Gdy poszukujemy w internecie produktu znaczącej dla nas wartości finansowej lub emocjonalnej, decyzji zakupowej nie podejmujemy w trakcie jednej wizyty. Zazwyczaj odwiedzamy stronę wielokrotnie. Analizujemy powtórnie ofertę, wracamy do produktów które oglądaliśmy podczas poprzednich wizyt, sprawdzamy czy nie pojawiły się nowe atrakcyjne oferty. Serwisy e-commerce takie jak eBay czy Amazon przy każdej następnej naszej wizycie zachowują się – z nieznaczącymi wyjątkami – tak, jak byśmy odwiedzali je pierwszy raz, zmuszając nas do ponownego zadawania zapytania (a czasami jest to kilkanaście parametrów), do szukania po omacku tego, co już widzieliśmy. Zupełnie ignorują fakt, że szukając produktów w internecie, zazwyczaj szukamy tego, czego szukaliśmy już wcześniej. Powoduje to, że każda wizyta na witrynie e-commerce wymaga zarezerwowania sporej ilości czasu, ponownego wypełniania skomplikowanych formularzy i żmudnego wyszukiwania ofert, które widzieliśmy wcześniej.
Lookoutr, analizując zachowania użytkownika podczas poprzednich wizyt, przewiduje czego użytkownik szuka i streamuje mu najnowsze oferty spełniające jego oczekiwania. Użytkownik jednym kliknięciem ma dostęp do ofert, które już wcześniej otwierał, komentował lub oznaczał. Korzystanie z Lookoutra skraca łączny proces wyszukiwania kilkunastokrotnie, umożliwiając sprawdzanie wiele razy dziennie, w ciągu kilku sekund, czy pojawiły się nowe oferty. Interfejs serwisu jest minimalistyczny i wykorzystuje wiele elementów UX/UI stosowanych w serwisach społecznościowych.
W tej chwili pracujemy nad funkcjonalnością, umożliwiającą udostępnienie użytkownikom swoich zapytań znajomym z Facebooka. Dzięki temu osoba, którą uznajemy za autorytet w dziedzinie lustrzanek cyfrowych, będzie mogła komentować i oznaczać oferty, które uważa za dobre lub których nam nie poleca.
Docelowo chcielibyśmy, żeby Lookoutr byl agregatorem ofert z wielu serwisów, dostępnym przez przeglądarki internetowe i aplikacje na smartfony, w kilku wersjach lokalnych.
źródło: informacja prasowa
