ArayeshTime

پلتفرم نوبت‌دهی آنلاین آرایشگاه‌ها؛ از رزرو در کمتر از یک دقیقه و تقویم هوشمند سالن تا پنل اختصاصی پرسنل، گزارش عملکرد و دستیار هوش مصنوعی برای پیشنهاد مدل مو.

نمایی از پروژه ArayeshTime
معرفی پروژه

این پروژه چیست؟

آرایش‌تایم یک پلتفرم نوبت‌دهی و مدیریت آرایشگاه است که دو طرف یک قرار را به هم وصل می‌کند: صاحب سالن که باید تقویم، پرسنل و مشتری‌هایش را بچرخاند، و مشتری که فقط می‌خواهد بدون تماس تلفنی نوبت بگیرد. همه‌ی ابزارهای لازم — رزرو آنلاین، تقویم، سوابق مشتری، پنل پرسنل و گزارش‌های عملکرد — در یک محیط فارسی جمع شده‌اند.

دسته‌بندی
Booking Platform
سال
۱۴۰۴
تیم
NextApps
گالری

نماهایی از محصول

روی تصویرهای کناری بزنید تا جلو بیایند و روی تصویر وسط برای دیدن در اندازه‌ی کامل.

  • نمایی از پروژه ArayeshTime — تصویر ۲
  • نمایی از پروژه ArayeshTime — تصویر ۳
مسئله و راه‌حل

از کجا شروع شد و چطور حلش کردیم

مسئله

بیشتر آرایشگاه‌ها هنوز نوبت‌ها را با تماس تلفنی و دفتر کاغذی مدیریت می‌کنند. نتیجه‌اش تماس‌های پی‌درپی وسط کار، نوبت‌های جاافتاده یا دوباره‌کاری‌شده، بی‌خبری از سابقه و سلیقه‌ی مشتری، و نداشتن هیچ تصویری از این است که کدام خدمت پرطرفدار است و کدام ساعت‌ها خالی می‌ماند. برای مشتری هم رزرو یعنی تماس گرفتن و منتظر ماندن.

راه‌حل

یک پلتفرم واحد ساختیم که کل چرخه‌ی نوبت را پوشش می‌دهد. مشتری با چند کلیک خدمت و زمان را انتخاب می‌کند و نوبتش در داشبورد شخصی‌اش می‌نشیند؛ سالن همان نوبت را روی تقویم هوشمندی می‌بیند که زمان‌های خالی را نشان می‌دهد و از تداخل رزروها جلوگیری می‌کند. هر پرسنل پنل جدا دارد، سوابق هر مشتری خودکار ثبت می‌شود و گزارش‌ها نشان می‌دهند کدام خدمت و کدام ساعت بیشترین تقاضا را دارد. برای مشتری‌هایی که نمی‌دانند چه مدلی می‌خواهند هم یک دستیار هوش مصنوعی اضافه شد که بر اساس سلیقه پیشنهاد می‌دهد.

ویژگی‌ها

مهم‌ترین قابلیت‌های محصول

۰۱

رزرو آنلاین در کمتر از یک دقیقه

مشتری بدون تماس یا مراجعه‌ی حضوری، خدمت و زمان دلخواهش را از موبایل انتخاب و نوبت را نهایی می‌کند.

۰۲

تقویم هوشمند سالن

زمان‌های خالی یک‌جا دیده می‌شوند، برنامه‌ریزی دقیق‌تر انجام می‌شود و سیستم جلوی تداخل دو رزرو روی یک بازه را می‌گیرد.

۰۳

پنل اختصاصی هر پرسنل

هر آرایشگر نوبت‌ها و مشتری‌های خودش را جدا مدیریت می‌کند، بدون اینکه در کار بقیه‌ی سالن دخالتی داشته باشد.

۰۴

پرونده‌ی مشتری

اطلاعات، ترجیحات و تاریخچه‌ی مراجعات هر مشتری خودکار ثبت می‌شود تا دفعه‌ی بعد تجربه‌ی شخصی‌تری بگیرد.

۰۵

داشبورد شخصی مشتری

همه‌ی نوبت‌های رزروشده در یک جا جمع‌اند و مشتری می‌تواند آن‌ها را ببیند و ویرایش کند.

۰۶

دستیار هوش مصنوعی

مشتری‌ای که نمی‌داند چه مدلی مناسب چهره‌اش است، به‌جای حدس زدن با دستیار گفت‌وگو می‌کند و پیشنهاد می‌گیرد.

۰۷

یادآوری خودکار نوبت

سیستم پیش از هر نوبت اعلان یادآوری می‌فرستد تا مراجعه‌ای فراموش و بازه‌ای از تقویم سالن هدر نشود.

۰۸

گزارش و تحلیل عملکرد

گزارش خدمات پرطرفدار، ساعت‌های شلوغ و درآمد ماهانه، تصمیم‌گیری درباره‌ی برنامه و قیمت‌گذاری را به داده متکی می‌کند.

معماری

ساختار فنی پروژه

سه نقش با سه فضای کاری

مدیر سالن، پرسنل و مشتری هرکدام داشبورد و دسترسی خودشان را دارند؛ ساختار سیستم حول همین سه نقش چیده شده تا هر کاربر فقط با چیزی که به کارش می‌آید روبه‌رو شود.

تقویم به‌عنوان هسته‌ی سیستم

نوبت واحد اصلی داده است و بقیه‌ی بخش‌ها — پرونده‌ی مشتری، پنل پرسنل، یادآوری‌ها و گزارش‌ها — به همان گره می‌خورند تا هر تغییری در یک جا، همه‌جا منعکس شود.

چند پرسنل زیر یک سالن

هر سالن می‌تواند چند آرایشگر داشته باشد که تقویم‌های جداگانه ولی هماهنگ دارند؛ ظرفیت سالن از جمع همین تقویم‌ها ساخته می‌شود.

دستیار هوش مصنوعی به‌عنوان لایه‌ی جدا

بخش گفت‌وگو و پیشنهاد مدل مو مستقل از مسیر رزرو کار می‌کند، بنابراین اگر سرویس هوش مصنوعی در دسترس نباشد، نوبت‌گیری بدون اختلال ادامه پیدا می‌کند.

رابط کاربری فارسی و راست‌به‌چپ

کل محصول از ابتدا برای مخاطب فارسی‌زبان طراحی شده؛ تقویم، اعداد و چیدمان همگی راست‌به‌چپ‌اند نه ترجمه‌ی یک قالب لاتین.

چالش‌ها

سخت‌ترین بخش‌های کار

جلوگیری از تداخل نوبت‌ها

وقتی چند مشتری هم‌زمان سراغ یک بازه‌ی خالی می‌روند، سیستم باید فقط یکی را بپذیرد. مدیریت این هم‌زمانی، سخت‌ترین بخش منطق رزرو بود.

کوتاه نگه داشتن مسیر رزرو

هدف این بود که رزرو از چند تماس تلفنی به کمتر از یک دقیقه برسد. هر مرحله‌ی اضافه در فرم، عملاً یک مشتری از دست رفته است؛ پس مسیر تا حد ممکن کوتاه شد.

یک محصول برای دو مخاطب متفاوت

صاحب سالن دنبال ابزار مدیریت است و مشتری دنبال سریع‌ترین راه گرفتن نوبت. طراحی دو تجربه‌ی متفاوت روی یک زیرساخت مشترک، هم در رابط کاربری و هم در ساختار داده چالش داشت.

پیشنهاد مدل مو با هوش مصنوعی

پیشنهاد باید به‌قدری مشخص باشد که به کار مشتری بیاید، ولی نه آن‌قدر قاطع که جای مشورت با آرایشگر را بگیرد. تنظیم این حد وسط، بیشتر کار محتوایی بود تا فنی.

نتیجه

چه چیزی تغییر کرد

نوبت‌دهی سالن از تماس تلفنی و دفتر کاغذی به یک سیستم آنلاین منتقل شد.

مشتری بدون تماس و انتظار، نوبتش را از موبایل رزرو می‌کند و در داشبورد شخصی می‌بیند.

هر پرسنل پنل مستقل خودش را دارد و تقویم سالن از تداخل رزروها در امان است.

سوابق و ترجیحات مشتری‌ها ثبت می‌شود و مراجعه‌ی بعدی شخصی‌تر پیش می‌رود.

گزارش خدمات پرطرفدار و ساعت‌های شلوغ، برنامه‌ریزی سالن را به داده متکی کرد.