In 5 Schritten das richtige Lokal festlegen: „Was essen wir später?“ – Das ultimative Mittel gegen die Entscheidungsschwierigkeiten junger Menschen.

In der Zeit, in der die meisten lokalen Lebensplattformen wahllos Erweiterungen vornehmen, Listen anhäufen, Bewertungen stapeln und Kurzvideos einpflegen, scheint die Branche für lokale Dienstleistungen bereits in eine Ära der Informationsüberlastung eingetreten zu sein. Für junge Menschen, die an einer Kreuzung im Geschäftsviertel stehen, fehlt es ihnen jedoch nicht mehr an reichhaltigeren Informationen, wenn die Unterschiede zwischen den umliegenden Gastronomieangeboten minimal sind – vielmehr fehlt ihnen ein schnell umsetzbarer Entscheidungsmechanismus. Ein WeChat-Mini-Programm namens „Was essen wir später“ versucht, diesen von großen Technologieunternehmen ignorierten „unter Wasser liegenden harten Bedarf“ zu bedienen.

Von der Entscheidungslähmung zur physischen Zufallsauswahl: Die Neugestaltung der Kette der Gastronomieauswahl

Die Entstehung von „Was essen wir später“ geht auf ein echtes Problem der Gründerin Xu Xinmei zurück. Als Studentin an der Hunan Normal University stellte sie fest, dass das größte Hindernis für Nutzer bei der Auswahl eines Restaurants die „Entscheidungsmüdigkeit“ ist. Traditionelle Plattformen geben die Wahl durch Bewertungen und Ranglisten an die Nutzer weiter, was die Entscheidungskette im Gegenteil verlängert.

Aus diesem Grund hat das Produkt eine extrem radikale Vereinfachung vorgenommen. Nachdem Nutzer das Mini-Programm geöffnet und die Standortbestimmung autorisiert haben, müssen sie nur den Suchradius auswählen, die Kategorien abhaken, die sie heute nicht essen möchten (z. B. Hot Pot, Schnellimbiss), auf „Drehen“ klicken – dann wird über ein physisches Drehrad zufällig ein echtes Geschäft ausgewählt, und die Navigation kann mit einem einzigen Klick gestartet werden. Der gesamte Vorgang dauert nur 5 Schritte, ohne dass Bild- oder Textbewertungen stören. Laut dem Team verlässt sich das Produkt nicht auf die Standardparameter des offiziellen SDK, um sicherzustellen, dass die Suchergebnisse keine Grenzen überschreiten, sondern führt auf der Client-Seite eine strenge zweite Prüfung des Radius durch, um die von den Nutzern festgelegte Sicherheitsgrenze strikt einzuhalten.

Entkopplung der unterliegenden Architektur: Aufbau technischer Barrieren im Geist von Geeks

Als Projekt in einem sehr frühen Entwicklungsstadium weist seine technische Architektur einen hohen Reifegrad auf. Derzeit ist das gesamte Projekt auf echten Geräten über die gesamte Kette hinweg funktionsfähig, das Paket des Mini-Programms ist nur 112 KB groß, die UI wird ausschließlich mit CSS und Emojis gerendert, und selbst die Animation des Drehrades wird ohne Canvas realisiert.

Die zentralere Barriere liegt in seiner Datenquellen-Fassadenarchitektur. Angesichts des Black-Box-Risikos des unterliegenden Karten-SDK (z. B. dass einige offizielle SDKs bei fehlenden Straßendaten eine Deadlock bei Rückrufen auslösen) hat das Team eine unabhängige dataSource-Adaptionsschicht selbst entwickelt. Derzeit kann die Umstellung auf POI-Daten eines beliebigen Kartenherstellers auf der unteren Ebene durch Ändern nur einer einzigen Codezeile abgeschlossen werden, ohne dass Änderungen an den Geschäftsseiten der oberen Ebene erforderlich sind. Dieses stark entkoppelte Design verbessert die Widerstandsfähigkeit des Projekts gegenüber Schnittstellenänderungen in der frühen Phase erheblich. Der Projektcode ist auf GitHub Open Source veröffentlicht, wo detailliert alle Erfahrungen mit verschiedenen technischen Problemen dokumentiert sind, was dem Projekt ein gewisses Potenzial für einen guten Ruf unter Geeks in der Technik-Community verleiht.

Zugang zur Exposition von Langschwanz-Händlern: Suche nach zusätzlichem Wert im Bereich lokaler Dienstleistungen

Im Geschäftsmodell vermeidet das Projekt die teuren Modelle der traditionellen Plattformen für gebotsgesteuerte Ranglisten und Provisionsabzüge. Für Langschwanz-Händler in Geschäftsvierteln (hochwertige kleine Geschäfte, denen Fähigkeiten für den Online-Betrieb fehlen) hat „Was essen wir später“ einen leichten Werbemechanismus entwickelt, der auf der Logik von „Blindboxen“ basiert: Händler können Pakete zur Gewichtserhöhung für bestimmte Nebenzeiten (z. B. Zeiten mit geringem Kundenaufkommen) erwerben, um zu extrem niedrigen Kosten zufällige Expositionsmöglichkeiten zu erhalten.

Derzeit befindet sich das Projekt in einem sehr frühen Stadium, in dem der technische Zyklus abgeschlossen ist, der wirtschaftliche Zyklus aber noch validiert werden muss. Die Grenzkosten einer einzelnen Entscheidung sind extrem niedrig (sie liegen innerhalb des kostenlosen Kontingents der API). Das Team plant, mit einer Seed-Finanzierung von 100.000 bis 300.000 Yuan das minimale wirtschaftliche Modell des ersten Geschäftsviertels um die Universitätsstadt Changsha herum zu validieren und mit 3 bis 5 lokalen Händlern zusammenzuarbeiten, um die Zahlungsbereitschaft für die „Exposition in Nebenzeiten“ zu prüfen.

Hintergrund des Teams: Das Geek-Modell mit einem einzigen Full-Stack-Entwickler und KI-Unterstützung

Derzeit besteht das Team nur aus einem Vollzeitmitglied, Xu Xinmei. Als unabhängige Entwicklerin übernimmt sie den gesamten Prozess von der Produktdefinition, dem Interaktionsdesign bis zur Full-Stack-Entwicklung. Mit Hilfe von KI-gestützten Programmierwerkzeugen erreicht sie alleine eine Iterationsgeschwindigkeit, die früher nur kleine Teams erreichen konnten.

Angesichts der zahlreichen großen Konzerne vertritt das Team die Auffassung: „Große Unternehmen betreiben Informationsverteilung und geschlossene Transaktionskreisläufe, wir realisieren den letzten Schritt nach der Listenseite. Wir wollen keine Bewertungsplattform ersetzen, sondern nur der Knopf sein, der Nutzern hilft, ihr Zögern zu beenden.“ In Zukunft wird das Projekt ein Partner-Mechanismus einführen, um Geschäftspartner zu suchen, die über Ressourcen für Händler im Bereich lokaler Dienstleistungen verfügen, um die kommerzielle Umsetzung gemeinsam voranzutreiben.