За 2-недельный спринт собрала планировщик начальника смены коммунальной службы, который закрывает 7 джобов.
Провела полный цикл от исследований до рабочего прототипа.
01
Начала
с исследований
02
Перешла
к проблемам и джобам
03
Разложила
на компоненты
04
Собрала
в рабочий прототип
05
Отладила
через E2E-тесты
Собирала информацию через deep research. Потому что доступа к диспетчерам и системе ЖКХ не было. Опиралась на регламенты, нормы ТК РФ и SLA по жалобам.
Сегмент
Начальник смены распределяет нагрузку за 1,5 ч до начала смены.
Люди
На улице 78 исполнителей (36%) из 214 в штате.
Цена ошибки
Холостой пробег, простой техники и штраф за незакрытую жалобу.
Проблема
План рассыпается перед началом смены: кто-то заболел, кто-то не вышел.
Проблема
У каждого типа работ своя единица: часы, участки, сроки заявок.
Проблема
Недельный план составлен на месяц вперёд с учётом загрузки. К началу смены он уже не совпадает.
Проблема
План написан на бумаге: пока смена идёт, непонятно, что уже сделано.
Семь джобов начальника смены
Понять, где сорвётся план
Перегруз, конфликты и просрочки надо увидеть до выхода смены.
Найти, кому поручить
Люди меняются каждый день, а выбирать надо по специальности, смене и загрузке.
Различить срочность задач
Одни на конкретный час, у других дедлайн, третьи — в любое время за смену.
Раздать до начала смены
152 задачи за 1,5 ч, и каждую назначают вручную.
Передвинуть без конфликта
Задачу надо перенести так, чтобы не попасть на другую.
Разное планирование
У техники часы, у дворников зоны, у аварийки дежурства.
Сообщить только итог
За утро задачу могу двигать по несколько раз, а исполнителю важно получить, что нужно сделать.
Примерила на Хорошёво-Мнёвники. 214 исполнителей, 78 на смене, 3 типа работ: техника, ручная уборка, сервис. 152 задачи в пике. 3 вида задач: на конкретный час, с дедлайном и в любое время.
Перемножим и получим 11 856 комбинаций пользовательского пути. В Фигме сделать такое сложно, поэтому собирала с AI.
В обычном процессе такую задачу не взяли бы в работу. Либо собирали бы прототип несколько месяцев и всё равно потеряли бы корнер-кейсы, которые здесь важны.
С AI собрала за 2 недели, без разработки. 122 итерации, 25 сценариев под тестами. Как результат, рабочий прототип.
Из чего собран прототип
Ресёрч в проекте
Решения опираются на факты из отчётов по регламентам, часам смен и срокам.
Стили и компоненты
Ориентиры взяла из дизайн-системы продукта: сетка, цвета, шрифт. Собрала на его правилах.
Принципы интерфейса
Правила задала до первой строчки кода. Модель следовала им.
Спецификации
Что считается конфликтом, как ведёт себя каждый вид задания. Описано текстом, а не нарисовано.
Сценарии, покрытые тестами
32 E2E-теста: 25 на интеракции, 7 на бренд и принципы. Прогоняются после каждой правки.
Как менялся прототип
Вот что получилось
Побудьте начальником смены,
Разберите красные задания
За 2 недели я собрала рабочий прототип для 7 сценариев начальника смены.
AI-native процесс помогает сократить путь от исследований до рабочего прототипа с нескольких месяцев до 1 спринта.
Буду рада присоединиться к команде и внедрять такие штуки у вас.