No Grab: приложение-сканер опасных ингредиентов в косметике

Highload продолжает публиковать истории о pet-проектах, вошедших в топ-20 лучших по итогам голосования наших читателей. Параллельно эти проекты оценивает жюри из опытных разработчиков и инвесторов. Победителей конкурса мы планируем объявить 10 июля.

Лучшие проекты получат призы от компании Genesis: занявший первое место — Apple iPhone 12 64GB, второе место — наушники Marshall Monitor II ANC Black, третье — набор Arduino.

Дальше — рассказ разработчика Дмитрия Брусо о его pet-проекте — мобильном приложении No Grab.

Идея

У нас с женой Татьяной появилась идея создать приложение, с помощью которого можно было бы легко определить состав косметических средств. К примеру, чтобы выявлять аллергены. На тот момент на рынке существовал только Google Lens, который позволял распознать текст при помощи камеры смартфона, но гуглить названия ингредиентов приходилось самостоятельно.

Я решил проверить, как работает приложение. Идея была проста: взять фото с текстом и педалить сэмпл по гайдам Google. Я получил желаемый результат и сел попутно читать документацию, чтобы понимать, какие возможности есть у данной библиотеки.

Вопросов было множество:

• Что уже могут конкуренты?
• Читать текст с этикетки — дело нехитрое, а вот что с ним делать дальше? С чем его сравнивать? Что считать достоверным источником? Откуда брать базу товаров?
• Каков объем рынка? Продукт — штука отличная, но если он не будет собирать на бутылочку хорошего виски, то зачем он нужен?

Реализация и технологии

Сначала мы зарегистрировали доменное имя и придумали первое название проекта. Я решил, что сделаю приложение на Flutter (фреймворке Google UI cross platform mobile development SDK).

Наш план выглядел так:

• необходимо было перенести более 22 тысяч разных ингредиентов из базы Eвросоюза для контролируемого поиска и для удобства организации данных;
• мы решили модифицировать процесс распознания ингредиентов со стрима в реальном времени (как планировалось ранее) на отправку фото.

Приложение должно было работать удобнее, чем продукт конкурентов. Основная задача — в процессе сканирования автоматически определять область, где располагается блок с ингредиентами, без участия пользователя. В 80% случаев, если область квадратная, этот блок распознается правильно.

Интересный инцидент случился, когда я переносил Android Kotlin proof concept на Flutter (у меня это получилось довольно быстро — в течение 3-4 часов). Увидев, что телефон подсвечивает текст разными цветами в зависимости от количества символов, я решил сделать себе перерыв, 10 минут которого мне обошлись в $15. Фактически 1000 распознаний фотографии стоит $5. Предполагаю, что проверка концепции с условными 60 fps (frames per second) отправила на распознание каждый кадр.

В команду мы привлекли маркетолога и дизайнера. Я отвечал за вопросы разработки, Татьяна — за саппорт и документацию.

Мы составили опросник и провели около 30 интервью с потенциальными пользователями, что еще раз преобразовало наше понимание того, что мы делаем.

В какой-то из моментов мотивации заниматься проектом у меня было меньше нуля. Я не выделял более 2-3 часов в неделю и все это сводилось к третьему рефакторингу. Желания что-либо делать не было, я заставлял себя и, естественно, ничего не получалось. Когда же я в очередной раз открыл исходники проекта, то понял, что он технологически готов. Нужен последний рывок.

Мы нашли фрилансера на Upwork для разработки дизайна в стиле Neuromorphic. Я вернулся к разработке и снова смог находить на нее время по выходным и праздникам. Не фулл-тайм конечно, но получалось уделить 10-15 часов на выходных, от чего работа пошла быстрее.

Вот какие технологии мы использовали:

• успешно получилось внедрить практически все сервисы Firebase: Fire Store, Fire Auth, FireStorage, FireBase ML Kit;
• для отслеживания своей работы с самого начала использовали Jira, но последний виток проекта прошел без нее, хотя там висит масса идей и документация;
• Bitbucket — для хранения исходного кода.

В какой стадии проект

Мы успешно запустили проект в Украине. Выход на другие рынки планируется после достижения около 10 тысяч установок приложения суммарно с обеих магазинов.

Ивестиции

На данный момент нами было вложено в проект $2360, в том числе деньги были использованы на продвижение страницы в Fаcebook и оплаты работы дизайнера. На протяжении ближайших 3-6 месяцев планируем влить еще около $2000-4000 на рекламу приложения.

Чистую прибыль после уплаты всех налогов мы решили разделить на три части:

• первая часть отправится на ре-инвестиции в маркетинг (закупка рекламы и продвижения приложения, генерация новых пользователей);
• вторая часть вернет все инвестиции, после чего аккумулируется на содержание внутренних расходов: персонал, серверы, софт;
• третья часть разделится поровну между членами команды.

Монетизация

Приложение не содержит рекламы. На данный момент мы запустили платную подписку. Для пользователей из Украины расценки следующие: месяц – $2, год – $20, подписка навсегда – $150. Для других стран планируется $5, $50 и $500 соответственно. Если используете приложение бесплатно, то вам доступны 5 сканирований в день.

Как будут оценивать проект

В рамках конкурса pet-проектов разработчики и инвесторы оценят проект No Grab по таким критериям:

1. Оригинальность идеи.

2. Качество кода.

3. Технический уровень.

4. Жизнеспособность идеи.

5. Перспективы проекта как бизнеса.

6. Инвестиционная привлекательность.

Победителей среди 20 кейсов определят на основе оценок инвесторов (45%), разработчиков (45%) и голосов читателей Highload (10%).

Более подробно, кто и как будет оценивать кейсы, можно прочитать здесь: статья об экспертах, критериях и правилах конкурса. 

Проект No Grab оценивают: