Месяц назад я запустила приложение Movie Shaker App для iOS. С его помощью можно найти хороший фильм для домашнего просмотра, достаточно лишь встряхнуть телефон. Хочу рассказать о двух экспериментах, которые я провела до начала разработки приложения, чтобы сэкономить усилия и затраты на разработку.
Философия Lean Startup
Почти все прошлое лето я провела в стартап-кэмпе Яндекса. Там нас учили подходу Lean Startup, который, если очень сильно упрощать, можно свести к такому набору советов: говори с пользователями, черпай продуктовые гипотезы из этих разговоров, запускайся быстро, собирай данные, анализируй полученные результаты, запускай снова.
Когда запускаешься на свои, быстро понимаешь: разработка очень затратная штука, поэтому проверять каждую гипотезу боем, то есть настоящими релизами, непозволительная роскошь. Особенно, если сам не программируешь. Так что же тогда делать? Учиться проверять гипотезы без программирования. Учиться проверять гипотезы дешево и быстро.
Идея сделать приложение, которое порекомендует случайный, но хороший фильм, появилась давно и, прямо скажем, эта идея не нова. Поисковая выдача по запросу «random movie» полна сайтами и списками случайных фильмов. Очевидно, эти сайты неважно справляются со своей задачей — иногда выдают что-то стоящее с первого раза, иногда десятки раз подряд выдают ерунду. При этом сам подход — за несколько секунд выдавать ответ на вопрос «что посмотреть?» — кажется весьма перспективным.
Так окончательно сформировалась идея: сделать приложение, которое быстро подскажет что посмотреть вечером. Причем, с учетом персональных предпочтений пользователя. План сложился простой: разрабатывать и запускаться быстро, а каждым релизом проверять какую-нибудь из продуктовых гипотез. Ребята из звездной студии tiny hearts говорят, что App Store не покорить с помощью MVP, тем не менее, я решила запускать именно MVP (minimum viable product, минимально жизнеспособный продукт). Просто встряхните телефон и получите красиво оформленную минималистичную карточку случайного фильма. Таким должен был стать Movie Shaker App. Чтобы избежать заведомо плохих рекомендаций, я отобрала только лучшие фильмы — номинантов и победителей премии Оскар, каннских призеров, фаворитов критиков и завсегдатаев списков лучших фильмов всех времен и народов.
Customer development на коленке
Разумеется, идея «потрясти телефон и вот она, классная рекомендация, потряси еще раз, вот другая рекомендация» казалась мне невероятно крутой и остроумной. Поскольку разработку я собиралась делать на свои деньги, нужно было свериться с реальностью — есть ли у кого-то кроме меня проблема поиска фильмов для домашнего просмотра и поможет ли им приложение, которое я придумала.
Эксперимент №1: мини-опрос
Я начала с небольшого опроса — собрала десяток знакомых и задала им несколько вопросов о том, как часто они смотрят кино, как выбирают фильм для просмотра, чем пользуются сейчас, возникают ли какие-то трудности.
Строго говоря, я все сделала неправильно — если хотите честных результатов, не опрашивайте друзей. Составьте профиль потенциального пользователя, найти людей, которые подходят под профиль, и опросите их. Но если вы выбираете между «никого не опрашивать» и «опросить друзей и родственников», лучше, конечно, опросить хотя бы друзей. Не опрашивать никого > Опросить родственников и друзей > Опросить тщательно отобранных респондентов — вот ваш путь к успеху. Google Ventures дает подробные советы по проведению интервью и приводит примеры опросников. Результаты моего опроса обнадеживали: проблема выбора фильма имела место быть, моя идея вызывала интерес — почти все респонденты были готовы воспользоваться приложением.
Эксперимент №2: Тестирование контента и подхода
В рамках следующего эксперимента я хотела понять сколько человек из тех, кто выразил интерес, на самом деле готовы пользоваться приложением. Я разослала респондентам письмо с заголовком «не знаете какое кино посмотреть вечером? напишите мне». В этом письме я предлагала писать или звонить мне всякий раз, когда будет вставать вопрос какое кино посмотреть.
В одной вкладке у меня была открыта таблица со всеми фильмами, в другой — генератор случайных чисел. В третьей вкладке была открыта таблица для записи результатов: когда было отправлено письмо, когда пришел первый запрос, история ответов и на какой по счету запрос нашелся подходящий фильм.
Диалог выглядел примерно так:
А: Привет! Пришли мне какой-нибудь фильм.
Б: Попробуй этот:
Annie Hall
1977
Woody Allen
Romance, Comedy
https://www.youtube.com/watch?v=OqVgCfZX-yE
Варианты ответа (можешь прислать цифру):
1. Круто, буду смотреть его!
2. Я уже смотрел этот фильм.
3. Не хочу смотреть этот сейчас, пришли еще один.
4. Мне нужна дополнительная информация о фильме, чтобы решить смотреть его или нет.
Этим экспериментом я проверяла несколько вещей:
— Работает ли рандомный выбор фильмов (работает, если большинство участников находят фильм, который хотят посмотреть меньше, чем за 6 запросов);
— Достаточно ли информации, чтобы понять стоит смотреть фильм или нет (я тестировала несколько разных наборов информации о фильме);
— Сколько респондентов попросят посоветовать фильм после моего письма.
Тут нужно отметить, что любой эксперимент накладывает определенные ограничения, и их нужно принимать во внимание, размышляя над результатами. Тем не менее, подход ясен — всегда есть возможность проверить потенциальный продукт, не написав ни строчки кода. Или собрав на коленке что-то очень простое и быстрое из готовых шаблонов. Результаты этого эксперимента были не такие радужные, как у первого — входной порог был сильно выше. Тем не менее, несколько человек воспользовались сервисом и и получили неплохие советы.
Разработка и запуск
Параллельно с экспериментами шла работа над дизайном приложения. Сразу после завершения экспериментов, я внесла последние правки в макеты и за выходные знакомый разработчик сделал первую версию приложения. Еще неделю я потратила на тестирование, скриншоты и подготовку описаний для сторов. На запуск первой версии Movie Shaker App ушел примерно месяц (данные, дизайн, эксперименты, разработка, тестирование, подготовка промо-материалов). Еще две недели ушло на модерацию в App Store. 29 октября выходит русская версия приложения с минимальной функциональностью. В ближайшем будущем в планах есть добавление персональных рекомендаций и возможность арендовать и покупать фильмы.
