Три главных инсайта о геймификации после 750 дней в Duolingo

Два года назад я установил Duolingo из любопытства, чтобы посмотреть, как устроено самое успешное подписочное приложение в мире. И меня реально затянуло.

Исследование получилось сильно более долгим, чем я планировал, зато теперь могу поделиться выводами из собственного опыта.

🔸 Геймификация — комплексная штука

Это контент, набор механик, сторителлинг, графика, уведомления. Нельзя расчитывать на результат, просто скопировав механику из другого продукта. Надо сперва понять, подходит ли она вашим пользователям, разобраться, как она работает, какие обвязки внедрять вместе с ней.

🔸 Все работает на быстром и дешевом дофамине

Действие пользователя в базовой петле удержания должно быть простым, регулярным и давать явное вознаграждение. Каждый день выполнять хотя бы одно небольшое задание, чтобы прогрессировать, — понятная идея, в которую легко поверить. Но подходит она не каждому продукту.

Чтобы сконструировать работающую петлю, надо:

1. Валидировать, что ваши пользователи верят в регулярность для прогресса.
2. Предложить действительно простое действие.
3. Давать яркое эмоциональное подкрепление.

Почти каждый фитнес апп пытается строить геймификацию. Но чаще всего тупо копируя механики, без понимания сути.

Допустим, большинство людей верят, что регулярные занятия спортом принесут результат в перспективе.

Насколько простое действие требуется от пользователей? Сделать 20 берпи явно сложнее, чем открыть приложение и потыкать в экран, составляя предложения из слов.

Какое вознаграждение получит пользователь? Сообщение, что он молодец и отмеченный день в календарике?

В Duolingo это будет:

— подбадривание через каждые 5 правильных ответов;
— набранные очки опыта;
— статистка прохождения урока;
— алмазы (внутренняя валюта, которая продается за реальные деньги);
— поддержание ударного режима;
— прогресс по заданию дня;
— прогресс по прохождению раздела;
— умножение очков опыта (иногда);
— повышение позиции в рейтинге лиги (иногда).

Пройдя за две минуты элементарный урок, на эмоциональном уровне вы чувствуете себя так, будто уже овладели иностранным языком в совершенстве.

🔸 Долгосрочное удержание требует отдельных решений

Базовой петлей можно вовлечь пользователя и удержать на какое-то время. Но в Duolingo миллионы пользователей, у которых ударный режим длится больше года.

На долгосрочное удержание работают отдельные механики:

1. Собственно, ударный режим (win streak), который поддерживается ежедневными занятиями и сбрасывается, если вы пропускаете. Это вложение, которое больно потерять. И чем дольше вы в режиме, тем больнее.

2. Еженедельные лиги, в которых вы соревнуетесь с другими пользователями. Можно перейти в более высокую лигу или упасть в более низкую. Главное в них, что соперники подбираются по средней активности за прошлую неделю. Это создает конкурентную среду, которая вас мотивирует.

3. Ежемесячные задания. Они стимулируют вовлечение и подталкивают проходить больше уроков. При этом, они настолько аккуратно вписаны в курс, что по сути от вас ничего специального не требуется, просто больше делать в течение дня, чтобы в конце месяца получить свою медаль.

Если обобщить, то долгосрочное удержание строится прежде всего на желании не потерять прогресс. Не утратить ударный режим, не вылететь из лиги, дожать ежемесячное задание.

Сегодняшний Duolingo с точки зрения геймификации очень замороченный и многослойный продукт. На его создание ушли годы, проведены сотни экспериментов, потрачены миллионы долларов.

Скопировать такое или повторить небольшой командой просто невозможно.

Но если внимательно изучить продукт и прочувствовать на собственном опыте, можно декомпозировать его на составные части. А если разобраться в поведенческой психологии, можно эти части последовательно и результативно внедрить в свое приложение.

Главное видеть цель, понимать суть и уметь измерить эффект.

Этим и займемся.

Ребята из Стенфорда обновили свой ИИ-фреймворк Storm до новой версии Co-STORM, добавив в протокол управления ходами совместного дискурса ИИ-агентов участие человека:

– Эксперты LLM Co-STORM – этот тип агента генерирует ответы, основанные на внешних источниках знаний, и/или задаёт последующие вопросы на основе истории дискурса.

– LLM Модератор: ИИ-агент генерирующий наводящие на размышления вопросы, "вдохновленный" информацией, обнаруженной экспертом, но не использованной напрямую в предыдущих ходах.

– Человек: пользователь-человек (новый термин!) в Co-STORM берёт на себя инициативу:

а) либо наблюдать за дискурсом;

б) либо активно участвовать в разговоре, вставляя высказывания, направляя фокус обсуждения ИИ.

Попробовать: storm.genie.stanford.edu

Github: https://github.com/stanford-oval/storm?tab=readme-ov-file#co-storm

Microsoft релизнул GitHub Spark – инструмент, который позволяет создавать и делиться персональными микро-приложениями (“sparks”).

GitHub Spark состоит из 3 элементов:

1) редактор на основе NL;

2) управляемая среда выполнения, которая размещает ваши аппы и предоставляет им доступ к хранилищу данных, темам и LLM;

3) панель управления с поддержкой PWA, которая позволяет вам управлять и запускать аппы.

Кроме того, GitHub Spark позволяет делиться своими аппами с другими и контролировать их права на чтение/запись. Пошаренную аппу можно не только использовать, но и редакторовать, адаптируя под свои нужды.

P.S. «Микро» относится не к размеру ценности приложения, а к размеру предполагаемой сложности его функций (философия Unix)

✍️ 13 шаблонов Product Requirements Document (PRD)

– Miro's Product Alignment Document
– Asana's Spec Template
– Intercom's Job Story Template
– Figma's PRD
– Google's PRD
– Microsoft's PRD
– Shapeup Pitch
– Seatgeek's Product Initiative 1 Pager
– Lenny's 1-Pager
– 1 Page Project Brief
– Lean UX Canvas
– Kevin Yien's PRD
– Uber's PRD

Парадокс TAM-SOM (The TAM-SOM Paradox)

Крис Тоттман из Notion Capital рассказывает о том, как команды и инвесторы могут найти общий язык в понимании рынка(ов):

Классическая модель оценки рынков PAM → TAM → SAM → SOM

☝️ Венчур говорит: "ищите большой рынок!", заставляя команду воспринимать TAM как SAM и фокусироваться на более крупном сегменте.

Команда пытается покрыть широкий рынок, выжигая себя и свои ресурсы. Покрыть широкий рынок, обычно, не получается.

✌️ С другой стороны, можно фокусироваться на SOM – на своих прямых клиентах и бросить все силы на их завоевание. Но это не будет интересно инвесторам.

Что делать?

1) Фокусируйтесь на SOM.
2) Расширяйте SOM.
3) Оглядывайтесь на TAM.

Работая на SOM, вы покрываете свой реальный рынок шаг за шагом, получая больше информации и ресурсов, а изучая и тестируя разные гипотезы из TAM, вы получаете тот самый кратный потенциал для роста, который так хочет видеть венчур.

Классный выпуск одного из любимых подкастов.

Алексей Арефьев, директор по росту в Kion рассказывает о том, как нанимать продакт-менеджеров в зависимости от текущей стадии компании/продукта

Ребята наконец-то до конца разобрались, как работает их продукт (и что внутри американского избирателя) #fun 😏

Новый тезис a16z: ИИ и родительство

Воспитание детей — одна из самых сложных и важных задач.

Есть много помощников для родителей, которых можно нанять: специалисты по фертильности, консультанты по грудному вскармливанию и сну, ночные сиделки, няни, помощники — список можно долго продолжать.

Но большинство семей не могут позволить себе человеческую помощь. Они полагаются на форумы, блоги, родственников и друзей... и часто остаются выгоревшими и разочарованными.

ИИ меняет это.

Что, если бы родители могли получить круглосуточную поддержку, которая была бы гораздо более персональной и эффективной?

Присоединяйтесь к новой волне «родительских помощников», созданных с помощью LLM и ИИ-агентов, которые всегда готовы ответить на вопросы, дать рекомендации или просто выслушать.

Они также могут запоминать контекст вашей семьи, чтобы давать вам наиболее релевантные советы, а некоторые даже начали автоматизировать основные задачи для занятых родителей.

Это может показаться чем-то, что может сделать ChatGPT, но мы видим специализированные ИИ-приложения, которые идут гораздо дальше.

Они объединяют:

(1) медицинские исследования + контент от экспертов, которые направляют и ограничивают ответы с

(2) данными о вашем ребенке,

результатом чего являются персонализированные и научно обоснованные советы.

Как эти продукты получают персонализированные данные, необходимые для предоставления вам рекомендаций?

– Большинство из них позволяют пользователям общаться с ними с помощью текстовых сообщений или голоса.

– Они будут задавать вопросы о вашем ребенке и запрашивать дальнейшую информацию и действия, когда это необходимо.

– Они также поощряют пользователей регистрировать такие события, как кормление и сон.

Некоторые, такие как Nanit, дополнительно используют визуальные или звуковые данные — например, камеру над кроваткой ребёнка.

И работа родителя только увеличивается с развитием ребёнка: теперь вы управляете его школой, доп. мероприятиями, питанием, встречами и иными вещами.

Мы в Andreessen Horowitz в восторге от "домашнего ИИ", который помогает родителям с планированием, напоминаниями и отслеживаением того, чтобы ничего не пропало из виду, особенно, при наличии нескольких детей.

Сейчас большинство ИИ-продуктов здесь сосредоточены на решении 1-2 задач, например, планирование питания, превращении PDF-файлов школьных мероприятий в события в календаре, извлечение дел из писем или текстовых сообщений или настройка повторяющихся покупок.

Пока рано говорить о массовом ИИ для родительства, но, поскольку базовые модели совершенствуются, то пользователям становится проще «обучать» ИИ и модели особенностям своей семьи.

Мы ожидаем дальнейшего развития этой отрасли и появления новых подкатегорий: развитие ребенка, поведенческая поддержка, изучение нативного языка, и это лишь некоторые из них.

P.S. Нейминг продуктов в родительстве – ещё один вид Искусства