цьому?
Що зробили?
Менш ніж за годину Lanka.CX створили AI-прототип додатку — мінімалістичний дизайн, базовий функціонал, ключові сценарії. Нуль кодингу та програмістів.
Прототип вийшов симпатичний, команда винесла його на перше тестування. І… всім сподобалось! Тестувальники ділились враженнями, що додаток зручний, корисний та логічний.
На цьому моменті можна було б побігти за інвестиціями в проєкт, та агенція почала питати глибше:
— А в яких ситуаціях ви б його собі встановили?
— А як би ви ним користувались?
— З чого почали б?
Підписуйтеся на наші соцмережі
І знову отримали одноголосну відповідь: «Ну, це не для мене, але для інших буде корисно».
Було дуже прикро визнати: додаток пройшов тестування, але не викликав реального бажання дії. Факт того, що людям подобається ваша ідея, ще не означає, що вони будуть нею користуватись.
Саме в цій точці AI-прототип дав головне: швидку і безпечну невдачу, яка зекономила десятки тисяч доларів на запуску.
І тоді важливо зробити крок назад:
- А яку саме проблему ми хочемо вирішити?
- А чи справді клієнт намагається вирішити власну проблему? Чи потрібна йому допомога?
- Яким чином клієнт вирішує потребу зараз, як ми можемо стати частиною рішення?
Lanka.CX повернулись до попередніх кроків дизайн-процесу: побудови емпатії.
Провели більше десятка глибинних інтерв’ю. Говорили не про наш додаток — дізнавались, як люди керують фінансами в сім’ях, як розподіляють їх, заощаджують. Що допомагає їм розподілити витрати так, щоб грошей вистачило до кінця місяця як мінімум.
Побачили кілька сегментів із зовсім різною поведінкою та потребами:
«Вирішуємо все спільно» — сім’ї, де бюджет хоч і на різних картках, але спільний. Гроші перекидають, віддають картки, домовляються. Є спільний зошит, табличка чи додаток.
Складність у тому, що часто лише один з партнерів має повний доступ до грошей. Тож щоби знати, скільки коштів лишилось до кінця місяця — треба запитувати, рахувати разом, пам’ятати хто що витратив.
«Поділені відповідальності». У кожного — свої кошти і своя частина витрат. Хтось платить за дитину, хтось — за побут. Зарплати одне одного можуть і не знати.
Це зручно до моменту, коли потрібно спільно відкладати, або коли один із партнерів втрачає дохід. Часто наштовхуються на осуд: «як це — у вас усе окремо?»
«Розпорядник»: гроші розподіляє одна людина, причому це не завжди той, хто їх заробив. Знає, скільки залишилось, кому що дати, на що витратити, а партнеру вникати не обов’язково.
Комісії у банках часто штовхають на готівку. А коли розпорядник один — важко планувати без стресу і не залазити в кредит до кінця місяця.
«На все вистачає»: достатній дохід дозволяє не рахувати. Можна скинути партнеру велику суму і не питати, що з нею. Та коли потрібно щось накопичити — виникають проблеми, адже коли не бачиш, як і на що йдуть гроші — важко ними управляти.
Як гадаєте, які продукти могли би підійти кожному з цих сегментів — структура, мотивація, безпечне середовище для розмови про гроші?
Ці відповіді AI не дає. Їх дає глибоке дослідження — з правильними питаннями, з емпатією й досвідом.
Підсумок
То яка користь з AI-прототипу, навіть якщо він не злетів?
- пришвидшив гіпотезу до тесту за один тиждень;
- зекономив ресурси;
- підсвітив ризики;
- створив платформу для подальшого дослідження.
Прототипи не для того, щоб щось підтвердити. А щоб побачити, чого бракує, щоб ідея працювала.
У команді Lanka.CX вірять: перш ніж вкладати у реалізацію, варто перевірити, чи вартісна сама ідея.
Саме тому команда допомагає не лише створювати прототипи, а й критично їх осмислювати.