Цель проекта
Задача заключалась в продуктовом редизайне рекламной платформы. Требовалось ускорить запуск кампаний и сократить трение в ключевых сценариях. Нужно было улучшить читабельность аналитики, чтобы отчёты и метрики удобнее использовать в ежедневной работе. Параллельно следовало заложить масштабируемую дизайн‑систему с понятными правилами и компонентами. Главное ограничение — не снижать плотность данных: интерфейс должен оставаться информативным и не «разжижаться» ради визуальной простоты. Подход к таким проектам описан на странице UX/UI-дизайна сложных цифровых продуктов.
Что сделали
- Провели исследование, сформировали JTBD и ключевые сценарии.
- Пересобрали информационную архитектуру и потоки кампаний/отчётов.
- Спроектировали 450+ экранов и UI‑систему компонентов.
- Внедрили шаблоны отчётов и быстрые действия.
- Согласовали UX с разработкой и подготовили спецификации.
Результаты проекта
История проекта
Почему редизайн был критичен
Команда управляла большим объёмом кампаний, но запуск и оптимизация занимали слишком много времени: данные были разрознены, а связь между настройками и итоговой эффективностью неочевидна. Базовая цель проекта была продуктовой: ускорить time-to-launch, уменьшить цену ошибок и сделать отчётность инструментом принятия решений, а не архивом графиков.
Как проверяли реальный процесс работы
Провели глубинные интервью и разобрали реальные сессии работы медиабайеров: где они теряют время, когда возвращаются назад, какие фильтры используют повторно. Дополнительно сопоставили поведение с логами и тикетами поддержки, чтобы разделить субъективные жалобы и системные проблемы. Ключевой вывод: главный провал не в визуале, а в слабой предсказуемости последствий настройки.
Что изменили в сценарии и структуре
Собрали новую IA вокруг частотных задач, ввели мастер запуска кампаний, шаблоны отчётов и блок «Что изменилось». Интерфейс перестроили под плотные данные: приоритетные поля всегда видимы, вторичные не мешают чтению, а риск‑метрики получили ясные уровни критичности. Это снизило когнитивную нагрузку и сократило число ошибочных шагов.
Как это отразилось на бизнес-метриках
После внедрения команда быстрее запускала кампании и чаще использовала аналитику как ежедневный рабочий инструмент. Time-to-launch снизился на 32%, ошибки конфигурации упали на 27%, а DAU отчётов вырос на 24%. Параллельно снизились обращения в поддержку и вырос NPS активных пользователей, что подтвердило качество изменений не только в UX, но и в доверии к продукту.