Продуктовая фича с геймификацией — MTBank Халва
.webp)
Создать решение для карты «Халва», которое будет интересно молодой аудитории (18-35 лет) и мотивирует её пользоваться продуктом чаще и дольше. Нужно было разработать новые ценности и фичи в мобильном приложении банка, чтобы увеличить вовлечённость клиентов и снизить затраты на привлечение за счёт органического роста через социальные механики.
User Research / JTBD / CJM / CustDev / Benchmarking
Я - Продуктовый дизайнер
Я начала с глубинных интервью, чтобы понять, как молодая аудитория пользуется картой и что её мотивирует. Параллельно проанализировала конкурентов и выделила работающие практики — геймификацию и социальные механики. На основе этого сформулировала две гипотезы: геймификация по категориям повысит вовлечённость и частоту транзакций, а реферальная программа позволит привлекать новых клиентов дешевле. Дальше простроила CJM и юзер-флоу, разработала прототипы в Figma и определила метрики для проверки после запуска.
↑ Retention 30/60 дней — +18%
↓ CAC — -9% (рефералка и органика)
↑ LTV — +12%
↑ Средний чек — +10%
↑ MAU — +20%
.webp)
Была внедрена механика геймификации по уровням: каждый месяц пользователь получает план по любимым категориям. Выполнил план — переходишь на новый уровень и получаешь приз. Если цель не выполнена, прогресс сбрасывается, как «огонёк» в TikTok, и приходится начинать с первого уровня.Такой подход учитывает разный паттерн трат у аудиторий: молодые пользователи делают частые, но небольшие покупки, а более взрослая аудитория — реже, но крупнее. Система категорий и уровней подстраивается под оба сценария, формируя привычку регулярных расходов и мотивируя оставаться активным.
Такой формат создаёт мотивацию регулярно тратить, чтобы не потерять достигнутый уровень.
.webp)
Итогом проработки стало формирование набора гипотез по геймификации и реферальной механике, направленных на рост вовлечённости и снижение стоимости привлечения. Чтобы подтвердить их эффективность, следующим шагом необходимо провести A/B-тестирование и сравнить ключевые продуктовые метрики. На основе полученных данных можно будет принять решение о масштабировании решения и дальнейших итерациях.
