Продуктовый дизайнер · май 2025 — март 2026
Yumisa App
Мобильное приложение подписочного типа — проектировала UX/UI, работала с MVP, воронкой и A/B-тестами; запустила приложение (>30 000 установок, конверсия в подписку 3% → 6%, LTV +15%).
Задача
Спроектировать с нуля подписочное приложение, которое помогает быстро начать следить за питанием, не перегружает новичка настройками и при этом даёт достаточно контроля опытному пользователю.
Подход
- Изучила рынок calorie trackers, основные модели монетизации и причины, по которым пользователи бросают трекинг.
- Разделила продукт на быстрый базовый режим и углублённый трекинг целей, калорий и БЖУ.
- Собрала единый сценарий добавления еды через текст, голос и изображение с обязательной проверкой результата.
- Связала paywall, персональный план, ежедневный трекинг и возвращение в продукт в одну воронку.
Контекст
Внутри Mobile Arts небольшая кросс-функциональная команда запускала международные B2C-приложения и проверяла подписочную модель. У calorie trackers уже есть понятная аудитория, но категория перегружена сложными настройками и ручным вводом. Нужно было показать пользу в первые минуты, довести пользователя до первого лога еды и заложить причину возвращаться каждый день.
Роль и ответственность
Отвечала за продуктовый путь целиком: конкурентный анализ, архитектуру, онбординг, paywall, трекинг питания, AI-сценарии, аналитику прогресса и геймификацию. Проектировала UX/UI, готовила прототипы, передавала решения в разработку, занималась локализацией приложения на разные языки для европейских и азиатских рынков и пополняла UI kit кастомными компонентами. Работала с продактом, тремя разработчиками, графическим дизайнером и маркетингом.
Исследования
Сначала собрала карту конкурентов и ключевых сценариев категории, затем определила минимальный путь от установки до первого полезного действия. После этого проработала информационную архитектуру, интерактивные прототипы и визуальные состояния. Решения проверяли через A/B-тесты и продуктовые метрики: activation, conversion, drop-off, retention и churn.
Гипотезы
- Мы предполагаем, что единый контекстный пейгейт со ✨ вместо нескольких замков на экране повысит конверсию из free в Pro на 10–15%, потому что решит проблему ощущения «сломанного» или демо-интерфейса и сместит тон с запрета на желание получить больше.
- Мы предполагаем, что тизер Pro-макросов (иконка, название, заблюренные значения) вместо жёсткой блокировки повысит CTR на пейвол на 20%, потому что решит проблему непонимания, что именно даёт подписка.
- Мы предполагаем, что нейтральная подача превышения калорий (красным только число, без тревожных фонов и грустной панды) повысит retention D7 на 5–8%, потому что решит проблему чувства вины и провала, из-за которого пользователи перестают логировать еду в «плохие» дни.
- Мы предполагаем, что уровни стрика и достижения с разблокировкой в моменте повысят количество активных дней в неделю на 15%, потому что решат проблему отсутствия ощутимой награды за рутинное действие.
- Мы предполагаем, что онбординг с анимированным маскотом повысит завершение онбординга на 10%, потому что решит проблему холодного, «медицинского» первого впечатления от трекера калорий.
Ключевые решения
Два уровня трекинга
Если пользователь ещё не поставил цель, главный экран остаётся простым и показывает калории. После выбора цели интерфейс раскрывает БЖУ, дневной прогресс и более глубокую аналитику, не усложняя первый контакт с продуктом.
Мягкий переход к продвинутому режиму
В базовом состоянии добавила контекстный баннер с предложением настроить цели. Он объясняет следующую ценность продукта в момент, когда пользователь уже понимает базовый трекинг.
Несколько способов добавить еду
Текст, голос и изображение приводят к общей карточке результата. Пользователь выбирает удобный способ ввода, а продукт сохраняет одну предсказуемую логику продолжения сценария.
Проверка результата AI
После распознавания пользователь видит найденное блюдо, порцию, калории и макронутриенты и может быстро изменить количество, исправить данные или удалить позицию. AI ускоряет действие, но не забирает контроль.
Маскот как часть обратной связи
Панда меняет состояния в зависимости от прогресса, поддерживает пользователя в пустых экранах, ожидании и ошибках и связывает достижения со знакомым визуальным образом.
Два режима использования
Главное продуктовое напряжение возникло между скоростью для новичков и глубиной для опытных пользователей. Если сразу показать цели, БЖУ и аналитику, первый экран выглядит сложным; если оставить только калории, продукт быстро становится недостаточным. Поэтому интерфейс получил простой стартовый слой и постепенно раскрывающийся контроль после постановки цели.
Принципы продукта
- Первое полезное действие должно происходить раньше подробной настройки профиля.
- Сложность раскрывается по мере готовности пользователя, а не показывается целиком на первом экране.
- AI-функция всегда даёт прозрачный способ проверить и исправить результат.
- Геймификация поддерживает привычку, но не перекрывает основную задачу.
Результат
- Activation — 62%
- Первый лог еды — 1,5–2 минуты
- Цельный подписочный сценарий от paywall до retention