01 Kontekst og problem
Kjernebrukeren, en vellykket profesjonell, er åndelig sulten, men fastlåst: generiske vestlige apper mangler dybde, Instagram helbredere kan ikke stoles på, og de ekte lærerne er utilgjengelige fra et annet land. Hele kategorien feiler på ett spørsmål: er denne personen legitim, og er dette trygt? Begrensningen er ikke penger, det er tillit.
02 Rolle og begrensninger
Som AI Product Manager eide jeg hele produkt- og ingeniøroppsettet: bruker-, praktiker- og administratorflater. Grunnleggeren eier praksiskvalitet, verifiseringsvurdering og merkevare. Begrensninger: et slankt team som dekker hele markedsplassens areal, en tosidig kaldstart som må føles pålitelig på begge sider, og et ledende prinsipp fra spesifikasjonen, sikkerhet er produkt, ikke et samsvarslag.
03 Produkttilnærming
Verifikasjon er ryggraden. En behandler kan ikke liste uten å bestå en firetrinns gjennomgang (skriftlig søknad, videointroduksjon, en full demo-økt vurdert på en åtte-dimensjons vurderingsramme, og et foreløpig vindu på tjue økter) for en aspirerende akseptrate under 10 %. Rundt den ligger en hel sesjonslivssyklus og en relasjonsmodell: etter økt én har brukeren en Primær Practitioner, så produktet bygger på kontinuitet i stedet for enkeltstående bookinger.
Tillit er kilen: led med verifisering slik fintech-selskaper leder med sikkerhet. Det er også bærbart: tillitslaget er markedsuavhengig, så global ekspansjon er go-to-market, ikke en gjenoppbygging.
04 Bygningsfunksjoner
Firetrinns verifisering
Skrevet → video → komponert demo → 20-økters provisorisk. Vollgraven.
Utøverprofiler
Verifisert merke, nivå, avstamning, introduksjonsvideo, vurderinger, tilgjengelighet.
Onboarding av utøvere
Søknad pluss en 7-trinns sjekkliste som er låst før første økt.
Praktiker-dashbord + CRM
I dag / Tidsplan / Kunder / Virksomhet, med private notater per klient.
Brukerkontoer + reise
Dashbord, reflekterende reiseflate, profil og innstillinger.
Søk og filtrering
Etter modalitet, språk, nivå, tilgjengelighet, pris og vurdering.
Bestillingsflyt
Maks tre skjermer: sett → konto → betaling, ingen overraskelser.
Stripe Connect-betalinger
Fler-valuta utbetaling og ukentlige automatiserte utbetalinger fra utøvere.
Innebygd video (Daily.co)
Live-økter i appen, ingen Zoom-lenker, full kontroll over økten.
Vurderinger og anmeldelser
Opt-in, administrativt moderert, gir utøver progresjon på nivå.
Tillit og sikkerhet
Krisenøkkeldeteksjon med trinnvis respons og landressurser.
Administrasjon / super-administrator
Seks seksjoner: dashbord, brukere, praktikere, økter, innhold, økonomi.
Også sendt: scoped messaging (inntak + én utveksling etter økt), Google Kalender toveis synkronisering, pakker, gaveøkter, henvisninger og innholds-/praksisbiblioteket.
05 Arkitektur
Next.js (App Router) på Vercel; Supabase for Postgres + autentisering med rad-nivå sikkerhet som skiller bruker-, praktiker- og administratorroller. Stripe Connect kjører markedsplassbetalinger og ukentlige utbetalinger med flere valutaer; Daily.co driver innebygd video; toveis Google Kalender-synkronisering driver tilgjengeligheten av praktikere.
06 Analyse og observabilitet
Instrumentert fra dag én, slik at hver trakt, avslipp og feil er synlig, og dermed eksisterer datagrunnlaget som AI-laget under er avhengig av. Fire verktøy, bevisst ikke-overlappende:
PostHog
Produktanalyse: trakter, hendelsessporing og sesjonsgjenopptakelse gjennom intro→paid- og retention-reisene.
Vakt
Feil- og ytelsesovervåking: fanger opp krasj og trege veier i utsjekk og live video.
Google Analytics
Oppkjøpsanalyse: trafikkkilder, landing-page-konvertering og kanal-CAC.
Hotjar
Varmekart og opptak: programmer hvor brukere nøler på profiler og ved utsjekk.
07 AI-beslutningslag
I tillegg til analysestakken ovenfor, kjører plattformen en trinnvis provisjonsmotor (30 % → 25 % → 20 % ettersom praktikere holder flere økter) og markedsspesifikk prising. Dette datagrunnlaget driver AI-beslutningslaget.
Claude er integrert i superadministratoren som en beslutningsstyrende copilot som leser PostHog- og analysedataene: den anbefaler deretter å automatisere provisjons- og honorarjusteringer for å beskytte marginen, handler på analysehendelser (churn-risiko, tidssonens forsyningsgap, kvalitetsdrift blant utøvere), og fremhever profittoptimaliseringstiltak en menneskelig administrator ville oversett. Sekvenseringen var poenget: analysesubstratet kom først, og AI bestemmer over det.
08 Status og utfall
Full tresidig plattform bygget på tvers av web og mobil; lanseringen var sekvensert på tilbudet først, med en Yoga Day-kampanje som forankret tidlig etterspørsel.
50
Verifiserte utøvere
1,200
Betalende brukere
32%
Innledning → betalt konvertering
70%
Første → andre sesjon retensjon
09 Refleksjon / Hva skjer videre
Å sekvensere verifisering, analyse og administrasjon før noen AI var bevisst: et system som justerer ekte penger er bare så pålitelig som data- og gjennomgangsprosessen under det. Plattformen kjører vellykket med AI-beslutningscopiloten live, og det samme bærbare tillitslaget skalerer modellmarkedet for marked.