Фича, которую мы бы внедрили: «Предложить свою цену» в ресейле

Рубрика, где разбираем механику, которая нам нравится, и объясняем, как бы реализовали её мы.

В ресейле есть неудобный момент: продавец ставит цену наугад, покупатель считает её завышенной и сделка не случается. Никто никому не написал, вещь просто зависла в каталоге.

Раньше это решалось в личном диалоге: «а отдадите дешевле?». Теперь эту задачу можно закрыть с помощью отдельной механикой прямо в карточке. eBay сделал это стандартом ещё годы назад со своим Make an Offer, у Vinted торг встроен в саму логику сделки. В России похожая механика давно работает у Oskelly, а в этом году кнопку «Предложить цену» в своём ресейле запустил и Wildberries. Тенденция очевидна: торг становится частью интерфейса, а не остаётся в переписке.

Почему механика нам нравится:
• снимает барьер сделки – покупатель не уходит молча, а делает ход. Появляется второй шанс там, где раньше была потерянная продажа;
• рынок сам находит цену – для уникальных б/у вещей это честнее фиксированного ценника;
• меньше рутины – продавцу не нужно отвечать на десятки запросов о торге в личных диалогах.

Как бы её реализовали мы:
• готовые варианты скидок. Вместо пустого поля «введите сумму» кнопки -10%, -15%, -20%. Так покупатель не зависает в сомнениях и не боится назвать «неприличную» цену, он просто выбирает из подсказок, и предложений становится больше;
• статусы – отправлено, принято, одобрено, отклонено. Это дает пользователю понимание, на каком этапе сделки он находится;
• счётчик попыток и сроки – у оффера должно быть время жизни, иначе он висит вечно и теряет смысл;
• нотификации – «вам предложили цену», «продавец снизил стоимость». Именно они побуждают людей вернуться к сделке;
• защита от абьюза – лимит на одно предложение по объявлению, чтобы не превращать торг в спам.

Механика «Предложить цену» выглядит как маленькая кнопка, а на деле – это отдельный сценарий со своей логикой, статусами и уведомлениями, который напрямую влияет на число закрытых сделок.

😄 Если думаете над похожим функционалом для своей площадки или хотите подобрать механики под вашу нишу – напишите нам, разберёмся вместе.

Как не раздражать пользователя звуком

Когда говорят о UX, чаще всего обсуждают визуал: кнопки, цвета, типографику или навигацию. Но есть ещё один инструмент, который многие недооценивают – звук.
Хотя именно он часто становится первым подтверждением того, что действие пользователя прошло успешно. Мы слышим его, когда отправляем сообщение, оплачиваем покупку, завершаем задачу или получаем уведомление. И если всё сделано правильно, мы даже не замечаем, насколько сильно он влияет на восприятие продукта.

Условно такой звук можно разделить на три типа.

Функциональные сигналы – короткие звуки, которые подтверждают действие или предупреждают об ошибке. Они помогают пользователю мгновенно понять, что произошло, без необходимости искать визуальное подтверждение.

Фоновое сопровождение – создаёт атмосферу продукта. Чаще всего его используют в приложениях для медитации, музыкальных сервисах, образовательных платформах и игровых продуктах, где важно поддерживать эмоциональное состояние пользователя.

Динамический звук – меняется в зависимости от действий человека. Такой подход активно применяется в играх и интерактивных сервисах, где музыка становится частью пользовательского сценария.

Но хороший Audio UX строится не на количестве звуков, а на трёх простых принципах.

Во-первых, ненавязчивость. Если интерфейс звучит слишком громко или слишком часто, пользователь первым делом отключит звук.

Во-вторых, контекстность. Успешная оплата, ошибка и новое сообщение не могут сопровождаться одинаковым сигналом. Каждый звук должен интуитивно объяснять, что произошло.

В-третьих, мгновенная обратная связь. Если между действием пользователя и звуком проходит даже небольшая задержка, ощущение естественного взаимодействия теряется.

Именно поэтому крупные продукты уделяют звуку столько внимания. В Duolingo звук усиливает ощущение прогресса после каждого правильного ответа. В играх Nintendo аудиосигналы давно стали частью фирменного пользовательского опыта. Яндекс Музыка и VK Музыка используют короткие звуковые подтверждения при работе с плеером, помогая пользователю управлять сервисом практически интуитивно.

Сам по себе звук не увеличит конверсию. Но вместе с понятными сценариями, быстрой обратной связью и качественным UX он делает продукт проще, удобнее и приятнее в использовании. А именно из таких деталей складывается пользовательский опыт, за которым люди возвращаются.

😄 Если хотите понять, какие UX-решения действительно помогут вашему продукту, оставьте заявку на oktta.ru. Разберём пользовательские сценарии и предложим варианты, которые будут работать не только красиво, но и эффективно.

Свежий кейс: сайт для CGI-агентства GKANNA

Превратили амбиции бутикового агентства из Канады в цельный диджитал-образ, готовый к росту.

GKANNA – студия, работающая на стыке брендинга, 3D/CGI и цифровых продуктов. Их позиционирование – «your business growth partner, specializing in transforming brands into industry leaders»: не просто агентство, а партнёр по росту, который берёт на себя стратегию, дизайн и продакшн целиком. Наша задача была передать этот масштаб и премиальность в диджитал-среде.

Начали с бенчмаркинга: изучили рынок и сильнейших игроков, чтобы найти точки отстройки. На основе этого выстроили визуальный язык и структуру сайта, а затем довели проект до продакшена – от макетов до готовой разработки. Сайт выстроен вокруг одного посыла: показать GKANNA как студию, которой доверяют креативные и сложные задачи.

В итоге получился цельный цифровой образ, который отражает характер компании и готов масштабироваться вместе с ней.

😄 Смотрите проект целиком по ссылке

ИИ-рекомендации или ручные подборки: что действительно работает лучше?

«Вам может понравиться», «Выбрано для вас», «С этим покупают» – блоки рекомендаций есть почти в каждом интернет-магазине. Но за одинаковым интерфейсом могут скрываться совершенно разные подходы: где-то товары подбирает алгоритм, а где-то команда магазина вручную.

Так что работает эффективнее?

Ручные подборки хороши там, где важен контекст. Редактор может собрать капсулу одежды, выбрать подарки к 8 Марта или объединить товары вокруг конкретного сценария. Такая рекомендация передаёт экспертизу бренда и позволяет продвигать нужные категории.

Но у ручного подхода есть ограничение: одна подборка работает одинаково для всех. Её нужно постоянно обновлять, а при большом ассортименте управлять рекомендациями становится сложно.

ИИ работает иначе. Он анализирует поведение конкретного пользователя: что тот смотрел, искал, добавлял в корзину или покупал раньше – и на основе этих данных формирует персональную выдачу. Два человека могут открыть одну карточку товара и увидеть совершенно разные рекомендации.

Это особенно полезно для магазинов с большим ассортиментом, где невозможно вручную собрать сценарий для каждого посетителя. Алгоритм масштабирует персонализацию и может подстраивать выдачу под изменения интересов пользователя.

Но полностью отдавать рекомендации ИИ тоже не всегда правильно. Алгоритм хорошо знает, что человек делал, но не всегда понимает зачем. Пользователь мог искать подарок, покупать товар для другого человека или просто сравнивать варианты, и получить после этого целую ленту нерелевантных рекомендаций.

Поэтому вопрос не в том, какой подход победит!

На практике сильнее работает комбинация: команда задаёт контекст, бизнес-логику и приоритеты, а ИИ персонализирует результат под конкретного пользователя. Например, магазин создаёт подборку «В отпуск», а алгоритм определяет, какие товары внутри неё показать конкретному пользователю и в каком порядке.

В итоге ручные подборки помогают бренду направлять пользователя, а ИИ – делать этот сценарий персональным и масштабировать его на тысячи покупателей.

😖 Если хотите внедрить умные рекомендации в свой интернет-магазин или разобраться, какой сценарий подойдёт именно вашему продукту – пишите Виталику. Поможем спроектировать решение, которое будет работать не ради галочки, а на реальные задачи бизнеса.

Почему фильтры могут мешать выбирать

Кажется, чем больше фильтров в каталоге, тем проще пользователю выбрать подходящий товар. Можно указать цвет, размер, материал, бренд, характеристики и получить идеальную выдачу.

На практике большое количество параметров часто работает наоборот.

Представьте, что вы выбираете ноутбук и видите несколько десятков фильтров: видеокарта, процессор, количество ядер, интерфейсы. Если вы не разбираетесь в технических характеристиках, фильтры не помогают сделать выбор, а создают ещё больше вопросов.

Похожая проблема возникает с непонятными названиями. Пользователь может знать, какой результат ему нужен, но не знать, как нужная характеристика называется в терминологии магазина. В этот момент интерфейс перекладывает работу на покупателя: прежде чем выбрать товар, ему приходится разобраться в самом каталоге.

Есть и другой сценарий. Человек отмечает несколько важных параметров, нажимает «Показать» и получает: «Ничего не найдено». THE END.

Хороший фильтр должен не просто отсеивать товары, а помогать двигаться дальше. Если точного совпадения нет, можно показать, какой параметр слишком сильно ограничил выбор, предложить убрать один из фильтров или показать альтернативы.

Поэтому при проектировании фильтров важно:
• выводить в первую очередь параметры, которые действительно влияют на решение;
• объяснять сложные характеристики простым языком;
• показывать, сколько товаров останется после применения фильтра;
• не приводить пользователя в пустую выдачу без следующего шага.

Если покупателю приходится разбираться и искать нужный товар, проблема может быть не в ассортименте, а в интерфейсе.

😄 Если хотите разобраться, где пользователи теряются на пути к покупке, оставьте заявку на нашем сайте. Проанализируем пользовательские сценарии и найдём точки, которые мешают конверсии.