Вечная проблема — какой фильм посмотреть. Как это приложение будет зарабатывать на киноманах

«Что сегодня посмотреть?» — этим вопросом постоянно задаются и настоящие киноманы, и те, у кого просто выдался свободный вечер для просмотра хорошего фильма. Муки выбора обычно затягиваются надолго. Именно этот факт стал основной идеей приложения, которое помогает с выбором кино и дает индивидуальные рекомендации. О том, как создавался стартап для киноманов и с какими сложностями пришлось столкнуться разработчикам, рассказывает сооснователь и технический директор компании Mauris, основатель Movie Expert Владимир Бондаренко.

О компании

— Mauris — это компания полного цикла разработки, мы ведем проекты от составления технического задания до продвижения продукта.

Существуем на рынке уже шестой год. За это время мы успели внедрить десятки успешных программных решений в частные фирмы и государственные организации. Мы — международная компания с клиентами в Украине, России, Казахстане, Турции, Германии, Нидерландах, Франции. Компания имеет представительства в Германии, Казахстане, Украине и России.

В 2016 и 2017 годах попали в топ-5 компаний мобильной разработки в Украине согласно «Рейтингу Рунета». В 2016 году это была 5-ая строчка, в 2017 — 4-ая.

Костяк компании Mauris — это около 50 человек квалифицированных специалистов, в зависимости от проектов количество участников разработок может меняться в большую сторону.

Основные направления деятельности компании:

• Мобильная разработка под платформы iOS, Android, в работе одновременно обычно около 10−15 проектов
• Веб-разработка и промо-акции
• Единое решение на нашем CRM-продукте: сайт + CRM + е-мейл рассылка + мобильное приложение
• Инвентаризация с помощью технологий NFC + RFID
• Виртуальная реальность и дополненная реальность (делаем в партнерстве VR-игры).

Сервис для киноманов

Идея создания сервиса для киноманов посещала меня неоднократно, но решение воплотить ее в жизнь я принял летом 2013 года.

Как обычно, хотелось найти подборку фильмов для просмотра на вечер. Из ресурсов, которые могли помочь в процессе выбора, были Имхонет, Imdb и КиноПоиск, но результат оказался неутешительным. Фильмы с высоким рейтингом были уже просмотрены, а чтение отзывов и просмотр трейлеров к лентам со средним рейтингом ничем не помогли. В 80% случаев просмотренный фильм просто разочаровывал. Тогда и захотелось создать алгоритм, который:

• Выдаст топ классных фильмов для конкретного пользователя
• Будет базироваться на оценках пользователя
• Сортировать и рекомендовать фильмы по ряду параметров

Как оказалось, то, что кажется удобным разработчику, не всегда удобно пользователю.

Выяснилось, что реализовать идею легче, чем преобразовать ее в понятном для пользователя формате. Поэтому программирование идеи заняло 2 дня, а обрамление ее в полноценный сервис — больше года.

Не конкурентная среда, а раздолье

Прежде, чем запустить стартап, мы изучили просторы интернета, нашли Имхонет и пару англоязычных сервисов, которые были схожи с нашей задумкой, но они не впечатляли.

Рынок оказался не очень конкурентным за счет тематики и широкого охвата аудитории. Это, так сказать, раздолье для такого рода сервиса.

На время разработки концепции прямых конкурентов и аналогов не было. В постсоветском пространстве из подобных был Pinterest и еще несколько сервисов, но их функционал заканчивался на отметке сериалов и фильмов, которые нравятся. Из рекомендательных сервисов — КиноПоиск, но он советует фильмы, когда находишься на странице конкретной киноленты. Из иностранных было 2−3 сервиса со схожим функционалом, но сложным интерфейсом, а также Imdb.

Отличие нашего сервиса заключается в том, что человек получает рекомендации фильмов после оценки предложенных ему кинолент. Чем больше фильмов отметит пользователь, тем точнее будут рекомендации.

Мы позиционировали себя как аутсорс-компания, которая делает проекты под заказ, а по мере возможности пытается реализовать самостоятельный продукт. Поэтому, когда образовывался так называемый простой в случае неполной загрузки по проектам заказчиков, мы занимались своим собственным проектом. Так появился и Movie Expert — мы решали проблему простоя и занимались его разработкой за счет минимизации затрат на сам проект.

Сложности, задачи и решения

1. Изначально проект разрабатывался в виде веб-сайта. Во время его запуска мы столкнулись с тем, чего не ожидали: сайт требовал от человека воспроизвести в памяти фильмы. В поисковую строку нужно было ввести 10 любимых фильмов, после чего появлялись рекомендации. Но 50% людей это вводило в ступор, так как они не могли вспомнить те самые лучшие для себя фильмы.

Мы решили проблему быстрым хотфиксом: сайт подавал кроме поисковой строки еще и подборку фильмов с лучшим рейтингом, которая постоянно обновлялась. Так решили проблему креативности — сделали подсказку пользователю, если он не мог вспомнить любимые фильмы.

2. Также мы задумали интересную функцию — просмотр фильма с другом. Можно было авторизоваться через Фейсбук или ВКонтакте, выбрать друга и посмотреть перекрестные фильмы, которые не смотрел ни ты, ни твой друг. Сервис отлично рекомендовал фильмы в одиночном режиме, но при перекрестном работал не очень корректно: за счет того, что рейтинг строился на базе оценок двух пользователей с разными вкусами, рейтинг выдавал перечень фильмов, которые в большинстве случаев были неинтересны обоим.

3. В первые дни запуска сервиса (после того, как мы скинули ссылку на сайт в закрытое сообщество) пошел огромный трафик. За первые несколько дней мы собрали 200 тыс. оценок фильмов, а за неделю — 1 млн. В итоге, наши серверы «упали». В то время это был первый высоконагруженный сервис, который пришлось оптимизировать. Воочию мы увидели, что при пиковом трафике сложные запросы в базу данных выполняются плохо, и нужна оптимизация под единичные запросы. В итоге, за несколько дней переписали всю логику рейтинга, оптимизировали сервер, повысили пропускные способности базы данных и самого сервера, перезапустили сервис — и он заработал.

4. Самым огромным недостатком текущего проекта было то, что в нем не было инструмента, который удерживал бы пользователя на сайте и напоминал о себе. Да, человек заходил на сайт, проводил 2−3 часа за оценкой фильмов, посещал его еще пару раз, но потом просто забывал о сервисе.

Мы использовали емейл-рассылку, но только для авторизации. Мы не напоминали пользователю о нас, у него не было мотивации заходить на сайт повторно, поэтому аудитория сайта начала стремительно падать.

В результате мы поняли, что дальше продвигать проект в формате сайта нет смысла — необходима была переработка концепции, преобразование сервиса в более понятный формат.

Мы определили для себя задачи:

• Оптимизировать путь пользователя в приложении (создать обучение, как пользоваться приложением)
• Разработать алгоритм, который будет удерживать пользователя, мотивировать его повторно пользоваться сервисом

Будучи к тому времени командой с хорошим опытом не только в веб-разработке, но и в разработке мобильных приложений, мы видели, что перспектива развития проекта на мобильном устройстве значительно выше, чем веб-версии:

• Есть возможность напоминать пользователю о себе,
• Список фильмов всегда «в твоем кармане»
• Есть возможность реализовать ряд простых механик (на примере работы Tinder, чтобы упростить формат подачи фильмов, сделать его доступным для любого типа пользователей, убрать полностью задачу «думать» у человека, чтобы продукт сам вел пользователя в приложении)

Появился вопрос, как разработать интерфейс, который позволил бы совершать два простых действия: свайп влево и свайп вправо, учитывая множество действий в приложении (смотрел, не смотрел, хочу посмотреть, не хочу смотреть, оценка и т.д.).

Изначально, сделали все в одном экране: не хочу смотреть — свайп влево; хочу смотреть — свайп вправо, а внизу была возможность поставить оценку киноленте. Таким образом, мы дали человеку возможность в одно действие пройти процедуру выбора и оценки фильма. Сделали плейтест, протестировали на базе пользователей — и увидели угнетающую статистику, которая показывала, что люди свайпают влево-вправо, не понимая, что от них требуется. Из-за этого алгоритм работал не так корректно: если человек дает неправильные ответы — система не дает правильные рекомендации.

Решение пришло в феврале 2016. Тогда я с компанией отправился в Альпы кататься на лыжах. 2 ночи, 3 киномана, бутылка виски и дизайнер по ту сторону телефона — формула успешного концепта проекта.

В итоге концепт стал сложнее (свайп влево и вправо остался, мы добавили двухфазное определение фильма), но возможность ошибки пользователя свелась к минимуму. Если пользователь листает вправо — он видит, что посмотрел фильм, так как нужно поставить оценку фильму. Если влево — выбирает один из 3 пунктов: не хочу смотреть, хочу посмотреть, не определился.

В дальнейших версиях планируем все-таки свести работу с приложением к одному действию. Но главную цель мы достигли — пользователь понимает, что и зачем он делает, более осознанно принимает решение, после чего алгоритм выдает подходящие фильмы. Следующий плей-тест прошел намного успешнее.

Еще одна проблема, с которой столкнулись уже на этом этапе, — первая подборка, которую выдавали пользователю для оценки, состояла из фильмов, у которых были самые высокие оценки топовых рейтингов. Но, как оказалось, большинство фильмов из предложенных приложением люди не видели. Если пользователь не видел 3 из 5 фильмов, которые ему предлагали, у него появлялась апатия, и приложение просто закрывалось.

Вначале для решения проблемы просто поставили фильтры (стали показывать фильмы последних 10 лет), но это не помогло. В итоге мы собрались командой разработчиков и сами сформировали перечень из 52 фильмов, которые знают все, которые видело большинство. Именно их пользователь видит в первой выдаче. Фильмы были разнообразными, чтобы по их истечению у человека сформировалась разнородная картина, и приложение могло направить пользователя в любое русло, в зависимости от пожеланий. После этого нововведения процент пользователей, которые проходили первые 5 фильмов, значительно вырос. Сейчас он составляет 95%.

Как работает сервис

Сейчас мы готовим следующее обновление Movie Expert, аудитория сервиса активно растет. Количество пользователей сервиса на сегодня составляет 18 тысяч. Основная их часть — из России и Украины. Приложение бесплатно доступно в маркетах, и весь основной функционал предоставляется пользователю бесплатно. Если человеку интересно приложение, он покупает себе автоматически возобновляемую подписку, стоимость которой составляет 0,4 $; 0,5 $ или 0,6 $ за месяц в зависимости от длительности периода подписки.

Мы решили разработать приложение по принципу Tinder, только для поиска фильмов, а не для знакомств. Этот вариант оказался беспроигрышным, и помог сделать интерфейс приложения с множеством функций проще. Если пользователь делает свайп вправо — он видит, что фильм уже смотрел, приложение предлагает оценить ленту по десятибалльной шкале. Если влево — фильм еще не был просмотрен, пользователь может выбрать один из трех вариантов («не хочу смотреть», «хочу посмотреть», «не определился»).

И мы внедрили 100-балльную шкалу набора рейтинга: чем выше балл пользователя, тем точнее рекомендации приложения.

Алгоритм подбора кинолент работает следующим образом: пользователю динамически подгружаются карточки с 10 кинолентами для оценки. После того, как отмечены 5 фильмов, рейтинг пользователя автоматически пересчитывается и подгружаются следующие 10 фильмов с учетом новых оценок. Если пользователь отмечает киноленту как «не определился», фильм будет предложен для оценки через несколько недель.

Изначально работа приложения ограничивалась подбором и рекомендациями только фильмов. В последней версии в выдачу можно добавить сериалы. Также в Movie Expert реализован поиск фильмов, чтобы можно было сразу найти и оценить фильмы, просмотренные ранее.

Каждый фильм представлен в виде карточки с постером, нажав на которую можно увидеть всю информацию о киноленте: от года выпуска и актерского состава до трейлера и средней оценки пользователей. В списке рекомендаций присутствуют «скрытые фильмы», которые можно увидеть, посмотрев рекламу или оплатив подписку на приложение (PRO-режим).

Учитывая то, что приложение мы запустили не так давно, проект еще не окупился. Пока наша монетизация реализовывается за счет того, что пользователи покупают PRO-аккаунты и смотрят рекламу внутри приложения.

Что дальше?

Как мы продвигаемся. Мы провели ASO-оптимизацию приложения, благодаря чему увеличили видимость Movie Expert в App Store и Google Play. Самостоятельно размещаем и откликаемся на предложения разместить статьи о приложении на новостных и тематических площадках. Ведем переговоры с блогерами, которых заинтересовало наше приложение, приглашаем друзей и знакомых использовать сервис.

Также в приложении доступна функция «поделиться фильмом с другом». Если у друга не установлено наше приложение, ссылка переводит его в магазин приложений для установки. Для того, чтобы увеличить конверсии, мы дали возможность каждому пользователю получить PRO-режим бесплатно на две недели, если он получит все достижения внутри приложения.

Лучше всего работают информационные статьи со ссылками на наше приложение на популярных интернет-ресурсах. Например, после того, как редакция Лайфхакера разместила статью о Movie Expert, приложение установили более 6 тысяч раз.

В наших планах активно развивать приложение: запустить веб-версию; увеличивать базу подписок; разработать дополнительные pro-фишки, которые можно будет купить отдельно; найти дополнительные способы рекламы и продажи с помощью внешних сервисов; популяризировать сервис на рынке СНГ; выйти на англоязычный рынок.