кейс #4: «добавить ли нам AI-ассистента?» 🤖

ситуация
ты — PM маркетплейса DressMe (одежда + аксессуары), ядро аудитории — женщины 22–35 лет. последние 3 квартала:

🔴 DAU почти не растёт, конверсия «просмотр → покупка» около 2,1% (среднее по e-com — 2,5%).
🔴 35% запросов в саппорт — «помогите выбрать размер/образ».

Chief Experience Officer хочет внедрить AI-стилиста:
чат с рекомендациями («образ дня», «дополнить корзину»). бюджет MVP — 3 месяца, 4 ML-инженера.

борд беспокоится: «а не повторим ли мы судьбу Tay или Google Photos с репутационными рисками и скандалом?»

важные вводные
- текущая персоналка простая («купили вместе с этим предметом», classic ML).
- в backlog лежит фича «быстрый repeat-заказ». если берём AI-ассистента, эту фичу ставим на паузу.
- ограничения: нельзя допустить дискриминацию по внешности, запрещено использовать изображения без прав.

твоя задача

1️⃣ сбор данных
как поймёшь, что пользователям реально нужен AI-стилист, а не просто улучшенный выбор размера? какие данные обязательно собрать до старта?

2️⃣ гипотезы (2–3)
почему AI-ассистент может взлететь (как Netflix, Spotify, Gmail Smart Compose) или провалиться (как Tay, Twitter Images, Google Photos)?

3️⃣ план валидации
какие метрики (и их целевые показатели) на этапе MVP докажут успех продукта и пользу для пользователей?

4️⃣ risk & guardrails
какие «защитные рельсы» обязательно внедришь, чтобы не повторить ошибки Tay и Google Photos?

отвечать можно частями. всю неделю читаю и комментирую, в пятницу — мой полный разбор.

поехали! 🚀
#кейс_лаборатория_кейс@smartdaria