Кейс Anna Money: как мы сделали payroll-концепт для британского финтех-стартапа

В конце прошлого года мы поучаствовали в первом сезоне конкурса P1 — нам нужно было решить бизнес-кейс в категории финансовых сервисов и придумать концепцию зарплатного проекта для приложения ANNA Money. Что мы и сделали, проведя большое исследование, и — победили. Но обо всем по порядку.

ANNA Money – это британский финтех-стартап с русскими корнями, который помогает местному малому и среднему бизнесу заметно экономить время и, что еще важнее, деньги на повседневные задачи.

Это автоматизированный банковский помощник, который умеет выставлять счет клиенту, мониторить баланс в других банках, платить налоги и подавать налоговые декларации.

У нас был всего месяц, чтобы помочь ANNA продумать простое и удобное payroll-решение, которое будет помогать бизнесу каждый день. И большую часть этого времени мы посвятили исследованию проблематики, рынка и схожих сервисов, чтобы в итоге получить концепт инструмента, близкого к идеальному.

Прежде всего, мы нашли публичный roadmap заказчика и подробно изучили его, чтобы понять направление их мысли и планы по дальнейшему развитию. Согласно этому документу, компания держит курс на дальнейшую оптимизацию и автоматизацию всего, что связано с налоговым учетом. Первым шагом в этом направлении стала автоматизация выплаты VAT.

Продолжаем погружаться в контекст и изучаем налоговый режим для разных юридических лиц, находим любопытные директивы, сверяемся с требованиями к работодателям. Структурируем информацию об Open Banking и PAYE.

Дальше мы нашли и проанализировали 146 конкурентов ANNA. Причем мы рассматривали как тех, у кого есть Payroll, так и тех, у кого его нет, но кто может быть потенциально опасен. В результате мы поняли, что первая же компания, которая выпустит полноценное решение для Payroll в виде мобильного приложения, может стать лидером SME‑сегмента.

Мы также структурировали данные из открытых источников и узнали, что в UK 6 млн компаний, из них 40,6% могут быть заинтересованы в Payroll. При этом примерно 70% составляют компании до 5 человек. Так мы сформулировали нашу главную гипотезу, которая позволит охватить большую часть аудитории и оставить интерфейс простым:

Куратор конкурса намекнула, что формат кейсовый, и жюри будет легче оценить нашу работу, если мы перед началом реализации сформулируем для себя задачу, например, по SMART. Воспользовались этим советом и получили следующую задачу:

Для каждого этапа расписали цели, функциональность, риски, способы минимизации рисков и критерии успеха.

Для пилотной версии мы решили выбрать пять ключевых сценариев, которые мы хотели бы сразу же реализовать:

Все то же самое можно посмотреть в виде макетов в Figma.

На этом главный этап нашей работы был закончен и надо было все четко и красиво презентовать, чтобы, с одной стороны, не потерять объем проделанной работы, а с другой – не скатиться совсем уж в скучное перечисление выполненных задач и артефактов.

В итоге все проведенные исследования и разработанные прототипы вместе с симпатягой Стиви позволили нам получить высший балл, победить в конкурсе P1 и на конкретном живом примере продемонстрировать свои компетенции в аналитике и продуктовом подходе. Круто? Круто!

И да, мы так вдохновились участие в конкурсе, что еще до объявления результатов сняли вот это видео. Посмотрите его, чтобы у вас точно не осталось сомнений, участвовать ли в подобных челленджах.