Вводная часть: Что за продукт и какую задачу я решала
Liase — мобильное приложение для покупки одежды и аксессуаров премиального и люксового сегмента. Название отсылает к французскому «liaise»: связывать, объединять. И идея связи оказалась точнее, чем я думала в начале, но об этом позже.
Это концептуальный проект, выполненный полностью самостоятельно в рамках курса "Продакт-дизайнер & UX-исследователь" — от брендирования, исследования и архитектуры до визуального языка и интерактивных прототипов.
В центре всей работы — сценарий выбора и поиска товара. Именно здесь пользователь переходит от интереса к намерению купить, и именно здесь больше всего барьеров: не понимает посадку, не видит достаточно фото, не знает с чем это носить, не может перейти от визуального вдохновения к нужному товару в каталоге.
Сердце продукта — LIA (Luxury Intelligence Assistant), чьё имя буквально живёт внутри названия Liase. По замыслу LIA должна была стать первой точкой входа наравне с поиском и каталогом — и главным инструментом, который помогает пользователю преодолеть барьеры в сценарии выбора. Две операционные задачи, которые из этого вытекают: повысить конверсию и повысить взаимодействия с LIA.
Этап 1: Почему ИИ — это ставка всего рынка, а не просто фича
Прежде чем проектировать LIA, нужно было ответить на вопрос: ассистент реально влияет на покупку — или это просто тренд?
Я провела кабинетное исследование и проанализировала 5 наиболее репрезентативных продукта с AI на рынке: Zalando, Net-a-Porter, Mytheresa, DressX Agent, Alibaba AI. Направление у всех одно: ИИ перестаёт быть дополнительной функцией и становится основным интерфейсом.
Alibaba вынес AI-ассистента в отдельный таб навигации наравне с каталогом — MAU вырос на 149%. Myntra зафиксировала трёхкратный рост конверсии среди тех, кто взаимодействовал с ассистентом; их AI-стилист стал самой используемой функцией главного экрана с CTR 65% сразу после запуска. Farfetch показал рост среднего чека на 28%. Net-a-Porter строит гибрид ИИ и живого стилиста для VIP-клиентов.
Механизм везде один: пользователь, который поговорил с ассистентом, покупает чаще и больше. Ассистент в момент сомнения двигает к решению сильнее, чем любой фильтр или сортировка.
Этап 2: User flow сценария “Выбор и поиск товара” и первая структура
Дополнительно я проанализировала широкий круг конкурентов: от массовых fashion-маркетплейсов до узких люкс-платформ. Смотрела не только на визуал, но и на логику навигации, качество карточки, работу с фильтрами и сервисные сценарии. Отдельно фиксировала паттерны, которые уже стали стандартом на рынке.
Для построения UJM я провела 6 глубинных интервью с женщинами 30–40 лет, активно покупающими одежду онлайн. Среди них как постоянные покупательницы premium и lux, так и те, кто обращался к этому сегменту эпизодически: например, разово за вещью в винтажном магазине. Такой микс дал важный контраст: я видела, где барьеры универсальны для онлайн-шопинга в целом, а где они специфичны именно для люкса — недоверие к подлинности, неуверенность в посадке без примерки, ощущение, что «не для меня».
В сочетании с конкурентным анализом это дало карту, которая показывает путь пользователя не только как последовательность шагов, но и как эмоциональный опыт: где интерес, где сомнение, где уход.
Следующим шагом было пройти главный сценарий функционально, шаг за шагом, и найти где именно возникают проблемы. Поэтому я выстроила User Flow сценария «Выбор и поиск товара»: от первого открытия приложения до добавления в корзину.
Этап 3: Визуальная концепция и прототип
Ключевая задача: найти баланс между тремя слоями:
Премиальность — чистый белый минимализм. Фон не конкурирует с товаром. Пользователь видит вещь, а не интерфейс.
Технологичность — градиентность и голографические эффекты. Они создают ощущение современности и отличают продукт от классических люкс-платформ.
Инновационность — прозрачные трендовые элементы в стиле glass morphism. Добавляют глубину и лёгкость, не перегружая экран.
Эти три принципа не просто эстетика — они работают на аудиторию: люкс-покупатель ожидает сдержанности, но Liase добавляет технологичный слой, который считывается как «здесь по-другому».
LIA визуально отличается от всего остального: её иконка в навбаре выделена голографическим акцентом — она притягивает взгляд и сигнализирует, что это не обычный раздел.
Этап 4: Сценарий Выбор и поиск товара
Это самый нагруженный и решающий момент в пути пользователя. Именно здесь происходит переход от интереса к намерению купить — и именно здесь большинство исследовательских данных зафиксировали наибольшее число барьеров. Пользователь уже нашёл товар, но ещё не принял решение: он сомневается в подлинности, не понимает посадку, не видит достаточно фото, не знает, с чем это носить. Каждый из этих барьеров напрямую убивает конверсию. На основе исследования я сформулировала гипотезы по сценарию выбора и поиска товара:
Если убрать лица моделей с фото товаров, пользователь будет фокусироваться на вещи, а не на внешности — это основной паттерн почти всех магазинов люксовых и премиум вещей (Mytheresa, ЦУМ и т.д.).
Если добавить листание фото свайпом прямо в ленте, пользователь сможет оценить несколько ракурсов без перехода в карточку — это снизит барьер входа и увеличит глубину просмотра.
Если LIA станет равноценной точкой входа, пользователь запомнит её как отличительную черту продукта — это напрямую влияет на retention и конверсию.
Если добавить блок «Образы» и «Похожие товары» в карточку, пользователь увидит контекст носки и альтернативы не уходя из сценария — это снизит барьер принятия решения и уменьшит число брошенных карточек.
Если связать карточку товара с коллекцией через кликабельную метку — по аналогии с переходом в бренд — пользователь сможет исследовать коллекцию целиком, не выходя из сценария. Это удерживает внимание и увеличивает число товаров в сессии.
Если добавить пуш о появлении нужного размера, пользователь вернётся в момент, когда барьер (нет моего размера) снят — это вернёт отложенный спрос и снизит потери на этапе карточки.
Если промокоды применяются автоматически, а сертификаты доступны прямо в корзине, пользователь не бросит оформление в поиске «куда вводить код» — это уберёт последний технический барьер перед оплатой и снизит брошенные корзины.
Если добавить поиск по фотографии, пользователь сможет напрямую переходить от визуального вдохновения к конкретному товару — это сократит путь и снизит число брошенных сессий.
Гипотезы стали основой для первой структуры. Lo-fi прототипы зафиксировали как должны быть устроены основные макеты - только логика и архитектура.
По мере проектирования изменились экраны:
Главной страницы — Улучшение визуала на основе конкурентного анализа - реклама и баннеры идут на весь экран - перелистывается движением вверх.
Товары и пересборка логики фильтров и сортировки — сортировка убрана в фильтры на основе конкурентного анализа, уровни фильтров показываются автоматически для улучшения взаимодействия с пользователем.
Карточка товара — цвет и размер стоят рядом с кнопкой целевого действия, Образы и Похожее ушли в кнопку ИИ-ассистента.
Ссылка на сценарий "Выбор и поиск товара"
Открыть файл в Figma
Этап 5: На что я поставила — и тест, который расставил всё по местам
На основе интервью я сформулировала гипотезы: поиск по фото сократит путь от вдохновения до товара, образы и блок «с чем носят» снизят барьер на карточке, параметры модели уберут неопределённость с посадкой. И главная ставка: более 55% пользователей выберут поиск, а LIA будет заметна и востребована как первая точка входа. Данные рынка это подтверждали, интерес к LIA в интервью тоже.
Для проверки провела два теста: качественный UX-тест с прототипом и количественный метод первого клика.
Метод первого клика проводила на платформе Pathway, и большинство пользователей в итоге нажали на каталог. Не на поиск, не на LIA. На каталог, интуитивно, без раздумий.
Качественное тестирование я проводила с 2 респондентами с помощью глубинного интервью и UX-теста. После анализа интервью добавился важный нюанс: LIA вызывала интерес, но нулевую понятность — пользователи хотели нажать и не понимали что получат. При этом в интервью обе персоны легко представляли зачем она нужна: уточнить размер, подобрать образ, узнать о бренде.
Проблема была не в релевантности LIA, а в моменте её появления. Пользователь не идёт искать ассистента на старте. Он идёт к конкретной вещи, и именно там — в момент сомнения на карточке — ассистент становится нужным.
Этап 6: Что изменилось в интерфейсе, и как LIA встроена в путь пользователя
Каталог переосмыслила структурно: убрала лишние уровни вложенности, добавила подкатегории по случаю и конструктивным признакам. Активный покупатель попадает в нужную зону без перегрузки, ситуативный — находит нужное без лишних шагов.
LIA как слой поверх сценария. Иконка LIA в навбаре — всегда видима, один тап из любой точки. Это не призыв начать с неё, а сигнал что инструмент доступен когда нужен.
Ссылка на сценарий "AI-ассистент"
Открыть файл в Figma
На карточке LIA появляется с триггером под конкретный барьер: «Подобрать образ для выхода», «Узнать об этом бренде», «Уточнить посадку». Ассистент не ждёт вопроса — он появляется когда пользователь колеблется: 30 секунд на карточке, вещь в вишлисте без корзины, открытая корзина без оформления. Образы и товары— основной формат ответа LIA: ассистент готов отвечать готовым луком или конкретным товаром, который можно сохранить или перейти к покупке.
На главном экране LIA встречает готовыми сценариями под контекст: утром, перед выходными, для нового или вернувшегося. Пустое поле останавливает — готовый промпт запускает диалог.
Что отложила, но не отклонила:
AI-аватар с фото пользователя — отложено, не отклонено. Рассматривала как способ показать товар «на себе», что напрямую влияет на качество поиска и выбора. Отказалась на MVP, потому что: технически сложно реализовать на начальном этапе. Это не принципиальный отказ от идеи, а вопрос приоритизации.
AI + живой стилист — отложено, не отклонено. Рассматривала как альтернативу чистому алгоритмическому поиску и рекомендациям. Отказалась на MVP по той же причине: сложность реализации и операционная нагрузка (найм стилистов, выстраивание процесса).
Заключение: Рефлексия и рост
Когда я вернулась к названию Liase, что переводится как «связывать», поняла, что оно точнее описывает продукт, чем я закладывала в начале. Связь не возникает мгновенно. LIA не раскрывается при первом касании: она учится на действиях пользователя, на образах которые он сохраняет, на времени которое он проводит на карточке. Пользователь привыкает к ней, она привыкает к нему.
Я начинала проект с верой в то, что LIA — это фича. Закончила с пониманием, что LIA — это отношения. Просто они начинают работать не с первого клика, а с последующих визитов.
Этот проект научил меня думать как продуктовый дизайнер: не от экрана к экрану, а от намерения пользователя — через весь его путь — к решению, которое можно обосновать данными.
Ссылка на весь проект "LIASE"
Открыть файл в Figma
Ссылка на кейс на Behance
Посмотреть кейс