Case study
2026
Esculab: як зробити замовлення аналізів зрозумілим для людей без медичної освіти
Як зробити замовлення аналізів зрозумілим без медичної освіти. Дослідження й редизайн сайту
Overview
Як зробити складний медичний сервіс зрозумілішим?
Esculab — одна з найбільших мереж медичних лабораторій в Україні. Бізнес хотів збільшити онлайн-продажі аналізів і чек-апів, але сайт був побудований навколо медичної термінології та логіки, звичної радше лікарям, ніж звичайним користувачам.
Людині без направлення було складно знайти потрібний аналіз, розібратися у відмінностях між пропозиціями та впевнено оформити замовлення.
Нашою метою було зробити шлях від пошуку аналізу до оформлення замовлення простішим і зрозумілішим, зменшити потребу підтримці сервісу та створити умови для зростання онлайн-продажів.
Цільові метрики, які ми поставили:
Online Order Share — частка онлайн-замовлень від усіх замовлень (основний бізнес-орієнтир проєкту).
Середній чек — потенціал для зростання завдяки пакетам аналізів і додатковим послугам у кошику.
Час обслуговування у відділенні — ціль бізнесу: скоротити з 25 до 10 хвилин завдяки перенесенню частини процесу в онлайн.
Problem
Ключові проблеми
На початку ми визначили кілька проблем, які впливали і на користувацький досвід, і на бізнес.
Проблеми користувачів
Складний пошук і навігація. Пошук орієнтувався на медичні назви. Якщо людина знала побутову назву аналізу або не була впевнена у формулюванні, їй доводилося шукати інформацію в Google — іноді переходячи до конкурентів.
Розірваний досвід. Онлайн-замовлення, особистий кабінет і відділення не пов’язані між собою в єдиний досвід.Користувач не може безшовно продовжити сценарій: використати бонуси, застосувати промокод або обрати відділення і час візиту.
Неочевидні пакети та система лояльності. Користувачам було складно зрозуміти, чим пакет аналізів відрізняється від окремих досліджень, скільки можна заощадити та як працює програма лояльності.
Проблеми бізнесу
Низька онлайн-конверсія і перевантажені відділення. Не знайшовши аналіз онлайн, люди дзвонять у підтримку або йдуть у відділення.
Пакети продаються погано. Користувачі не бачать їхньої цінності, і бізнес втрачає продажі з вищою маржинальністю.
Немає механік утримання. Після здачі аналізу людині немає причини повертатися на сайт.
На цьому етапі це були наші припущення та бізнесу. Нам потрібно було перевірити, чи підтверджуються вони досвідом реальних людей, і зрозуміти, де саме на шляху від пошуку до оплати вони втрачають упевненість.
Research
Дослідження та ключові інсайти
Щоб перевірити проблеми бізнесу на досвіді реальних людей, ми поєднали якісні й кількісні методи.
Що ми зробили:
Ключові інсайти, які вплинули на подальші рішення
Ми систематизували отримані інсайти, згрупувавши їх за проблемними зонами користувацького шляху, та виявили ключові бар’єри, які впливають на здатність користувача самостійно завершити покупку.
Ці інсайти стали основою для формування продуктових гіпотез і подальших рішень.
1. Пошук не допомагає знайти потрібний аналіз
Коли пошук не розуміє звичних користувачам формулювань, люди витрачають час на пошук потрібної назви поза сайтом. Це створює ризик втратити клієнта ще до оформлення замовлення.
«Я йду в Google і така: а як ще цей аналіз можуть називати?»
2. Відсутність функціоналу динаміки та порівняння результатів
Особистий кабінет був лише архівом PDF: користувачі не могли порівнювати результати аналізів у часі, що обмежувало цінність сервісу після покупки.
«Я хочу подивитись, як змінився показник за кілька місяців, але доводиться відкривати кожен аналіз окремо»
3. Непомітність бонусної системи
Користувачі не помічають бонуси й не розуміють, як ними користуватися. Система лояльності не інтегрована в користувацький шлях через що бізнес втрачає можливість стимулювати повторні продажі
«Я витрачаю гроші, але не розумію, чи в мене є бонуси і як вони працюють»
4. Непрозора цінність пакетних пропозицій
Користувачі не завжди розуміли, які додаткові дослідження входять до пакета та чи виправдовує економія його вартість.
«Я дивлюсь пакети і думаю: а що вигідніше — окремо чи разом? І це треба рахувати самому»
5. Заплутаний шлях до покупки
Повторний вибір міста, зайва авторизація та неочевидна логіка ціноутворення ускладнюють оформлення аналізів й викликають плутанину.
«Я вже обрала місто…чому мені знову його вибирати в кошику?»
6. Недостатньо інформації про підготовку до аналізів
Інструкції щодо підготовки подані неповно або неструктуровано. Користувачі змушені звертатися в підтримку або дізнаються про важливі вимоги вже у відділенні.
«Іноді здається, що на сайті не вся інформація або вона написана складно, тому я телефоную уточнити — що можна їсти, коли приходити, як підготуватись»
Hypotheses & prioritization
Які рішення дадуть найбільшу цінність?
На основі дослідження ми сформували 12 гіпотез і пріоритизували їх за ICE — Impact × Confidence × Ease. Це допомогло зіставити потенційний вплив на продукт, впевненість у гіпотезі та складність реалізації.
Серед пріоритетних напрямів були:
Прозора вигода онлайн-оплати. Послідовно показувати знижку на різних етапах користувацького шляху.
Вигода пакетів. Пояснювати економію та різницю між пакетом і окремими аналізами.
Зрозуміла підготовка. Зробити інструкції доступними протягом усього сценарію.
Типологія аналізів. Допомогти користувачам орієнтуватися в різних видах досліджень.
Розумний пошук. Враховувати синоніми та релевантність результатів.
До прототипу увійшли п'ять гіпотез. Хоча розумний пошук був складнішим у реалізації, ми залишили його серед пріоритетів, оскільки він розв'язував одну з основних проблем на початку воронки
Design
Design solution
Після пріоритизації гіпотез ми розподілили між собою напрями роботи.
Я працювала над кошиком — сценарієм, у якому сходяться кілька важливих для бізнесу завдань: зробити вигоду пропозицій зрозумілою, показати фінальну вартість і допомогти користувачеві завершити покупку.
Ось як кошик виглядав до редизайну. Навіть коли користувач уже обрав потрібні аналізи, оформлення замовлення залишалося непростим: зайві кроки та непрозора вартість ускладнювали завершення покупки.
Саме в кошику сходяться дві гіпотези з найвищим ICE: вигода онлайн-оплати і вигода пакетів. Задача — щоб людина впевнено оформила замовлення онлайн, побачила свою вигоду і не переплатила.
Нижче — як ці гіпотези перетворилися на конкретні дизайн-рішення та що показало тестування прототипу.
Гіпотеза 1. Прозора вигода онлайн-оплати(ICE 448)
Проблема: Люди не знають про знижку за онлайн-оплату або дізнаються про неї вже у відділенні, тому платять на місці й перевантажують адміністраторів. У старому кошику знижка була лише рядком «Ваша знижка» без пояснень, а корпоративні знижки працювали лише офлайн.
Гіпотеза: Якщо показувати вигоду онлайн-оплати на кожному етапі флоу, люди частіше платитимуть онлайн.
Рішення: Вигода онлайн-оплати помітна на різних етапах кошика: біля кожного аналізу показано онлайн-ціну та закреслену початкову вартість, а в підсумку — окремий рядок зі знижкою.
Додатково ми пропрацювали поле промокоду для застосування корпоративної знижки та блок додаткових послуг, які допомагають доповнити замовлення перед оформленням. Для супутніх аналізів ми додали короткі медичні пояснення, щоб користувач розумів, чому варто розглянути додаткове дослідження, а рекомендація не виглядала нав’язливою.
Вигоду в хедері сайту та карточці аналізу підсвічували колеги, які працювали над іншими частинами флоу.
Очікуваний результат:
↑ Online Payment Conversion Rate — збільшити частку користувачів, які оплачують замовлення онлайн.
↑ Checkout Conversion Rate — збільшити частку користувачів, які успішно завершують оформлення замовлення.
↓ Час обслуговування у відділенні — скоротити час завдяки перенесенню частини процесу в онлайн.
↑ Average Order Value (AOV) — збільшити середню вартість замовлення завдяки upsell додаткових послуг і супутніх аналізів.
Що показав usability test: Усі 5 з 5 респондентів помітили знижку за онлайн-замовлення і знайшли, де вводити промокод. 5 з 5 помітили додаткові послуги, і 2 з 5 додали трактування результатів від лікаря, бо це дешевше за консультацію ендокринолога.
«Ця історія з трактуванням — доволі зручна штука, особливо якщо здаєш самостійно, і це навіть вартує менше, ніж консультація»
Знижка ще й стимулювала додавати послуги: одна респондентка після промокоду додала трактування, бо замовлення все одно виходило дешевшим.
Висновок: Тестування підтвердило, що учасники помічають знижку та розуміють, як нею скористатися. Також воно показало потенціал додаткових послуг збільшувати цінність замовлення для користувача. В одному випадку знижка стала додатковим аргументом на користь такої покупки.
Гіпотеза 2. Зробити вигоду пакетів очевидною (ICE 384)
Проблема: Користувачам складно зрозуміти, чи вигідніше купувати аналізи пакетом, чи окремо. Щоб порівняти варіанти, доводиться рахувати самостійно. До того ж у старому кошику пакети взагалі не пропонувалися як альтернатива вже обраним аналізам.
Гіпотеза: Якщо показувати економію та пропонувати замінити окремі аналізи на відповідний пакет безпосередньо в кошику, користувачам буде простіше оцінити вигоду, а конверсія в покупку пакетів зросте.
Рішення: У кошику ми запропонували користувачам альтернативу: замінити вибрані аналізи на пакет, якщо він містить потрібні дослідження.
У картці пакета показали економію, позначили вже вибрані аналізи та виділили додаткові. Кнопка «Замінити на пакет» дає змогу перейти до пакетного варіанта в один клік, а підтвердження заміни й оновлена сума допомагають зрозуміти, як зміниться замовлення.
Очікуваний результат:
↑ Package Purchase Conversion Rate — збільшити частку користувачів, які купують пакет замість окремих аналізів.
↑ Average Order Value (AOV) — збільшити середню вартість замовлення завдяки переходу на пакети.
↓ Time to Decision — скоротити час на вибір завдяки зрозумілому порівнянню вартості та складу пакета.
Що показав usability test: Тестування показало, що не для всіх користувачів пакет є вигіднішою альтернативою, навіть якщо його загальна вартість нижча. Якщо лікар призначив конкретні аналізи, додаткові дослідження в пакеті можуть бути непотрібними, а отже, не сприйматися як перевага.
«Якщо мені лікар назначив один аналіз, а в пакеті ще чотири, які мені зараз не потрібні, — я його брати не буду»
Висновок: Самої економії недостатньо, щоб переконати користувача обрати пакет. Рекомендація має враховувати склад уже обраних аналізів і реальну потребу людини. Найпереконливішою буде пропозиція, яка дає змогу отримати релевантні додаткові дослідження за невелику доплату.
Outcomes & learnings
Що змінилося після проєкту
Ми презентували результати дослідження та дизайн-рішення команді Esculab. Після цього на сайті з’явилася частина рішень, які ми пропонували:
Знижка за онлайн-оплату стала помітнішою: її винесли в окремий рядок, а онлайн-ціну показали біля кожного аналізу.
Склад пакетів почали показувати безпосередньо в картках.
Додали блок «Додаткові послуги» з можливістю замовити трактування результатів лікарем.
Прибрали повторний вибір міста з кошика.
Не всі запропоновані рішення були впроваджені. Зокрема, на сайті не з’явилися заміна аналізів на пакет в один клік, поле промокоду та бейджі типу дослідження.
Що показало тестування всього флоу
Тестування прототипу на п’яти учасниках допомогло виявити не лише вдалі рішення, а й моменти, які потребували доопрацювання:
Підготовка до аналізів. Коли в замовленні кілька досліджень із різними вимогами, користувачам складно зібрати всі правила докупи. Варто додати єдиний чек-лист підготовки в кошику.
Термінологія. Позначення на кшталт FT4 не завжди зрозумілі користувачам, які орієнтуються на призначення лікаря.
Термін виконання. Формулювання «1 день» може трактуватися по-різному. Конкретний час у годинах зробив би очікування зрозумілішим.
Пакети. Самої економії недостатньо: важливо, щоб додаткові дослідження відповідали потребам користувача, а доплата була виправданою.
Наступні кроки
Далі я б зосередилась на наступних кроках:
Зробити бонусний баланс і списання бонусів доступними онлайн.
Додати можливість порівнювати результати аналізів у динаміці в особистому кабінеті.
Повернутися до інших гіпотез, які не потрапили до пріоритезованого списку.
Оскільки ми тестували прототип, а не запущений продукт, ці висновки допомагають визначити наступні кроки, але не підтверджують зростання конверсії чи середнього чека.
Reflection
Від навчального проєкту до реального продукту
Цей проєкт був частиною мого курсу Product Design. Я працювала не лише з користувацькими сценаріями, а й самостійно проєктувала інтерфейси та пропрацьовувала візуальні рішення.
Особливо приємно бачити, що частина напрацювань вийшла за межі курсу й з’явилася на реальному сайті Esculab. Для мене це стало підтвердженням того, що навіть навчальний проєкт може мати практичну цінність.
Він також допоміг мені побачити продуктовий дизайн ширше: не лише як роботу над інтерфейсом, а як пошук рішень, що поєднують потреби користувачів, бізнес-цілі та зрозумілий користувацький досвід.
