прислать материал
AIN.UA » СтартапыКиевская команда создала сервис для анализа поведения пользователей в продукте

Киевская команда создала сервис для анализа поведения пользователей в продукте

2908 13

Киевский стартап Attractor AI создал одноименный сервис для анализа поведения пользователей в продукте. CEO проекта Александр Фуртак рассказал о сервисе.

Attractor AI

Главная задача Attractor AI — предоставить продуктовым и макретинговым командам возможности для улучшения основных метрик: конверсии и возврата. В стартапе отмечают, что ценность сервиса заключается в том, что он уменьшает время и усилия для получения продуктовых инсайтов. 

Attractor AI-1

«Продукт определяет корреляции с удачной конверсией, уходом пользователя, долгосрочным использованием, отпиской. Мы сильно продвинулись в алгоритмах и автоматически отсекаем очевидные или статистически незначительные корреляции. Продуктовые команды используют наши инсайты в основном для экспериментов с пользовательским опытом, а также создания push-кампаний», — рассказывает Александр Фуртак. 

Пример инсайта от Attractor.AI. Отправляется на почту или в Slack

Команда выделяет два своих основных конкурента —  Mixpanel Signal и Amplitude Compass. Преимущество Attractor AI заключается в фокусе именно на алгоритмической части, а не на сборе пользовательских данных, отмечают в стартапе. 

Если вы спросите Mixpanel Signal о том, что больше всего коррелирует с покупкой подписки гипотетического SaaS продукта, он наверняка ответит, что это ввод номера карты. Но для одного из наших клиентов, который работает над ПО для автоматизации маркетинга, Attractor AI определил, что удаление правил автоматизации сильнее коррелирует с конверсией, чем создание таких правил. Если перевести на человеческий язык, то удаление правил, как раз и говорит о том, что пользователь начинает активно использовать сервис.

Работа над Attractor AI началась в сентябре 2017 года. До этого команда занималась созданием систем продуктовой аналитики и маркетинговых стеков — выручка с этой деятельности, а также собственные резервы пошли на создание собственного продукта. 

Кроме этого, стартап работает над сервисом Attractor Start — отдельным продуктом, который будет дополнять Attractor AI. Он помогает компаниям спроектировать и развернуть аналитику веб-страниц и мобильных приложений, а также следить за тем, что данные собираются правильно. 

 

В стартапе рассказывают, что изначально создавали Attractor Start для собственных нужд, но затем решили выпустить как отдельный продукт.

«Идея Attractor Start пришла в ходе построение для клиентов десятков систем аналитики, и проектов по оптимизации метрик. Мы поняли, что много чего можно автоматизировать и начали это делать для себя, внутри команды. Потом запаковали видение в презентацию, купили стенд на TechCrunch в Сан-Франциско и поехали тестировать спрос. Он оказался очень большим — на следующий день у меня уже пропал голос. Я вернулся в Киев и начал собирать команду», — рассказывает Александр Фуртак. 

В стартапе отмечают, что вывели Attractor AI из скрытого режима месяц назад, но уже сейчас за продукт платят две компании, а еще две — активно тестируют. На сайте указано, что в клиентах Attractor AI — Betbull, pibox, Snapbook, Pley и другие.

«Attractor AI пока приносит символические деньги, сейчас мы нарабатываем успешные кейсы. В следующем месяце мы сделаем полный релиз с коммерческими ценами — они будут зависеть от объема данных, которые нужно обрабатывать. Для Attractor Start мы планируем выпустить платный режим в ближайшее время», — подчеркивает Фуртак. 

Кроме этого, команда в скором времени планирует привлечь первый раунд инвестиций. Андрей Фуртак отмечает, что стартап мог привлечь средства и раньше, но команда решила сначала достичь определенных показателей: «Мы хотели выпустить продукт, наладить поток продуктовой выручки и после этого привлекать раунд — так мы сможем договориться о хороших условиях». 

Ранее AIN.UA приводил историю стартапа PatentBot. 

Заметили ошибку? Выделите ее и нажмите Ctrl+Enter, чтобы сообщить нам.

Добавить комментарий

Такой e-mail уже зарегистрирован. Воспользуйтесь формой входа или введите другой.

Вы ввели некорректные логин или пароль

13 комментариев

по хронологии
по рейтингу сначала новые по хронологии

Все хорошо, но почему они все босые? А в носках СЕО?

Aleksandr Furtak

Я кстати без носков тоже. Это для начала дискуссии

Ну главное что хоть не без трусов

Sasha Nichipor

Ты нас не знаешь 🙂

Вижу, на сайте уже посмотрел. Тогда к Вам как к основателю вопрос - почему почти все без носков?

Sasha Nichipor

Всё очень просто. Мы пришли в студию чтоб сделать фотографии команды. Но как оказалось, в студии нельзя было находиться обутым. Нам дали какие странные резиновые тапки. Было принято решение разуться, избавиться от тапок и выглядеть как рок группа. Когда все сняли обувь, то с удивлением обнаружили, что у Тараса новогодние носки, и они как перчатки для ног. Я лично, такого давно не видел.

Давайте теперь вопросы по продукту.

так любил расхаживать Стив, особенно босым в пустом доме.

Sasha Nichipor

Здравствуйте, я c удовольствием дам вам развернутый ответ

Aleksandr Furtak

Это не я придумал :), это придумал наш продакт босс Alexander Nychiporchuk

Что за вопросы????
Attractor AI пока приносит символические деньги

ГГГ

сегодня только заполнял опрос от GA и был вопрос юзаете ли вы дополнительно следующие сервисы: Adobe Analytics, Amplitude, Mixpanel. Вопрос сколько аналитических сервисо нужно продукту, чтобы не утяжелить и не усложнить сам продукт этими же сторонними сервисами? или с развитием технологий и скорости сетей это неизбежно и мало не бывает?

Aleksandr Furtak

Иван, тут обычно все упирается в вопросы развития продукта. На начальных этапах команды очень часто вообще на интуитивном уровне развивают продукт, без всякой там аналитики. Потом ставят что-то бесплатное, типа Google Analytics. Потом приходят новые люди и просят что-то посерьезнее в плане аналитики - покупают Mixpanel or Amplitude, потом начинают складывать сырые данные из этих сервисов в data warehouse, смешивать с данными из других платформ и визуализировать в Looker/Tableau/Chartio/Periscope data. Потом этого всего тоже может не хватать и начинаются алгоритмы, которые работают с собранными данными. Мы например подключаемся к данным Mixpanel или стриму от mParticle и находим корреляции с целевыми событиями.

Поиск

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: