Стартап OneBar взялся решать амбициозную задачу: извлечь из рабочих переписок в мессенджерах ценную информацию и сделать удобный поиск по ней. Такой внутренний Q&A ресурс, который автоматически поддерживается в актуальном состоянии.
Startup Jedi
Мы общаемся со стартапами и инвесторами, а вы перенимаете опыт.
Кофаундер OneBar Андрей Фан рассказал, что самое сложное в этой работе и как построить поиск по неструктурированным данным.
...
Большая часть вопросов, которые коллеги задают друг другу в рабочих чатах — не уникальна. Уже кто-то до них в этом же чате спрашивал тоже самое. Но найти нужную информацию в куче сообщений вручную сложно. Поэтому на повторные ответы уходит много рабочего времени.
Команда OneBar создает систему, которая умеет читать переписку в чате и извлекать из нее структурированную информацию. Сегодня в качестве точки входа используется Slack, потому что у него прекрасный API и впечатляющие перспективы. Но система может работать в электронной почте, MS Teams, телеграме или любом другом мессенджере.
Боту OneBar можно задать вопрос человеческим языком и он отправится искать ответ на него среди доступной ему информации. В процессе работы бот собирает базу вопросов и ответов, чтобы отвечать быстрее.
Если в базе знаний бота нет ответа на заданный вопрос, то пользователь получит предложение сохранить этот вопрос, чтобы в будущем кто-то на него ответил. Еще вопрос может быть автоматически адресован члену команды, который потенциально имеет компетенции, чтобы на него ответить.
...
Три года назад мы начали работу над поисковиком для компаний. Идея была такая: к нашему продукту компания может подключить все свои системы, в которых есть нужная сотрудникам информация. Он индексирует эту информацию и предлагает одну поисковую строку для всех систем.
Мы это делали, наверное, год. Доделали до первого прототипа. Но, хорошенько подумав, решили менять идею. Потому что столкнулись с двумя самыми большими проблемами.
Первая — проблема безопасности. Многие компании, когда им говоришь, что сейчас мы проиндексируем данные, а потом начнем по ним искать, сразу начинают спрашивать: “А где мои данные будут лежать? И как сделать так, чтобы вы все это не индексировали?”
Вторая проблема была связана с качеством поисковой выдачи: из-за неструктурированных данных, очень сложно было разработать алгоритм поиска хорошего качества. Многие продукты, которые делались на тот момент или делаются сейчас, пытаются поймать потенциального клиента на красивые картинки, где человек вводит запрос вида «покажи мне презентацию, найди собрание, которое было с тем-то и тем-то, тогда-то и в таком-то месте». И система это якобы находит. Но, по факту, ни одного решения, которое бы реально так работало, я не видел.
Эти две проблемы заставили нас посмотреть на продукт под другим углом и начать решать задачу улучшения доступности информации в компании.
Сейчас в большинстве компаний, разрабатывающих около digital-продукты или софта, есть Slack. Каждый день огромное количество людей обсуждает там самые разные вещи, а возможности перенести все это в какую-то структурированную базу нет. Знания, которые потенциально могли бы пригодиться другим людям, в Slack-е и умирают.
Некоторые компании, с которыми мы общались, сделали внутренний хелпдеск через Slack. Если у сотрудника возникла проблема, например с компьютером, то он пишет в специальный канал. На другом конце другой сотрудник создает из его заявки тикет для соответствующего подразделения компании. Никакой автоматизации.
Мы начали эту автоматизацию создавать. Сначала пробовали использовать поиск по всем возможным источникам информации, таким как JIRA, Confluence, Github, Google Диск. OneBar умеет к ним подключаться и в этом массиве разрозненной информации находить ответы на запросы сотрудников. С таким решением мы первый раз вышли на Product Hunt и собрали 358 апвоутов.
Но в процессе мы поняли, что важная информация в любом случае проходит через людей и искать ее стоит как раз в Slack. Так OneBar стал базой знаний, которая автоматически строится на основе рабочих переписок в Slack. Через год после первого запуска эта версия заняла второе место среди продуктов дня на PH.
В текущей, третьей версии мы улучшили поиск, UI и добавили несколько интересных фич. В этот запуск заняли третье место. Каждый запуск на Product Hunt мы привязывали к появлению в продукте нового функционала, который гипотетически мог дать нам product market fit.
Так, например, части наших пользователей очень зашел автоответчик. У нас есть возможность настроить бота таким образом, чтобы его не надо было специально вызывать в канале. Он читает всю переписку, и если видит вопрос, ответ на который уже есть в базе знаний, то проактивно сам отвечает на него.
Другие очень полюбили поддержку сленга. Если в компании есть свои специальное словечки, то можно информацию о них загрузить в OneBar и он будет рассказывать новичкам, что какое слово означает.
...
Самой трудоемкой частью продукта для нас остается поиск.
Мы постоянно что-то новое пробуем, библиотеки рассматриваем, внедряем. Смотрим насколько поиск улучшился или ухудшился.
Задача по реализации поиска, в принципе, очень сложная. Для его разработки есть много различных подходов, алгоритмов, систем. Каждая из этих маленьких систем неплохо решает одну какую-то конкретную задачу. И в дальнейшем чтобы придумать хороший поиск, нужно эти маленькие части как-то объединить. Чтобы все системы в тандеме работали хорошо.
И конечно же, еще одна проблема — в нехватке данных. Чтобы нейронные сети обучать, тренировать, нужно много различных данных. Данные тоже должны быть какие-то плюс-минус целевые. То есть, например, переписки наших клиентов, которые разрешают нам тренироваться на их данных, это хорошая штука. Данные такого качества сложно в открытом виде где-то найти.
Таких клиентов у нас около десятка. Это клиенты с реальной проблемой, которую мы потихоньку начинаем решать. Они видят, что OneBar реально помогает им улучшить рабочие процессы, поэтому они предоставляют нам доступ ко всем своим командным перепискам.
...
Первую версию мы запускали с полностью бесплатным пробным доступом, а платную подписку требовали после того, как пользователь набирал больше ста документов в базе знаний Onebar.
От этой системы мы отказались, потому что период накопления ста документов оказался слишком большим.
Люди пользовались нами бесплатно, наверное, полтора — два месяца. Это плохо даже не только с той точки зрения, что ты долго деньги не получаешь. Это плохо еще и потому, что тебе нужно долго ждать, чтобы понять, готов ли человек за это дело платить.
Сейчас мы перешли на пробную версию с ограничением по времени. 21 день можно пользоваться нашим продуктом бесплатно, а потом новую информацию добавлять становится нельзя без оплаты.
Эта монетизация стала работать намного лучше. Мы видели, что компании, которые за 3 недели создали 20–30 вопросов, понимали, какую ценность может дать им Onebar. И они начали платить через 2–3 недели после регистрации.
...
Очень много компаний создают решения, частично перекрывающие функционал нашего продукта. Например, в области автоматизации helpdesk есть явные лидеры, в других нишах тоже. (ServiceNow, Axios, BMC Software и другие крупные игроки — прим. Startup Jedi. Источник)
Это большие продукты, с длительным циклом внедрения. Мы же даем возможность быстро улучшить конкретный аспект рабочего процесса. Такой же подход исповедуют несколько стартапов. Зарегистрированный в Эстонии KipWise вообще называет себя в рекламе прямой альтернативой OneBar.
...
Мы принимали участие в этой программе два года назад и практически не заметили минусов. После работы в школе мы пересмотрели концепцию нашего продукта и нашли новый вектор развития.
Программа позволяет гибко планировать время и ее легко встроить в свой график. Заполняешь заявку максимум за день и ждешь, когда с тобой свяжутся. Потом мы разделились на группы и к каждой приставили ментора из числа выпускников YC.
В группах мы договаривались о еженедельных встречах, на них обсуждали планы на будущую неделю и результаты прошедшей. Это как дополнительный контроль и мотивация для команд, которым было сложно сконцентрироваться. Эта штука была супер полезна,ак и отличные лекции Школы, которые можно посмотреть онлайн или прийти в аудиторию в Стэнфорде и послушать, задать вопросы, пообщаться с лектором после.
Еще одна суперкрутая составляющая — бонусы для учеников школы от крупных компаний. Благодаря им мы целый год пользовались AWS бесплатно.
...
У нас небольшая команда в Минске, над продуктом работает четверо разработчиков. Мой кофаундер, Максим Леонович, сейчас работает в Долине над продвижением Onebar.
Вместе мы работаем уже семь лет, занимались аутсорс разработкой. Один из созданных нами продуктов, “1С для произведений искусства”, купил аукционный дом Christie’s.
Сейчас у нас около десяти платящих клиентов. Среди них как крупные компании с большим количеством сотрудников, так и средние. Пока мы не вышли на прибыль, но уверенно растем.
Год назад мы не планировали привлекать инвестиции, потому что находились в поиске Product Market Fit, проверяли гипотезы. Сейчас эта позиция поменялась. Мы уже дошли до какого-то уровня, и дальше начинаем понимать, что с большим количеством ресурсов, наверное, бы у нас все шло быстрее. Мы сейчас получили небольшое финансирование, которое должно дать команде время подготовиться к уже более серьезному раунду.
Facebook: facebook.com/Startup.Jedi.ru/
Telegram: t.me/Startup_Jedi_RU
Twitter: twitter.com/startup_jedi
Комментарии