Исходя из этих данных мы сделали выводы о ходе решения и возможных проблемах.
Ученик может кликать по всему полю задания, но для нас были важны клики по активным элементам, особенно по треугольникам направления. Мы обнаружили, что часто дети стремились снова кликнуть по стрелке до того, как завершалась анимация прокрутки. Причем клики по неактивной кнопке были в 90% решений задачи. Такие действия были бесполезны — сколько бы ребенок ни нажимал на кнопку, число не менялось.
Анимация «‎барабана» длилась 800 миллисекунд, но некоторые дети успевали сделать новый клик уже через 100-200 мс. Очевидно, что пользователей раздражала медленная прокрутка. И, хоть это не было существенным препятствием для решения задачи, мы ускорили «‎барабан». 
Это решение распространилось на все подобные задания. Сейчас в них почти нет «‎лишних» кликов, дети решают их быстрее и эффективнее. Каждое подобное изменение по отдельности — мелочь, но вместе они помогают детям взаимодействовать с заданиями, а в конечном итоге — лучше понимать предмет.

🔔Data science кастомизирует продукт
Персонализация продукта — один из главных трендов последних лет, осуществить который позволяют большие данные. 
На основе действий конкретного ученика, истории решения заданий и данных о действиях других пользователей мы можем выстроить индивидуальную образовательную траекторию.
Каждый ребенок обучается по-разному. Кому-то нужно больше времени для освоения одной темы, но меньше — другой. Одаренный второклассник может понимать предмет на уровне четвертого класса. 
Алгоритмы машинного обучения могут учитывать подобные особенности каждого пользователя и выстраивать процесс обучения индивидуально. В перспективе это повысит результаты обучения ребенка и позитивно повлияет на его образовательную мотивацию.

🔔Как получить максимум
📍Перед тем как выпустить новый продукт или переделать старый, проведите A/B-тестирование. Данные о поведении ваших пользователей дадут вам точный ответ на вопрос об успехе новинки.
📍Разберитесь с A/B-тестами и разработайте их методологию. В этом вам точно помогут накопленные данные.
📍Изучите данные о том, как пользуются вашим продуктом. Посмотрите на них под разными углами. Скорее всего, вы найдете много проблем, избавившись от которых вы во много раз улучшите пользовательский опыт.
📍Персонализируйте продукт. Наверняка у вас уже накоплено довольно данных, чтобы сделать выводы о пользователях и предложить им нечто особенное. В этом вам поможет машинное обучение.