---

Введення в проблему порожнього інтерфейсу

Нещодавно в нашому чаті в Slack один з розробників підняв питання про те, як наш сайт виглядає для нових користувачів. Особливо це стосувалося сторінок, де ще не було контенту. Одна з наших користувачок у коментарях до PR зазначила, що відсутність даних створює враження незавершеності і знижує довіру до продукту. Ми розуміли, що це серйозна проблема, і вирішили знайти рішення як можна швидше.

Чому це важливо

Проблема порожнього інтерфейсу стосувалася не лише візуального сприйняття сайту. Ми знали, що перше враження про продукт може зіграти ключову роль у тому, як користувачі сприймають наш сервіс. Особливо це важливо для сторінок з вакансіями та пропозиціями від компаній. Якщо користувачі бачать порожні сторінки, це може знизити їх бажання взаємодіяти з нашим продуктом і збільшити ймовірність втрати потенційних клієнтів.

Подробиці про проблему

Одним з яскравих прикладів була сторінка з вакансіями. При переході на сторінку користувачі бачили лише заголовок, але не знаходили жодних відкритих позицій. Це створювало недоуміння і негативний досвід. Ми отримали кілька відгуків від користувачів, які вказували на те, що відсутність інформації робить сайт неприв attractive and even raises doubts about its relevance.

Перші спроби вирішити проблему

На початковому етапі ми вирішили просто заповнити сторінки фіктивними даними вручну. Однак цей підхід виявився трудомістким і неефективним. Ми швидко зрозуміли, що створення компіляцій для кожної сторінки вручну — це далеко не оптимальний шлях. В результаті, ми почали шукати більш автоматизоване рішення, яке дозволило б нам згенерувати дані для всіх сторінок одночасно.

Технічний підхід

Врешті-решт ми вирішили розробити скрипт для генерації seed-даних. Ми використовували мову Python і бібліотеку Faker, щоб створити реалістичні дані. Скрипт генерував вакансії, компанії та профілі кандидатів на основі заздалегідь заданих шаблонів. Ось приклад коду, який ми використовували:

from faker import Faker
import random

fake = Faker()

def generate_job():
    return {
        'title': fake.job(),
        'company': fake.company(),
        'location': fake.city(),
        'description': fake.text(max_nb_chars=200)
    }

jobs = [generate_job() for _ in range(100)]

Цей код дозволив нам створити 100 вакансій за лічені хвилини. Ми інтегрували скрипт у процес розгортання, що забезпечувало наявність свіжих даних при кожному оновленні.

Зміни в продукті

Після впровадження генерації seed-даних, інтерфейс сайту помітно перетворився. Користувачі тепер бачили реальні вакансії та компанії на сторінках, що значно підвищило рівень залученості. Поява контенту на сторінках зробила їх більш привабливими та інформативними для користувачів. Це, в свою чергу, призвело до збільшення відвідуваності сторінок з вакансіями та підвищило інтерес з боку шукачів на /jobs і компаній на /companies.

Чому ми навчилися

• Автоматизація - створення скрипта для генерації даних значно скоротило час на заповнення контенту.
• Якість даних - використання бібліотек для генерації даних дозволяє створювати більш реалістичні та різноманітні записи.
• Користувацький досвід - наявність контенту на сторінках безпосередньо впливає на сприйняття продукту користувачами.

Що це означає для шукачів

Для шукачів це означає, що тепер на нашому сайті є актуальні вакансії, які вони можуть розглянути. Це значно спрощує процес пошуку роботи і робить наш ресурс більш цінним інструментом у їхній кар'єрі. Користувачі можуть легко переглядати пропозиції і знаходити підходящі варіанти, що покращує загальний досвід взаємодії з платформою.

Що це означає для рекрутерів

Рекрутери отримують доступ до більшої кількості активних кандидатів завдяки тому, що ми заповнили сторінки контентом. Наявність реальних вакансій створює довіру і залучає більше шукачів, що, в свою чергу, допомагає рекрутерам знаходити підходящих кандидатів швидше і ефективніше.

Наступні кроки

Незважаючи на успішно реалізоване рішення, ми продовжуємо стежити за якістю згенерованих даних і їх впливом на поведінку користувачів. Ми плануємо покращувати алгоритми генерації, додаючи більше різноманітності та актуальності в дані. Якби ми могли щось змінити, ми б приділили більше часу тестуванню різних форматів даних, щоб виявити найкращі підходи для користувачів. ---