ИИ-открытые теперь в дополнительных вопросах
Как пользователи воспринимают детальность в геосервисах
Кейс 2ГИС
О клиенте. 2ГИС — технологическая компания, разрабатывающая подробную карту городов с справочником организаций и навигатором.
Бизнес-задача. Продуктовая команда обратилась к исследователям с запросом на создание инструмента для регулярного измерения результатов своей работы. Нужно было разработать систему квартальных замеров (трекинг), чтобы оценивать восприятие продукта пользователями и сравнивать его с конкурентами.
В ходе проведения регулярных количественных опросов команда столкнулась с аномалией в атрибуте «детальность карты». Оценки по этому параметру вели себя непредсказуемо: ответы респондентов в начале и в конце одной и той же анкеты противоречили друг другу.
Стало очевидно, что метрика не работает. Команда поняла, что внутри компании и среди пользователей нет единого понимания термина «детальность». Чтобы улучшить количественную анкету и расширить понимание термина, потребовалось провести отдельное качественное исследование и выяснить, что на самом деле люди вкладывают в это понятие.
Методология
Изначально планировалось использовать автоматизированную ИИ-платформу для поиска инсайтов и проверки гипотез — ИнсайтЧат. Однако внутренний заказчик (продуктовая команда) выразил сомнение: тема казалась слишком сложной и неизученной интервью с ИИ-модератором.
Были опасения, что диалог с ИИ не сможет раскрыть нюансы восприятия карт. Чтобы снять риски, исследователи применили гибридный подход:
- Интервью на платформе ИнсайтЧат: провели 121 интервью. Использовали преимущества большой выборки для сбора широкого спектра ассоциаций и пользовательских историй.
- Классические онлайн-интервью: провели 13 бесед с живым модератором. Это позволило глубоко погрузиться в эмоции и сложные сценарии переключения между приложениями.
Исследование проводилось в формате DIY — команда 2ГИС самостоятельно программировала гайд и настраивала логику работы ИИ-модератора.
Исследовательская задача. Необходимо было выяснить три ключевых момента:
-
Что пользователи на самом деле понимают под «детальным» геосервисом.
- Как детализация карты влияет на ощущение комфорта и вовлеченности.
- В каких ситуациях и почему пользователи уходят за информацией в сторонние сервисы (поисковики, соцсети).
Самостоятельно составьте гайд интервью или используйте готовые шаблоны. ИИ проведет все интервью и подготовит отчет.
Результаты
Исследование показало фундаментальное различие между восприятием термина «детальность» командой и пользователями.
Для продуктовой команды
Для пользователей
Визуальная красота — 3D-модели зданий, прорисованные деревья, дорожки, модели автобусов.
Подробный, но не перегруженный интерфейс и уверенность в полноте данных карты. Наличие информации о том, где вход в здание, где парковка, открыт ли бизнес прямо сейчас.
Результаты, полученные через ИИ-платформу и через живые интервью, совпали. ИИ подтвердил выводы качественного этапа, но на большем масштабе данных.
-
Что обязательно должно быть в детальном приложении? Пожалуйста, расскажите подробнее. — ИИ модератор платформы Маша.
“
Точный маршрут до точки прибытия, видеть на карте все пробки и аварии, обязательно должно быть время пути, чтобы знать, сколько времени это займет или поменять путь. — Альбина, 40 лет
“
Понятный интерфейс приложения. Яркие иконки (значки), точные и яркие линии маршрута и быстрая скорость обработки задач. — Александр, 24 года
Когда мы изначально шли в этот замер, мы считали, что детальность для наших пользователей — это почти то же самое, что детальность для нас. Это наша красочная карта, дорожки, деревья, автобусы. Но по факту… когда мы говорим про детальность, наш пользователь представляет что-то базовое: уверенность в том, что я, находясь возле офиса, могу легко найти место, где поесть бизнес-ланч, или парковку.
Ксения Клёнкина
Старший исследователь, 2ГИС
Как использовали данные
Результаты исследования позволили перестроить систему метрик и работу над продуктом:
Пересборка анкеты. Исследователи переформулировали вопросы для количественного исследования, опираясь на лексику пользователей. В следующем замере данные по параметру «детальность» стабилизировались.
Насыщение бэклога. База из 121 интервью дала огромное количество пользовательских историй. Команда использует их для разработки новых функциональных возможностей, осуществляя поиск по ключевым словам (например, «парковка») внутри отчетов.
Команда улучшила свое понимание аудитории. Исследование помогло сместить фокус с визуальных эффектов на решение реальных пользовательских задач.
Особенности работы с ИИ-модератором
В данном кейсе команда 2ГИС работала с платформой самостоятельно. Ключевые инсайты по процессу:
-
Сложные темы доступны ИИ. Опасения, что ИИ не справится с абстрактными понятиями вроде «детальности», не подтвердились. Модератор успешно собрал ассоциации и кейсы.
- Простота настройки. Программирование гайда для ИИ похоже на написание инструкций для живого интервьюера — используется естественный язык, нужно лишь четко формулировать задачи и уточняющие вопросы.
- Валидация гипотез. Использование И И в связке с классическими методами позволяет быстро и дешево подтвердить качественные инсайты на большей выборке
Поделитесь своими задачами, мы подберем решение :).
Получайте статьи, кейсы, анонсы исследовательских инструментов два раза в месяц
Больше кейсов:
72% аудитории понравилась идея нового формата знакомств. Люди отметили, что это отличный способ бороться с одиночеством.
62% аудитории поддержали идею размещения более подробной информации о содержании сахара на упаковке продуктов.
Только 48% аудитории воспользовались бы услугой. Люди выразили опасения по поводу загрязнения и доверия к курьерам.
Как Автомодератор платформы общалась на сенситивные темы, уточняла образ идеального жилья и ассоциации с киберспортом.