ClearNutritionExpert
В рамках магистратуры AI Talent Hub в ИТМО мы вместе с командой разрабатывали и прокачивали нашего бота с определением опасных добавок в пище и рекомендациями по питанию. И теперь готовы поделиться с вами нашими наработками!
Проблема
В современном мире мы часто сталкиваемся с тем, что наше питание становится источником не только энергии и удовольствия, но и множества неприятных сюрпризов для организма. Мы, сами того не подозревая, ежедневно потребляем продукты, которые могут вызывать нежелательные реакции. Рассмотрим несколько основных причин возникновения этой проблемы:
- Маркетинговые уловки: Продукты, гордо несущие на упаковке надпись "0 калорий", зачастую скрывают в своем составе сахар и другие добавки, которые могут быть далеко не безвредными.
- Недостаток времени: В условиях постоянной занятости у нас просто нет времени тщательно проверять совместимость всех ингредиентов в нашем рационе.
- Недостаток информации: Большинство людей не обладают достаточными знаниями о составах продуктов и влиянии различных пищевых добавок на здоровье.
Эти факторы вместе создают идеальные условия для возникновения проблем со здоровьем, которые можно было бы предотвратить, если бы у нас был доступ к необходимой достоверной информации и рекомендациям по употреблению продуктов.
Идея
Мы предлагаем инновационный подход к питанию – сервис ClearNutritionExpert, который будет помогать людям делать осознанный выбор продуктов и избегать вредных пищевых добавок. Основные функции нашего сервиса включают:
- Анализ состава продуктов: Пользователь сможет сканировать штрих-коды продуктов или вводить их названия, чтобы получить подробную информацию о содержащихся в них добавках и потенциальных рисках для здоровья.
- Персонализированные рекомендации: Сервис будет выдавать советы по употреблению продуктов, основываясь на индивидуальных особенностях организма пользователя и его пищевых предпочтениях.
- Образовательные материалы: Мы будем предоставлять статьи и видеоролики, которые помогут пользователям лучше понимать, что они едят и как это может повлиять на их здоровье.
ClearNutritionExpert станет надежным помощником на пути к здоровому и осознанному питанию, помогая избежать скрытых угроз и сделать выбор в пользу полезных продуктов.
Первые шаги
В рамках хакатона AI Talent Hub мы создали решение, которое сочетает в себе передовые технологии распознавания текста и искусственного интеллекта, чтобы помочь людям делать осознанный выбор в питании. Наш проект использует следующие компоненты:
- EasyOCR для распознавания состава продуктов: Мы интегрировали EasyOCR, одну из лучших моделей для оптического распознавания текста (OCR), чтобы точно считывать и анализировать состав продуктов. Пользователю достаточно просто сфотографировать упаковку продукта, и модель EasyOCR автоматически распознает текст на изображении, извлекая список ингредиентов. Этот подход позволяет избежать необходимости ручного ввода данных и значительно упрощает процесс.
- ChatGPT API для выдачи рекомендаций: Используя мощь ChatGPT API, наше приложение предоставляет пользователям персонализированные рекомендации по питанию. Модель обрабатывает распознанные данные о составе продукта и предоставляет подробные комментарии о каждой обнаруженной добавке, включая её потенциальное влияние на здоровье. Например, если в составе продукта обнаружен Е300 (аскорбиновая кислота), система объяснит её функции и возможные побочные эффекты.
- Анализ конкретных добавок: Особое внимание мы уделили распознаванию и анализу конкретных пищевых добавок. Модель способна идентифицировать более сотни различных добавок (например, Е100-Е199, красители; Е200-Е299, консерванты; Е300-Е399, антиоксиданты и т.д.) и предоставлять информацию о каждом из них. Это помогает пользователям понять, какие именно вещества они потребляют и как это может отразиться на их здоровье.
Ознакомиться с демонстрацией решения можно также в видеоролике на Youtube: https://youtu.be/vwJnxoGN6rU?si=iKTY5QY1pQ_3xzgR
“Взрослая” проработка продукта
Во время прохождения продуктовых курсов AI Talent Hub мы пробовали применять к идее различные продуктовые инструменты для проработки продукта:
- Lean canvas - для краткого и всестороннего описания идеи
- CustomerJourneyMap и UserStoryMap - для проработки пользовательского опыта
- MoSCoW Matrix - для приоритизации придуманных фичей
- Карта гипотез - для планирования будущей деятельности
- Анализ рынка - для изучения конкуренции
Также мы научились ставить гипотезы и тестировать их на реальных людях из выделенной целевой аудитории. Нами рассматривались люди с аллергиями и с диабетом любого типа.
Тестировали гипотезы мы в два этапа - онлайн-опрос на большую аудиторию и точечные интервью с респондентами, которые согласились продолжить общение.
Всего онлайн-опросы прошли 54 человека с разными аллергиями и диабетом. По результатам опросов:
- 50% респондентов отметили, что обращают внимание на состав продуктов при покупке
- 43% респондентов отметили, что им недостаточно информации о составе продуктов на упаковке
- 24% респондентов отметили, что часто сталкиваются с продуктами со скрытым сахаром или иными добавками в составе.
После опросов у нас сложилось впечатление, что можно копать тему дальше и выходить уже на интервью 1 на 1 с респондентами. Мы хотели понять, действительно ли люди с диабетом и аллергиями детально изучают весь состав или только его часть, что для них является ключевым фактором для покупки продукта питания, есть ли затруднения с выбором продуктов, если есть аллергия или диабет.
В итоге мы получили картину, которую можно описать словами “сомнительно, но окэй”:
- Оказывается, диабетики чаще всего обращают внимание на КБЖУ продуктов, а не конкретные ингредиенты
- Аллергики смотрят состав только для новых продуктов и обходят стороной все продукты с намеком на аллерген
- Половина всех респондентов отметили, что наличие маркетинговых слоганов и маркировок чаще всего приводит к просмотру характеристик продукта или отказу от его покупки
При наличии такой информации от нашей целевой аудитории мы пришли к выводу, что хоть идея и интересная, но мы очень скоро получим низкое значение метрики удержания пользователей, она же Retention.
Дополнительно к неоднозначным результатам исследований мы изучили рынок конкурентов именно в области помощи в питании. Мы рассматривали аналогичные приложения и решения по всему миру и заметили, что по большей части это приложения с красивым интерфейсом, но заброшенные на этапе MVP. Для нас, других студентов и менторов это является красным флагом.
Есть ли жизнь после проваленных гипотез?
Кроме сомнительных результатов изучения рынка подобных продуктов несколько экспертов, которые работают в этой области, подтвердили, что с питанием работать сложно и мало идей действительно выходят на хороший результат.
Даже при том, что наши первичные идеи не “выстрелили” всегда можно потестировать и другие варианты. При брейншторме мы выделили еще несколько фичей, которые потенциально могли бы улучшить удержание пользователей:
- Разработка обучающих материалов, полезных статей для людей с особенностями здоровья
- Подбор целых персонализированных рационов питания под человека
- Учет БАДов в питании и рекомендации по их употреблению
- Проработка целевой аудитории из людей, которые заботятся о том, что едят, но ничем не болеют и не имеют негативных состояний здоровья
Всегда есть идеи, которые можно проверить, но не всегда это добавляет энтузиазма. Пока для нас ниша персонализированного питания достаточно сложная - она без видимых признаков того, что продукт может быть принят аудиторией и стать полноценным продуктов, а не заброшенным MVP.
Заключение
Описанное выше исследование было проведено в рамках Проектного семинара в магистратуре AI Talent Hub, в рамках которого нам посчастливилось не только проработать гипотезы, но и получить полноценный фидбек от менторов в рамках Demo Day.
Мы изучили рынок конкурентов в области помощи в питании и обнаружили, что большинство приложений подобной тематики были заброшены на этапе MVP, что является сигналом о том, что в данной области может быть сложно обеспечить удержание пользователей. Кроме того, данное утверждение поддерживается и результатами проведенного опроса потенциальной аудитории.
Для успеха подобного проекта потребуется дополнительная работа над уникальными преимуществами и маркетинговой стратегией.
Над статьей и проектом трудились
В рамках магистратуры AI Talent Hub в ИТМО мы вместе с командой разрабатывали и прокачивали нашего бота с определением опасных добавок в пище и рекомендациями по питанию. И теперь готовы поделиться с вами нашими наработками!