Foqus

Клієнт прийшов із ідеєю продукту в ніші фінансової аналітики, орієнтованої на роботу з даними криптовалютних бірж і поведінкою користувачів у цьому середовищі.

При цьому продукт стикався з типовими обмеженнями: аналітика не була системною, великі об'єми даних не оброблялись автоматично, а їх інтерпретація вимагала від користувача часу та експертизи. Відсутність персоналізації та ручна робота з даними знижували цінність продукту і ускладнювали взаємодію з ним.

Ключова цінність продукту – перетворення даних у рішення.

Дані знаходились на різних біржах і не перетворювались у цінність для користувача. Аналітика була несистемною, обробка даних – ручною, а інтерпретація вимагала досвіду. Це знижувало залученість і ускладнювало масштабування продукту.

На перший погляд, задача виглядала як розробка мобільного застосунку для роботи з фінансовими даними у сфері криптовалюти.

Але реальний виклик був глибший – перетворити розрізнені дані з різних джерел у систему, яка допомагає приймати рішення.

Потрібно було прибрати ручну інтерпретацію, автоматизувати обробку великих обсягів даних і зробити їх зрозумілими для користувача без спеціальної підготовки.

Ключове завдання – побудувати продукт, який аналізує поведінку, формує інсайти та дає рекомендації в контексті дій.

У результаті система мала працювати як персональний фінансовий аналітик, який веде користувача до конкретних рішень, не перевантажуючи даними.

Ми змінили підхід: замість відображення даних система інтерпретує їх і переводить у конкретні дії.

Почали з логіки застосунку – визначили, як система має працювати з даними і яку цінність давати користувачу.

Система працює як послідовний процес: дані агрегуються з бірж, аналізуються з урахуванням поведінки користувача, після чого перетворюються в інсайти і рекомендації, прив'язані до конкретних дій.

На цій основі реалізували мобільний застосунок для iOS та Android із backend-частиною в продакшн-оточенні, AI-аналітичним модулем, системою підписок і адміністративною логікою управління контентом.

Окремо була закладена підпискова модель як основа монетизації продукту. У результаті було реалізовано:

• мобільний застосунок для iOS та Android;
• backend із production-оточенням;
• AI-аналітичний модуль;
• систему підписок;
• адміністративну логіку управління контентом.

Таким чином продукт переходить від відображення даних до моделі прийняття рішень.

Головний виклик став UX –потрібно було зробити складну аналітику зрозумілою.

Ми спростили подачу графіків, прибрали зайвий шум з інтерфейсу та вибудували структуру, в якій користувач рухається від даних до дії.

Додали пояснювальні блоки, onboarding і сценарії, які допомагають швидко зрозуміти продукт навіть без попереднього досвіду.

Окремо реалізували логіку “закритих періодів”, щоб користувач працював не з хаотичним потоком live-даних, а з уже сформованими і зрозумілими результатами.

У результаті інтерфейс став інструментом прийняття рішень.

До старту проекту дані існували окремо – без зв'язку між собою, без інтелектуальної обробки і без цінності для користувача. Аналіз вимагав часу і експертизи, а результатом залишались цифри без зрозумілих відповідей.

Зараз система автоматично аналізує поведінку користувача, генерує інсайти та дає рекомендації в контексті дій. З'явився інтерактивний AI-чат, персоналізовані push-інсайти та повноцінна підпискова модель.

Аналітика стала структурованою – з чіткою логікою періодів, що дозволяє працювати не з потоком інформації, а з конкретними рішеннями. Продукт масштабувався і отримав зрозумілу модель монетизації.

Користувач більше не аналізує дані вручну – він отримує готові відповіді і дії.

До:

• дані на різних біржах без зв'язку;
• відсутність автоматичного аналізу;
• ручна інтерпретація;
• відсутність персоналізації;
• відсутність підпискової моделі.

Після:

• AI-аналіз поведінки користувача;
• автоматична генерація інсайтів;
• контекстний AI-чат;
• персоналізовані рекомендації;
• повноцінна система підписок.

Це продукт, який змінює спосіб роботи з аналітикою.

Не показує дані – а допомагає приймати рішення.