Как провести оптимизацию приложения для студентов ВУЗа

В 2020 году Вячеслав и Тимур создали приложение Кампус. Программа позволяла студентам и преподавателям смотреть автоматически обновляемое расписание своего ВУЗа, писать анонимные сообщения в ленте ВУЗа, оставлять отзывы о преподавателях, а позже ― обучаться на курсах для успешной сдачи сессии.

Процесс разработки

Работа делилась на 2 части — фронтенд и бэкенд.

Front-end

На фронтенде приложение было написано на Swift с UIKit для iOS и на Java с View для Android. Старая версия на Android была трудно поддерживаемой и устаревшей: пользователи отмечали, что внешний вид приложения «как из прошлого века». Добавление новых функций в устаревшем приложении стоило в раза четыре дороже, чем могло бы стоить, а количество ошибок было выше.

Переписали Android-приложение с Java на Kotlin с использованием Kotlin Multiplatform. Теперь разработка велась для Android и iOS одновременно, а значит, сильно ускорилась. Вид приложения остался полностью нативный, т.е. пользователю удобно находиться в нем. Благодаря Kotlin Multiplatform один код реализует функцию в двух приложениях сразу.

Добавили новые функции для iOS: раздел «Лента» с возможностью писать анонимные посты, баннер-кнопку в расписании для лучшего таргетинга рекламы

Программисты внедрили собственные MOKO-библиотеки. Теперь не нужно тратить часы на некоторые функции, ведь для них код уже написан и сохранен. Например, получение разрешений на отправку пушей.

Back-end

Разработчики тратили много времени на поддержание работоспособности парсеров ― именно они отвечали за добавление расписания ВУЗов в приложение. Парсеры были написаны на PHP и Java.

Создали SDK (набор инструментов для разработчиков) на Kotlin, что стандартизировало работу и ускорило подключение новых парсеров.

Некоторый функционал добавили в эту библиотеку, например, генерацию сетки расписаний и работу с нашим API. Раньше программисты писали некоторые типовые операции индивидуально, а благодаря библиотеке ускорились.

Внедрили автоматическое тестирование. Автотесты парсеров увеличили их надежность и ускорили разработку.

Что было самым сложным

Бизнес-составляющая. Задача монетизировать приложение для студентов сама по себе была нетривиальной. Аудитория приложения широкая, но платить она не любит.

Разработка. Сложнее всего было обеспечить стабильное обновление расписания ВУЗов с помощью парсеров. Этот процесс удалось ускорить и исключить многие ошибки.

Как разработчик решил эту задачу

Бизнес-составляющая. Постоянные эксперименты в маркетинге, некоторые из них были успешными. Развили геотаргетинг ВК, успешно применили ASO (App Store search optimization) ― настолько, что приложение находили в сторе просто по слову «расписание». Свой вклад в вовлечение пользователей сыграло внедрение блока «Подслушано».

Google Adwords заменили на Яндекс. Сначала выручка упала раза в четыре, однако подключение Яндекс Медиации решило проблему. Прирост выручки составил х3.

Разработка. Был создан новый тип парсеров, которые находят расписание, даже если на сайте ВУЗа не указан список учебных групп. В потенциале они могут найти расписание даже там, где оно размещено только для авторизованных пользователей.

Внедрение стратегии для продажи рекламы в приложении и роста количества пользователей: подключение специалиста по рекламе, поиск рекламодателей и создание для них рекламные блоки внутри приложения, например, кнопку в расписании, а также баннеры внутри приложения, рекламирующие нас самих.

Для расширения аудитории, команда разработчиков подключала новые ВУЗы, создавала ленту «Подслушано» и использовала таргетированную рекламу, в том числе геотаргетинг ВК.