Персонализированные рекомендации в Ozon

Внедрить систему рекомендаций в приложение Ozon, которая вовлечёт пользователя в процесс покупок и замотивирует купить больше, а так же увеличить количество времени, которое проводит пользователь в приложении.

Контекст

Ozon — ведущий игрок на рынке e-commerce в России. Пользователи терялись в массе товаров: лента показывала всем одно и то же, без учёта региона и поведения. Задача — внедрить систему рекомендаций, которая вовлечёт пользователя в покупки и увеличит количество заказов.

Работал под руководством арт-директора в мобильной команде Ozon, проект стал дипломной работой на переподготовке в Contented.

Что я делал

• Провёл анализ конкурентов (Яндекс.Маркет, Wildberries, AliExpress, Avito, Самокат) и сегментацию аудитории.

• Сформулировал три концепции: «Собери набор», «Популярное рядом с вами» и «Рулетка секретных скидок». Выбрал вторую — по ней собрал User Flow и UI-кит.

• Отрисовал 20+ вайрфреймов, детально проработал ключевые экраны: главная, карточка товара, корзина, push-уведомление.

• Провёл удалённое немодерируемое тестирование через Useberry с 7 респондентами из Индонезии — адаптировал прототип под новый рынок.

• Собрал финальные 23 экрана для iPhone с кликабельным прототипом.

Результаты

Usability Score вырос с 3.5 → 4.7 из 5 после итераций

23 финальных экранов в кликабельном прототипе

7 респондентов в удалённом UX-тесте