Wellness & Health · AI
AI-застосунок для догляду за шкірою та велнесу
Мобільний застосунок, що поєднує AI-аналіз шкіри з підключеним лазерним пристроєм і добавками. Я прийшла в живий продукт senior-дизайнеркою і відповідаю за його AI-шар (щоденні інсайти, пояснення результатів шкіри, звіти самопочуття), описаний як правила, за якими будує команда.
- Країна клієнта
- Велика Британія
- Платформа
- iOS-first
- Моя роль
- Senior Product Designer
- Тривалість
- 5 місяців · 2025–2026
Огляд
Мобільний застосунок, що поєднує AI-аналіз шкіри з підключеним лазерним пристроєм і добавками.
Вихідна точка
Я приєдналася до живого продукту на ходу, і частина дизайну вже існувала.
Що я вела
AI-шар (щоденні інсайти, пояснення результатів шкіри, звіти самопочуття), плюс інтеграція з Apple Health, онбординг і покращення ключових екранів.
Команда
Сеньйорка в команді; паралельно менторю middle-дизайнерку.
Контекст
01
Продукт
Щоденні рутини догляду (лазерні сесії та добавки), AI-сканування шкіри з оцінками за метриками, персоналізовані рекомендації, прогрес «до/після».
02
Користувачі
Власники лазерного пристрою бренду та підписники добавок: залучені у велнес, не тех-експерти. Поради мають підтримувати і ніколи не звучати клінічно чи тривожно.
Підхід
Аудит
Ревізія флоу живого застосунку в пошуку впливових покращень з малою вартістю розробки.
Визначити логіку
Поведінка AI прописана явними правилами: тригери, пріоритети, ліміти.
Прототип
Туторіали та анімації підказок у Lottie та Figma Make.
AI-шар задизайнений як система правил, а не магія: кожен інсайт має причину, сигнал і ліміт.
Процес
Ключова функціональність
01
Головний екран і рутини
Проблема
Догляд складається з дрібних щоденних дій, і без них результату немає, але саме вони й випадають.
Гіпотеза
Якщо рутина стане точкою входу в застосунок, щоденні дії відмічатимуть, а не згадуватимуть.
Рішення
Трекінг щоденних рутин: лазерні сесії та добавки. Точка входу в застосунок.
Основа застосунку, яку я підсилила.
02
Аналіз шкіри та Тренди
Проблема
Прогрес шкіри оцінювали на око, тож зміни помічали надто пізно або не помічали зовсім.
Гіпотеза
Якщо скан оцінює вісім показників, а Trends показує їх у часі, прогрес стане видимим.
Рішення
AI-скан фото оцінює 8 метрик шкіри; Тренди показують їхню динаміку в часі.
Робота іншої дизайнерки, для контексту.
Метрика шкіри з підметриками: пояснення оцінки
03
Акаунт
Проблема
Пристрій, підписка й профіль жили в різних місцях, і підтримка отримувала одні й ті самі питання.
Гіпотеза
Якщо зібрати сервісний шар в одному розділі, користувач розбереться сам.
Рішення
Профіль, підключений пристрій, підписка на добавки: сервісний шар застосунку.
Сервісний шар: пристрій і підписка в одному місці.
04
Інтеграція з Apple Health
Проблема
Доступ до здоров'я просять на онбордингу, коли людина ще не розуміє навіщо, і отримують відмову.
Гіпотеза
Якщо спитати тоді, коли дані стають потрібні, і пояснити, які саме й чому, згоду даватимуть свідомо.
Рішення
Підключення у три кроки: вхідна картка → які дані використовуються і навіщо → гранулярний вибір даних. З'являється тоді, коли стає доречним, і не нав'язується в онбордингу.
Без даних немає інсайтів, тому спершу.
05
Щоденні AI-інсайти
Проблема
Стан шкіри залежить від сну, стресу, активності й погоди, але людина цього зв'язку не бачить.
Гіпотеза
Якщо щодня пояснювати сьогоднішній контекст із живих сигналів, поради перестануть здаватися випадковими.
Рішення
Картки на головному екрані пояснюють сьогоднішній контекст шкіри з живих сигналів: сон, стрес, активність і відновлення, погода та UV.
Чому → сигнал → вплив → порада.
06
Супутні фактори в аналізі шкіри
Проблема
Низький бал за скан лишав людину наодинці з питанням «чому» і з недовірою до самої оцінки.
Гіпотеза
Якщо поруч із результатом показати ймовірну причину, оцінка читатиметься як пояснення, а не як вирок.
Рішення
Для результатів скану нижче базової лінії вбудована підказка «супутні фактори» пояснює ймовірне чому: темні кола ← короткий сон, почервоніння ← холодна суха погода. Один головний фактор за раз, ніколи для хороших результатів.
Підтримка, не діагноз.
07
Чек-ін самопочуття та порівняльний звіт
Проблема
Самопочуття ширше за шкіру, але питати про нього щодня призводить до вигорання від опитувань.
Гіпотеза
Якщо раз на два тижні проходити короткий чек-ін у чотирьох сферах, динаміка буде видна без втоми від питань.
Рішення
Квіз раз на два тижні у чотирьох сферах (фізична, енергія, емоційна, соціальна) мапить відповіді на іменовані стани та порівняльні графіки з AI-підсумками. Я перебудувала всю систему питань.
Інсайти циклу чекають надійних даних.
08
Покращення календаря
Проблема
Рутини, скани та інсайти жили окремими списками й ніколи не складалися в картину в часі.
Гіпотеза
Якщо звести їх в один календар, людина побачить зв'язок між тим, що робила, і тим, що змінилося.
Рішення
Ширша картина: рутини, сканування та інсайти в часі.
Рутини, скани та інсайти в часі.
09
Онбординг і туторіал фіч
Проблема
Частину можливостей просто не знаходили: при першому відкритті на них ніщо не вказувало.
Гіпотеза
Якщо підсвітити ключові місця анімованими підказками, функції знайдуть без інструкції.
Рішення
Підсвічування ключових фіч при першому відкритті; анімації підказок у Lottie та Figma Make покращують віднаходжуваність.
Підказки при першому відкритті: короткі анімації, а не тур.
10
Сканування друга
Проблема
Застосунок складно переповісти: його цінність відчувається лише після власного скана.
Гіпотеза
Якщо дати зробити скан для іншої людини, продукт продаватиме себе сам.
Рішення
Запусти скан шкіри для когось іншого, щоб показати застосунок. Це цикл росту, закладений у продукт.
Цикл зростання: звіт іде на пошту, нічого не зберігається.
Ключові рішення
01
AI-інсайти як система правил, а не чорна скринька
Проблема
«Показуй AI-поради» легко стає шумом, що підриває довіру, особливо у велнесі, де тривожні чи випадкові поради шкідливі.
Гіпотеза
Інсайти зберігають довіру, лише якщо кожна картка може пояснити, чому з'явилася: система правил, а не чорна скринька.
Рішення
Прописала продуктову логіку явними правилами: максимум 3 інсайт-картки на день (+2 при оновленні, далі іконка закриття); інсайти лише за наявності чіткого сигналу, ніколи без причини; пріоритет сигналів: обмежувальні фактори → середовищні → позитивне підкріплення; кожна картка несе причину → вплив на шкіру → м'яку рекомендацію; спокійний немедичний тон кодифіковано. Побудувала повну матрицю метрика×фактор, які сигнали можуть пояснювати які метрики шкіри, головні та другорядні.
Підтвердження
Логіка вийшла як специфікація, за якою будує команда.
02
Apple Health у момент доречності
Проблема
Типові застосунки змушують підключати дані здоров'я під час онбордингу, до того як цінність зрозуміла, що б'є і по конверсії, і по довірі.
Гіпотеза
Користувачі охочіше підключають дані здоров'я, коли цінність персоналізації вже видно, а не в онбордингу.
Рішення
Підключення живе окремою карткою, що з'являється, коли персоналізація стає цінною; інформаційний екран пояснює, які саме дані використовуються і навіщо; гранулярний вибір по кожному сигналу поважає контроль. Картка біла, у візуальній мові Apple Health.
Підтвердження
Аналіз онбординг-патернів конкурентів плюс флоу в релізі.
03
Виправлення цілісності підрахунку чек-іну
Проблема
Питання квізу мішали напрямки (десь найкраща відповідь перша, десь остання), шкали коливалися від 3 до 6 опцій, а негативні формулювання ставили найкращу відповідь останньою, тож користувачі промахувались, а бали не усереднювались чисто.
Рішення
Стандартизувала кожне питання: позитивні формулювання, порядок від найкращого до найгіршого, однакова кількість опцій у категорії, кожна відповідь замаплена на іменований стан графіка («Дуже» → «Енергійна»), щоб мова була консистентною від питання до результату. Реверсивні питання оброблені явно.
Підтвердження
Набір питань «до/після»; чисте мапування станів (напр. 1.0–2.3 → Сильний) тепер живить порівняльні графіки.
Результат
- Правила AI-інсайтів: максимум 3 картки на день, у кожній причина → вплив на шкіру → порада
- Матриця метрика × фактор для 8 показників шкіри: який сигнал що може пояснювати
- Чек-ін перебудований: 4 сфери, одна шкала, кожна відповідь прив'язана до названого стану
Система інсайтів, флоу Apple Health, чек-ін і туторіали вийшли як специфікація, за якою будує команда, а AI-шар пояснює сам себе.
Наступний кейс
Аналітика для платформи управління цифровими активами
Аналітичний шар платформи управління цифровими активами, спроєктований з нуля: рівні бібліотеки, користувачів і активів, звітність та експорт, з вбудованою аналітикою, тож дашборди вимірюють власне використання.
Переглянути кейс