Як персоналізація форматів навчання стає growth-драйвером: кейс Promova
- Катерина Мещерякова
- 7 годин тому
- Читати 5 хв
Більшість продуктів у ніші вивчення мов будуються за схожою логікою. Але на практиці люди навчаються по-різному — і ці відмінності часто визначають, чи залишиться користувач у продукті, чи швидко втратить інтерес. HBJ публікує колонку Director of Product у Promova, де він розповідає, як команда працює з персоналізацією навчання для нейровідмінних користувачів.
Promova — це компанія з екосистеми Genesis, що розвиває платформу для вивчення іноземних мов. Наш продукт охоплює мобільний застосунок, вебплатформу, індивідуальні заняття по курсам та з AI-викладачами (один з них — абсолютний чемпіон світу з боксу).
Застосунки для вивчення мов часто передбачають однаковий набір фіч — вікторини, флеш-картки, streaks. Ми у Promova пішли трохи далі й будуємо продукт, що враховує патерни навчання у людей з різними когнітивними особливостями. Це частина продуктової стратегії, яка покращує і досвід користувача, і бізнес результати.
Хочу поділитися з кейсами, як ми працюємо над удосконаленням користувацького досвіду для різних груп нейровідмінних користувачів, не забуваючи про продуктові показники.
Коротко про продукт
Promova — це платформа, що пропонує персоналізовані курси для опанування 12 мов. У фокусі — лексика з реального життя, мініуроки та практика зі штучним інтелектом для покращення говоріння та письма. Є мобільний застосунок на iOS та Android, а також вебсайт.
Ключові цифри Promova
Персоналізація як конкурентна перевага
Подібний підхід — це один із ключових стратегічних пріоритетів компанії. Нині ми вже провели чимало експериментів, які дали статистично значущі апліфти ключових метрик (ARPU, CR2paid, Retention, Activation, etc). Тут йдеться про персоналізацію:
маркетингових воронок;
онбордингів продукту;
інтро-уроків;
контенту між уроками з психологічними винагородами;
монетизаційних оферів та апселів;
CRM-кампаній.
Найближчим часом ми плануємо запустити серію експериментів із гіперперсоналізації — від автогенерації контенту під кожного користувача до нових форматів навчання, що охоплюють не лише іноземні мови, а й розвиток хард- і софт-скілів. Окрім цього, ми тестуємо концепт AI-коуча, який адаптується під індивідуальні потреби та accessibility-параметри користувача.
Фічі Promova для людей з різними когнітивними особливостями
Один з прикладів багатьох юзер кластерів, які ми враховуємо для персоналізації продукту (дякуючи нашій прекрасній команді аналітиків) — це Rick & Morty Learners. Так ми називаємо користувачів, які багато стрибають між уроками й фічами, але ніде довго не залишаються. Для них важко знайти захоплюючі уроки й зменшити churn rate.
Новий підхід сформувався після того, як команда помітила: причиною відтоку не завжди були «нудні уроки». Часто користувачі губилися через особливості інтерфейсу — занадто дрібний шрифт, надмірний контраст, текст, написаний ВЕЛИКИМИ ЛІТЕРАМИ, або ж перевантаження відволікаючими елементами.
Команда почала помічати спільні риси цих користувачів — різні, на перший погляд, проблеми виявлялися частиною ширшого явища. Що могло об’єднувати їх усіх?
Правильно, це все люди з нейровідмінністю. Згідно з внутрішніми дослідженнями та ринковими інсайтами, це поширене явище: близько 20% людей мають ті чи інші риси нейровідмінності:
приблизно 10% — люди з дислексією (зокрема й ті, хто зображений на колажі вище);
близько 5% — люди з РДУГ (розлад дефіциту уваги з гіперактивністю).
На це треба зважати, бо йдеться не про «вузьку нішу», а про помітну частину вашої аудиторії — а отже, і вашого бізнесу.
Нижче я наведу повний набір рішень, які ми спроєктували та впровадили, аби зробити навчання доступнішим. Частина з них виникла як результат гіпотез та експериментів, інші — завдяки ґрунтовним консультаціям з експертами.
Важливо: ці фічі не є основним драйвером системи персоналізації чи ключовим чинником бізнес-ефективності. Вони радше демонструють наш підхід до роботи з різними групами користувачів.
Dyslexia Mode — повноцінна візуальна система
Два роки тому ми запустили Dyslexia Mode — спеціальний режим для вивчення мов. Його створили, щоб полегшити навчання людям із дислексією. У цьому режимі знижено яскравість кольорів, застосовано мультисенсорні методи навчання, є спеціальний шрифт Dysfont. Його розробив дизайнер, який сам має дислексію. Завдяки подібному рішенню користувачам стає легше сприймати текст, вони менше плутають літери, тож стрес від читання та навчання загалом теж менший.
Серед інших візуальних та технічних рішень, які передбачає цей режим є:
колірні палітри та м’які контрасти. Для багатьох людей із дислексією надто високий контраст заважає читанню, тому ми зменшуємо різкість, щоб уникнути «засліплення» текстом;
відмова від ALL CAPS. Суцільні великі літери ускладнюють розпізнавання форми слова;
обмеження довжини рядка та збільшені міжрядкові інтервали. Це зменшує crowding effect і кількість помилок при злитті букв;
active line highlighting, reading ruler, chunked text. Усі прийоми допомагають утримувати увагу на поточному рядку;
інтеграції Text-to-Speech та Speech-to-Text дають змогу прослуховувати текст або диктувати відповіді;
динамічне налаштування шрифту дозволяє користувачу самостійно обрати комфортний розмір тексту на екрані.
Dyslexia Mode вже довів свою ефективність. Користувачі цього режиму завершують на 44% більше уроків, ніж інші. Це результат злагодженої роботи команди. Особлива подяка Сергію, нашому Head of Design, та всім, хто був залучений.
White Noise
Це функція для людей з РДУГ (розлад дефіциту уваги та гіперактивності). Багатьом користувачам з цим діагнозом потрібне «аудіообрамлення», яке знижує навантаження від фонових відволікань і допомагає довше утримувати концентрацію. Ось як це працює.
Є фоновий шум у налаштуваннях доступності. Користувач сам обирає режим — це підвищує контроль над середовищем і створює комфортні умови для навчання.
Auto-ducking. Інтенсивність шуму автоматично знижується під час voiceover, щоб голос викладача залишався максимально чітким.
Адаптація під speaking practice. White Noise не заважає системі speech-to-text чи корекціям від AI, і завдяки цьому практика вимови стає більш ефективною.
White Noise допомагає знизити когнітивне навантаження, а отже підвищити якість навчання й рівень retention в продукті.
ASL (American Sign Language) — курси американської жестової мови
Цей курс американської жестової мови на рівні A1, що складається з 12 уроків. Уроки побудовані на motion-GIF, які показують форму, рух і локацію жестів. Такий формат робить матеріал зрозумілішим для новачків, знижує когнітивне навантаження й допомагає швидше впоратися з невпевненістю на початку.
Ставка на GIF-формат замість відео пришвидшила production cycle і водночас знизила навантаження на користувача. Це дало змогу протестувати новий lightweight-підхід до створення навчального контенту.
Go-to-market стратегія була вибудувана навколо культурних інфоприводів, зокрема International Day of Sign Languages. Запуск доповнили CRM-активності (email, push) та монетизаційні офери — так ми змогли конвертувати увагу в залученість і дохід.
AI-based roleplay для користувачів з РДУГ
Це одна з ключових фіч Promova, яка вже продемонструвала високий рівень adoption і стала драйвером росту продукту загалом (з дуже позитивним Feature NPS). Щоб зробити її ефективною і для користувачів з нейровідмінністю, ми адаптували сценарії взаємодії з AI під їхні когнітивні особливості.
Основні принципи:
короткі turn’и — діалоги розбиті на невеликі кроки, щоб зменшити перевантаження інформацією;
часті підтвердження — система регулярно дає сигнал про прогрес, створюючи відчуття контролю;
миттєвий фідбек — користувач отримує реакцію одразу, що допомагає утримати увагу й не втратити мотивацію.
Для продукту це не лише крок у бік інклюзивності, а й спосіб утримання користувачів у сегменті з високим ризиком відтоку. Адаптація roleplay під РДУГ показує, що штучний інтелект може працювати як куратор навчання, який підлаштовується під темп і ритм конкретної людини. До кінця цього року ми плануємо випустити Promova AI Roleplay v2.0.
Практичні поради для продакт-менеджерів, як запускати персоналізацію в продукті
Починайте з data contract. Без якісної інтеграції івент-аналітики неможливо виокремити перші когорти користувачів і запустити валідні тести персоналізації.
Тестуйте швидко й невеликими кроками. Почніть із rule-based mapping перед тим, як переходити до ML-алгоритмів. Найбільший вплив на метрики дають саме перші 10 хвилин взаємодії користувача з продуктом.
Слухайте ваших користувачів. Це може здаватися банальним, але без цього не обійтися. Запитуйте, слухайте, тестуйте — користувачі часто підкажуть, де персоналізація справді потрібна.
Будьте agile. Якщо немає можливості створити окрему команду під personalization, виділяйте хоча б 10% можливостей розробки під подібні гіпотези в межах спринтів. Цього достатньо, щоб постійно запускати low-effort експерименти на пейволах, онбордингах, у push-сповіщеннях чи навіть у текстах кнопок.
Не забувайте про бізнес. Персоналізація має впливати на ключові метрики — conversion to purchase, rebill rate, retention. Якщо вона не приносить дохід, то це не персоналізація, а іграшка для аналітики.
Персоналізацію варто розглядати не як суперперевагу, а як стандарт сучасних продуктів. Вона поєднує емпатію та бізнес-логіку: допомагає людям навчатися ефективніше, а нам — отримувати вплив на бізнес метрики та вибудовувати більш влучну комунікацію на всій воронці: від залучення користувача до його утримання.
