Дизайн приложения Онлайн-кинотеатра
Концепт, продуктовый подход, дизайн-система, приложение


Moview — это дизайн-концерт приложения онлайн-кинотеатра, в котором пользователь сможет легко находить, смотреть и оценивать фильмы или сериалы, а также использовать другие полезные функции для поиска и просмотра.

Определение задачи
Контекст
Пользователи онлайн-кинотеатров часто сталкиваются с двумя основными проблемами: недостатком доступных вариантов подписки и низкой персонализацией рекомендаций фильмов и сериалов. В нынешней среде конкуренции онлайн-кинотеатров, пользователи ожидают большей гибкости в тарифных планах и персонализированного подхода к подбору контента.
Цель
Для увеличения удержания пользователей и улучшения их опыта, необходимо внедрить несколько решений, направленных на создание доступных по цене подписок и улучшение системы рекомендаций. Это позволит не только улучшить UX, но и повысить монетизацию сервиса.
Боли пользователя
Помочь людям быстрее находить интересные им фильмы и сериалы для просмотра. А так же предложить более гибкие условия оплат и подписок.
Бизнес цели
- Привлечение новых пользователей, и удержание тех кто отказывался от высоких цен за счет предоставления более доступных вариантов подписки и оплат.
- Усовершенствование системы рекомендаций относительно конкурентов (КП, Иви, Окко), основанной на предпочтениях пользователя, повысит их вовлеченность. Чем больше пользователь проводит время в сервисе, тем больше растет его лояльность, что в конечном итоге повлияет на рост продаж подписок.
Погружение. Поиск решений
Я провел анализ конкурентов онлайн-кинотеатров, чтобы изучить существующие функции и понять, как они решают схожие задачи. На основе этого составил сегменты аудитории, job stories и первичные гипотезы, чтобы глубже понять потребности пользователей, их цели и контекст использования приложения, а также определить ключевые направления для разработки функционала.

Исследование
Провел интервью с пользователями (5 интервью), что позволило выявить их основные потребности, сценарии использования и трудности, с которыми они сталкиваются при выборе контента и подписки.
Кратко инсайты:
- Пользователи хотят персонализированные рекомендации, но раздражаются, когда алгоритмы предлагают однотипный контент или продвигают неинтересный для них контент
- Пользователи чаще пользуются онлайн-кинотеатром на ТВ
- Пользователи не понимают ценообразования контента и считают стоимость подписок высокой
- Не просто найти фильм, когда предложений слишком много, большая визуальная нагрузка

Проанализировал потребности пользователей и собрал Джобы. На основе этого сформулировал продуктовые гипотезы, направленные на улучшение опыта и повышение вовлеченности.

Гипотезы
-
Улучшенная персонализация через стартовый опрос
Если мы добавим стартовый опрос о предпочтениях пользователя при первой регистрации,
то это сможет положительно повлиять на уровень удержания пользователей,
так как рекомендации с самого начала будут более релевантными, что повысит вовлеченность и удовлетворенность пользователей.Retention Rate -
Гибкие тарифные планы и бесплатный пробный период
Если мы предложим несколько тарифных планов и возможность бесплатного пробного периода,
то это сможет положительно повлиять на конверсию в платную подписку,
так как пользователи смогут протестировать сервис и выбрать наиболее подходящий вариант, снижая барьер для подписки.Conversion Rate -
Раздел “Поток” с лентой отрывков из фильмов и сериалов
Если мы реализуем раздел “Поток”, в котором пользователи смогут листать короткие отрывки из фильмов и сериалов,
то это сможет положительно повлиять на вовлеченность пользователей,
так как это поможет находить интересный контент даже тем, кто не знает, что посмотреть, или тем кто боится что не понравится фильм.User Engagement -
Подборки фильмов по настроению и ситуации
Если мы добавим возможность выбора фильмов по настроению,
то это сможет положительно повлиять на время, проведенное в сервисе,
так как пользователям будет легче определится с фильмом, если хотят подобрать под настроение/ситуацию.Time Spent -
Улучшенная система рекомендаций
Если мы добавим объяснение, почему определенный фильм рекомендован
то это сможет положительно повлиять на доверие к рекомендациям и вовлеченность,
так как пользователи будут понимать, как работает алгоритм, и с большей вероятностью воспользуются рекомендациями.User EngagementRetention Rate
Основные выводы
Респонденты уже давно смотрят различные фильмы или сериалы, относительно цен пользуются разными сервисами и смотрят в основном на телевизоре. Они положительно отзывались относительно удобства и выбора контента, а так же информации о нем, но так же, многие хотели бы видеть более доступные цены на подписки и получать более подходящие предложения фильмов/сериалов.
Проектирование
На основе полученной информации и гипотез, я разработал блок-схему, которая включает несколько решений для улучшения сервиса:
- 01
Улучшенная персонализация через стартовый опрос
- 02
Гибкая система подписок с различными тарифными планами
- 03
Дополнительный функционал Поток
- 04
Удобный поиск и фильтр
- 05
Улучшенная система рекомендаций, основанная на предпочтениях и действиях пользователей

Прототипирование
Создал прототип чтобы проверить удобство интерфейса и протестировать ключевые функции и убедиться, что решения соответствуют ожиданиям пользователей.



















































































































Финальный дизайн
Доработал дизайн после тестирования и создал вторую (темную) тему. Стиль приложения минималистичный с продуманным акцентом на персонализацию.
Полностью нарисованы макеты всех ключевых экранов включая уникальные иконки и другую графику. Также подготовлена базовая Дизайн-система и Айдентика для лучшего восприятия дизайна.
Стартовый опрос
Пользователь выбирает предпочитаемые фильмы или сериалы. На основе ответов алгоритмы подбирают релевантные рекомендации, что улучшает пользовательский опыт, повышает вовлеченность и снижает вероятность ухода из приложения.

Поток моментов
Непрерывная лента с отрывками фильмов и сериалов, которая помогает пользователям быстро найти что-то интересное для просмотра. «Поток» автоматически подбирает контент на основе предпочтений пользователя. Эта функция упрощает выбор, когда сложно определиться, что посмотреть, и повышает вовлеченность аудитории.

Подборки фильмов по настроению и ситуации
Чтобы помочь пользователям быстрее находить подходящий контент, создал систему персонализированных подборок, под настроение/ситуацию. Пользователь может выбрать категорию, например, “Посмеяться”, и получить релевантные рекомендации.

Айдентика и дизайн-система
Для сервиса Moview я разработал айдентику, отражающую его современный, технологичный характер. Дизайн передает атмосферу кино (особенно в темной теме), создавая ощущение персонализированного пространства для просмотра.
Дизайн-система помогает поддерживать целостность визуального стиля, ускоряет и упрощает процесс разработки, создавая узнаваемый и интуитивно понятный интерфейс.



Выводы
В рамках кейса были реализованы ключевые моменты по сформированным гипотезам, направленные на повышение удержания пользователей и монетизации сервиса.
Результаты работы
- Разработан дизайн функций для улучшения подборки контента, что позволит пользователям быстрее находить интересные фильмы и сериалы. Это повысит их вовлечённость и лояльность к приложению.
- Созданы доступные подписки с выгодой на длительный срок, что поможет снизить отток пользователей, ранее отказывавшихся из-за высокой стоимости. Дополнительно, персонализированные рекомендации увеличат вероятность продления подписки.
- Введён бесплатный пробный период, что снизит барьер входа для новых пользователей и повысит конверсию в платные подписки.
Какие возникли сложности
В процессе выполнения задачи я столкнулся с несколькими сложностями.
Дизайн сервиса объемная задача для одного человека
Разделение процесса на этапы, использование дизайн-системы для единообразия системы, использование существующих UX-паттернов для ускорения работы.
Было много идей по улучшению сервиса, но ограничение по времени требуют выбора самых значимых изменений.
Оценил сложность внедрения через приоритезацию гипотез
Мотивация делать такую объемную задачу
У меня было желание заняться решением реальной проблемы пользователей и прокачать свои навыки