Coactive AI: strona

Kontekst i problem biznesowy

Coactive AI to platforma multimodal AI / content intelligence; jej klienci to między innymi NBC, Thomson Reuters, Fandom i Emplifi. Strona musiała wyjaśnić techniczny produkt i zamieniać wizyty w sprzedaż.

Moim zadaniem było pomóc Coactive osiągać lepsze wyniki z Webflow: dopilnować, żeby wdrożenie odpowiadało briefowi, było dobrze zbudowane i powstawało we właściwej kolejności i jakości.

Użytkownicy i ich cele

• Odwiedzający stronę: osoby odpowiedzialne za produkt, dane i marketing w firmach medialnych i contentowych, które sprawdzają, czy platforma pasuje do ich biblioteki treści; muszą zrozumieć produkt na tyle szybko, żeby czytać dalej i się odezwać.
• Zespół klienta: strona, którą mogą rozwijać i obsługiwać w Webflow.
• Developerzy: jasny zakres, priorytety i decyzje o architekturze, żeby budować bez poprawek.

Ograniczenia

• Nie byłem głównym developerem: mój wpływ szedł przez zakres, decyzje, nadzór i kontrolę jakości.
• Projekt powstał w Figmie; praca dotyczyła wdrożenia w Webflow, nie redesignu.
• Rozproszona współpraca w różnych strefach czasowych, dlatego łączyliśmy sesje na żywo z przeglądami asynchronicznymi.

Moja rola i zakres

• Ustalenie zakresu na podstawie briefu klienta
• Ustalenie kolejności wdrożenia
• Nadzór nad całą realizacją i pracą innych developerów
• Bieżące doradztwo techniczne i decyzje o architekturze Webflow
• Kontrola jakości
• Konsulting synchroniczny (decyzje na żywo) i asynchroniczny (analiza briefu, planowanie)

Proces i najważniejsze decyzje

To był konsulting i nadzór, więc „proces” to proces dostarczania wokół wdrożenia, a nie proces projektowy.

1. Brief → zakres

Brief klienta przełożyłem na zdefiniowany zakres prac, żeby developerzy dokładnie wiedzieli, co wchodzi, a co nie.

2. Kolejność wdrożenia

Ustaliłem kolejność budowy strony.

Decyzja: najpierw wspólna struktura i komponenty, potem strony.

Dlaczego: zmiany trafiają w jedno miejsce, zamiast powtarzać je na każdej stronie.

3. Decyzje o architekturze

W trakcie wdrożenia podejmowałem decyzje o architekturze Webflow. Najważniejsze dotyczyły systemu komponentów i interakcji.

4. Nadzór i kontrola jakości

Przeglądałem pracę developerów i pilnowałem spójnej jakości względem projektu w Figmie i briefu.

5. Na żywo i asynchronicznie

Sesje na żywo przy decyzjach, które wymagały rozmowy; tryb asynchroniczny przy analizie briefu i planowaniu.

Gdzie pomaga AI

AI przyspieszało mi przegląd briefu i przygotowanie checklist QA; każde znalezisko sprawdzałem sam w Webflow, zanim trafiło do developerów.

Rozwiązanie

Działająca strona w Webflow, coactive.ai.

Efekt

Poprawki w Webflow sprawiły, że odwiedzający zostawali na stronie dłużej, a ten czas przełożył się na zakupy.

Czego się nauczyłem i co dalej

• Nadzór nad innymi developerami nauczył mnie, że największym narzędziem jakości jest kolejność pracy i jasne decyzje na początku, a nie poprawki na końcu.
• Następnym razem od startu ustaliłbym z klientem mierniki sukcesu (np. czas na stronie, prośby o demo), żeby efekt pokazać liczbami.