«Пташка», що облетіла Україну та Лондон. Як працює та на чому заробляє bird – інтервʼю із засновником
13 грудня 2023 року застосунку оренди квартир bird виповнюється п’ять років. Це внутрішній стартап ЛУН – один з перших в Україні, який дозволив шукачам нерухомості обирати варіанти житла на 3D-мапі в застосунку. Сьогодні це не єдина перевага bird: у застосунку штучний інтелект рекомендує квартири, є відео румтурів і можливість відфільтрувати квартири з «бабусиним ремонтом».
Застосунком користуються мешканці п’ятьох українських міст і столиці Великої Британії. Причому в Лондоні bird (під брендом birb) запустили раніше, ніж у Харкові, Одесі та Дніпрі. Чому так і куди далі розширюватиметься географія проєкту – засновник bird Арсеній Фещенко відповів на ці питання і підбив підсумки пʼятирічної історії продукту в інтерв’ю AIN.UA.
Які ключові зміни відбувалися в роботі над застосунком протягом п’яти років існування?
В найпершій версії застосунку не було майже нічого – ні фільтрів, ні функції «додати в обране». Але була найголовніша функція, яка і залишилась ключовою – 3D-мапа. Наша головна задача була взагалі зрозуміти, чи потрібно це комусь, чи користуватимуться застосунком люди. Раніше сервіси з оренди квартир мали геть інший вигляд – списки оголошень, які потрібно було гортати. Ми прийшли з абсолютно новим підходом і побачили на нього попит: у перший рік отримали 100 000 завантажень, дві нагороди за дизайн, і це дало нам віру в те, що ми все робимо правильно.
На другий рік роботи ми презентували рішення bird AI, що допомагає виявляти фейкові оголошення.
На третій рік ми глибше занурились в ринок нерухомості і виявили ще один біль і орендарів, і рієлторів – користувачі втрачають дуже велику кількість часу на перегляд квартир офлайн. Тому ми запустили в застосунку функцію Bird Select — можливість дивитись румтури квартир. Користувачам не треба було їхати на перегляд варіанту житла, щоб ухвалити рішення про оренду. Про цей біль ніхто не каже, але він є. Це була наша друга смілива гіпотеза на ринку нерухомості.
У 2021 році ми анонсували запуск в Лондоні. Всією командою вирішили, що наш продукт вже достатньо зрілий для того, щоб його пробувати на закордонних ринках. Але відбулося повномасштабне вторгнення. Попри це, через деякий час у 2022 році ми запустилися у британській столиці. Це був супервеличезний виклик для нас. І це був четвертий рік існування bird.
Ми в Лондоні почали дуже сильно прокачувати наш продукт. Разом із тим ми побачили, що ринок оренди квартир в Україні оживає.
Тому запустили bird у Львові. Це друге місто за популярністю в Україні, зокрема тому, що на початку війни велика кількість переселились на захід країни.
На п’ятий рік роботи ми продовжуємо розвивати наш продукт, додаємо корисні функції: фільтри «можна з тваринами» та «можна з дітьми», кнопки чату з автором оголошення. Також покращили мапу та додали на неї передмістя. А нещодавно запустили застосунок одразу в трьох українських містах: Харкові, Дніпрі та Одесі.
Наша історія схожа на багатосерійний фільм. Кожен рік присвячений одній або двом магістральним темам, як в сезонах на телебаченні.
Болі орендарів та що з ними робити
Поговоримо про технологічний аспект застосунку. На другий рік ви запровадили механізм боротьби з фейками на основі ШІ – розкажіть, як це реалізовано.
Ми виявили на ринку нерухомості величезний біль у вигляді фейкових оголошень квартир, які неможливо зняти. В якийсь момент ми й самі дивились на оголошення і не розуміли – це фейк чи не фейк. Тому задача стояла доволі амбітна.
Нашим рішенням, по суті, було навчити комп’ютер розпізнавати фейки – так, як це робить людина
Фінальним рішенням став штучний інтелект: bird прямо показував користувачам попередження про оголошення, які були схожі на фейки. Їх можна було відкрити, але ми попереджали про підозри. Фейковість виявляли за десятками параметрів – наприклад, не буде квартира з дизайнерським ремонтом в центрі Києва здаватись за 10 000 гривень.
Це було доволі складно, оскільки ми не використовували старий, звичайний алгоритмічний підхід з евристиками, а зробили більш продумане ML-рішення. В першій ітерації точність визначення була 95%.
Чи багато фейків вдалося виявити таким чином?
До 10% оголошень ми розпізнавали як фейки. Під час дослідження ринку виявили, що іноді аж до 30% і більше оголошень можуть бути неправдивими.
А ще ми побачили, що ринок дуже швидко адаптується до наших способів розпізнавання. Наприклад, автори шахрайських або фейкових оголошень почали змінювати свої оголошення – так, що наша система їх пропускала. Наприклад, додавати більше параметрів по квартирі, щоб оголошення виглядало правдиво, або додавати фотографії інших квартир. Ми швидко зрозуміли, що неможливо зробити за один підхід ідеальне рішення, яке дозволить розпізнавати всі фейки і давати тільки актуальні оголошення. Це дуже тривалий процес покращень.
Тоді ми переключились на Bird Select. Це квартири з відео румтурами. Так, цих квартир буде набагато менше, ніж всього на ринку. Але ми зможемо гарантувати, що цю квартиру точно можна зняти.
І які результати цього підходу?
Всі квартири, які ми додавали, були не фейками. Ми були в цьому впевнені на 100%. Але виявилось, що цих квартир ми додаємо досить мало. Тому головною задачею стало придумати, як ми можемо додавати більше квартир з румтурами. В нас була ідея щодо автоматизації цього процесу, і ми цим займаємось.
Які ще «болі» орендарів виявили?
В інтернеті на різних сайтах є дуже багато оголошень, і деякі з них дублюються. Їхні автори розраховують на те, що якась публікація спрацює. Але шукачам дуже незручно цим користуватись. Вони переглядають оголошення і не розуміють: це та сама квартира чи ні?
Потрібно було мінімізувати кількість всіх цих дублів. Виявилось, що стандартні евристичні підходи, які були популярні в розробці, більше не працювали або розвʼязували цю задачу з малою точністю, адже вони передбачають спробу розв’язати проблему на основі попереднього досвіду, використовуючи універсальні правила. Такі рішення швидкі, але не завжди точні. Тому наша задача потребує ML-рішення, де штучний інтелект за допомогою багатьох параметрів оголошення (фото, текст, локацію) може розпізнавати дублі.
З часом ми з’ясували, що ML також може розпізнавати і фейкові оголошення. І протягом п’яти років в bird наша ML-команда постійно приймала нові виклики: розпізнавання оголошень-дублів, аналіз фотографій, визначення якості ремонту, розпізнавання типу приміщення на фото, визначення точної адреси по тексту в оголошенні.
Загалом, в останні роки дуже сильно відчувається вплив штучного інтелекту. І це впливає на продукти так: є певна задача, – в нас це, наприклад, оренди житла. Досить складна, нетривіальна задача, в якій є дуже багато складових. І цю задачу неможливо розвʼязати звичайним підходом на рівні прописування базових правил. Вона вирішується чимось на кшталт машинного підходу.
А станом на 1 квітня 2020 року ми зробили фічу – розпізнавання квартир з килимами на стіні. Тобто навчили комп’ютер з дуже високою точністю розпізнавати по фото, чи є килим на стіні в квартирі. Навіть якщо він затемнений. Запровадили цей фільтр і виявили, що в користувачів є великий попит на квартири без «бабчиного ремонту». Спочатку посміялися над цим, а потім зробили фільтр робочим. Тільки не «з килимами на стінах», а «не бабчин ремонт». Зараз цим фільтром можна скористатись, він відмежовує квартири зі старими сервантами і диванами, жахливими ваннами – як ми кажемо, в радянському стилі.
Цьогоріч ми розробили рішення, яке назвали AI-fun. Наш штучний інтелект навчився перемальовувати фото будь-якої квартири в двох стилях: у радянському та скандинавському. Ця тема дуже сильно «злетіла», ми отримували фідбеки, адже штучний інтелект підказував людям правильні рішення для їхнього інтер’єру. Втім, це був лише першоквітневий жарт, і потім ми цю функцію вимкнули. Адже для того, щоб таке рішення працювало тривалий час і обробляло постійний потік оголошень, для нього потрібно будувати окрему архітектуру, за допомогою якої воно буде життєздатним. Це геть інший масштаб ресурсів.
Але загалом наш принцип – зробити щось прикольне, показати це користувачам і отримати фідбек. І вже по цьому фідбеку ми можемо зрозуміти, чи варто займатись тою чи іншою темою. Немає нічого страшного, щоб почати з якогось маленького рішення, яке підіймає важливу проблему. А потім вже його дороблювати. Це краще, ніж рік опрацьовувати якесь рішення, не знаючи, чи принесе воно якусь користь.
Вихід на іноземний ринок
Чому для розширення своєї географії обрали саме Лондон, а не будь-яке інше місто в Україні?
Ми розуміли, що наш застосунок запущений зараз тільки на iOS-платформі. Тому хотілося запускатись на ринку, де досить значну мають саме айфони. І це одразу відкидає багато-багато країн, де це не так і де більшою популярністю користується Android: Польща, Німеччина, Португалія, Іспанія тощо.
Друге – ми дуже хотіли запуститись на ринку країни, мову якої ми розуміємо. В нас був досвід створення продуктів ЛУН в різних країнах. Наприклад, робити це для Румунії досить складно, якщо ти не знаєш румунської. А створювати такий продукт bird стає набагато складніше – коли ти читаєш оголошення і нічого в ньому не розумієш: скільки кімнат в квартирі, де вона знаходиться, і які умови оренди.
Третє – нам було важливо запуститись в країні, яка розташована не так далеко від України, щоб була змога фізично туди їздити. Тому Америка нам не підходила.
Четверте – ми хотіли амбітного виклику. В нас було правило: щоб стати найсильнішим, треба змагатись з найсильнішими. Навіть якщо вони тобі потім надеруть дупу. Але ми були до цього готові. Тому це став Лондон.
Які труднощі виникали під час запуску продукту в Лондоні?
Почну з того, що наша головна гіпотеза – чи буде корисною 3D-мапа в іншому великому місті. Адже вона була нашою головною фічою, і ми цим дуже пишалися. Перша складність, з якою ми зіткнулись, – це масштаб Лондона, це місто набагато більше і складніше за Київ. Ми нарахували в Лондоні понад 400 станцій метро, а в Києві – 52. Та в мене було відчуття, що всього в цьому місті було більше – мікрорайонів, доріг. Там є популярною залізниця, станції розміщені по місту та передмістю.
І все це почало створювати такий ефект, ніби мапа bird не пристосована до цього масштабу. В Києві відкриваєш мапу і розумієш: тут Майдан, а там Поділ. В Лондоні відкриваєш мапу і не розумієш, де ти знаходишся, де твій дім. І під час тестування нашого продукту ми зрозуміли, що деяким людям важко взаємодіяти з мапою, бо для них було когнітивно складною задачею розпізнати локацію або орієнтуватися, де вони перебувають. І це суттєво ускладнювало запуск нашого продукту.
Чи відчували ви конкуренцію в Лондоні?
Ринок нерухомості в Лондоні також набагато більший і складніший, ніж в Києві. Він просто неймовірних розмірів. Серед продуктів, які першими спадають на думку: Rightmove та Zoopla, це наші основні конкуренти. Це великі компанії, які захопили велику частку ринку, і birb на їхньому фоні виглядав маленьким стартапом, але водночас з унікальними фічами і власним шляхом розвитку.
Коли ти велика риба в маленькому акваріумі, то думаєш: «Ну окей, я тут, мене всі люблять і всі про мене знають». А коли потрапляєш в дуже великий акваріум маленькою рибкою, ти одразу розумієш, що ніхто про тебе не знає. І свою цінність потрібно доводити, розповідати про неї, прокачувати продукт, адаптуватись до ринку, культури і мови. Це був дуже корисний досвід для нас.
Якими були успіхи birb в Лондоні?
Для запуску цього продукту ми використовували платформу Product Hunt, і стали №1 Product of the day. Це допомогло отримати перших користувачів. Ми почали пробувати різні техніки. Одразу зрозуміли, що запускати рекламу в Лондоні – це дуже дорого. Тоді якраз почалась повномасштабна війна, і в нас не було великого бюджету на маркетинг. Знахідкою для нас став ТікТок. Ми почали активно публікувати відео, які розповідали про наш застосунок, і таким чином залучали користувачів.
Скільки людей в середньому користується застосунком в Лондоні?
У нас в Лондоні зараз близько 10 000 завантажень і сотні користувачів на день. Насправді це не дуже великий масштаб. Якщо порівняти з Україною, тут понад пів мільйона завантажень, причому користувачі нашого застосунку здебільшого кияни. Київським bird на день користуються 17 000 людей.
Спочатку birb запустився в Лондоні, а вже потім bird — у Дніпрі, Харкові та Одесі. Чому не навпаки?
Коли ми запустились в Лондоні і відчули масштаби цього ринку, то водночас побачили, що Україна оживає після першого удару від повномасштабного вторгнення. Тому ми залишили Лондон, в якому дуже повільно зростає кількість користувачів, і переключились знову на Україну, щоб прокачати наш продукт тут – запуститись ще в одному місті і подивитись на ефект від цього.
Разом із тим всі корисні знахідки перемістити в український застосунок. Наприклад, покращення мапи, можливість переглядати фото в картці оголошення, нові фільтри, пошук, можливість малювати область пошуку на мапі.
В такий спосіб ми і запроваджуємо зміни, і слідкуємо, як зростатиме популярність birb в Лондоні без активної розробки. Адже зараз лондонський проєкт продовжує жити, і ми збираємо фідбек по ньому для подальшого покращення. Ми також анонсували запуск в Варшаві для того, щоб зрозуміти, чи є там попит на bird.
Цього літа ми побачили дуже спекотний орендний сезон у серпні. І подумали, що якраз найбільшу цінність в Україні, яку ми можемо дати користувачам зараз, – це запуститись ще у великих містах. І побачити, чи «зайде» там наш застосунок.
«Зайшов»?
В нас був ажіотаж по завантаженості в цих трьох містах. Ось так виглядає рейтинг кількості активних користувачів bird: на першому місці Київ, далі йде Львів, який ми запустили на четвертий рік роботи bird, на третьому – Одеса, яка наздоганяє Львів, далі – Харків, а потім – Дніпро.
Ми бачимо щодня, скільки прилітає фідбеку по цих містах. Користувачі не просто прийшли в наш застосунок, а продовжують ним користуватись. Це дуже сильно радує.
Як ви вважаєте, це маркетинг чи є інші фактори впливу?
Я думаю, що це комбінація продукту і маркетингу. Продукт визначає цінність і те, чи хочуть люди ним взагалі користуватись.
Ми в продукті можемо робити все що завгодно, просто фантастичні речі. Але якщо про це не дізнаються люди, то це все не має сенсу.
Як виглядає команда проєкту та на чому вона заробляє
Скільки людей з вами працює і як змінювався штат?
Зараз в продуктовій команді 10 людей. Загалом в різні етапи становлення bird кількість фахівців змінювалася. Наприклад, в перший рік в команді був тільки я та iOS-розробник, з яким ми разом робили застосунок. А для рішення bird AI нам потрібна була допомога ML-команди в ЛУН. Тож ми розширились.
Загалом ми дуже любимо рухатись швидко, а з великою командою це неможливо, тож ми працюємо компактним складом.
Які у вас джерела доходу?
Нашою головною моделлю монетизації зараз є така рекламна модель – ми отримуємо гроші коли користувач контактує з автором оголошення.
Це не тільки дзвінки, але й ще звернення в чаті – та сама фіча, яку ми додали за останній рік. Це суперзручно – не телефонувати рієлторам або власникам, а просто написати їм в Telegram або у Viber.
Тобто рієлтори вам платять?
Так. Це стало нашою головною моделлю. А другорядна модель – здача квартир Bird Select, квартир з відео румтурами. Там нам також платять рієлтори, але по факту здачі квартири, якщо користувач прийшов сам із bird. Розмір комісії 12,5% від вартості і ціни квартири.
Але лише на п’ятий рік існування bird ми порахували, скільки реального доходу приносить застосунок. Оскільки до цього ми постійно були зосереджені саме на створенні якісного продукту. А найбільша цінність нашого продукту – це любов користувачів, які шукають квартири і врешті знаходять їх в нашому застосунку.
Які у вас плани на майбутній рік?
Зараз в нас топовий запит від користувачів – це застосунок для Android. Напевне, це найголовніше питання з першого року існування Bird. Ми однозначно хочемо запуститись на Android. Поки не називаю конкретну дату.
Також ми дуже хочемо створити продукт, який допомагає шукати квартиру за тебе. По суті це розумний помічник, який зрозуміє, що ти хочеш знайти, і видаватиме саме ті варіанти, які тобі підходять. Ми хочемо зробити так, щоб застосунок не просто показував рекомендовані штучним інтелектом варіанти квартир, а уточнював, питав, розумів чому ця квартира підходить, а ця — ні. Щоб він діяв, як людина, яка професійно допомагає зняти квартиру.
Це рішення ми можемо зробити за допомогою нашої високої експертизи в дизайні. І головне – нашої ML-команди.
У вас в інтерфейсі можна і район обвести пальцем, і виставити фільтри. Хіба можна ще щось додати до цього?
Здається, що достатньо лише поставити собі фільтри і передивлятися мапу. Але, по-перше, переглядати мапу з усіма тисячами оголошень – доволі виснажливий процес.
По-друге, коли користувач сам шукає квартиру, він не бачить всіх варіантів, які потенційно можуть йому підійти. Саме це ми і хочемо виправити. Одразу підказати йому: «Дивись, ця квартира тобі підходить. Ти ж саме таку шукав. Просто вона розташована в іншому районі, який насправді тобі ок».
Ці запити ми отримуємо від самих користувачів. Наприклад, коли люди шукають квартиру у визначених районах, але насправді в сусідніх також готові розглянути варіанти. А застосунок дає можливість переглянути все, і водночас може не показати те, що потенційно підійде. Нова функція розширює кругозір пошукача.
Назвіть 3 недоліки bird, над яким зараз працює ваша команда.
На першому місці згаданий мною застосунок для Android. На другому – запуск в інших містах. Ми це і зробили, тобто bird запрацював одразу в трьох нових містах. Але ми не запустились в усіх популярних містах – в Україні і за кордоном: Варшава, Берлін тощо. Невдовзі запусків у нових містах не плануємо. Анонсували запуск у Варшаві, але конкретна дата поки невідома.
Третє – це популярні звернення, що якась квартира за невідомих причин не потрапила на нашу мапу або в застосунок загалом. І ми вирішуємо цю проблему, постійно покращуючи мапу – не тільки який вигляд вона має, а ще й відображення будинків, наскільки реально знаходити всі оголошення. Це, мабуть, одна з найважливіших наших задач. Якщо ми не будемо показувати абсолютно всі оголошення, то наш застосунок вже стає не таким цінним.
Коментарі | 0