Разработка мобильного AR-приложения для маркетинга
Бренд запускает лимитированную коллекцию кроссовок. QR на упаковке → пользователь открывает камеру → поверх коробки появляется 3D-кроссовок, который вращается, светится, вокруг него летают искры. Шеринг в Instagram Stories. Виральность. Это работает, когда сделано хорошо. Когда модель грузится 8 секунд и трекинг рассыпается при малейшем движении — пользователь закрывает приложение и никогда не возвращается.
Image Tracking как основа маркетингового AR
Большинство маркетинговых AR-кейсов строится на image tracking: упаковка, принт-реклама, билборд, визитка распознаётся как якорь, поверх неё проигрывается AR-контент. ARKit использует ARImageTrackingConfiguration с ARReferenceImage — референс-изображение грузится из asset catalog или динамически с сервера. ARCore — AugmentedImageDatabase.
Критические параметры референс-изображения:
- Минимальная физическая ширина: 15 см (меньше — трекинг нестабилен)
- Высокий контраст, уникальная текстура — логотип Nike на белом фоне плохой якорь, яркий паттерн с деталями — хороший
- ARKit требует физический размер в метрах при регистрации (
physicalWidth), иначе масштаб AR-контента неправильный
WebAR vs нативное приложение. Для маркетинговых кампаний часто правильнее WebAR через 8th Wall или Niantic Lightship Web — никакой установки, открылось в браузере по QR. Ограничения: нет LiDAR, меньше возможностей физики, но для базового image tracking и face filters достаточно. Нативное приложение оправдано когда: сложная физика, high-fidelity графика, доступ к ARKit Face Tracking на фронтальной камере.
Face Filters: технические детали
Для брендированных масок (Snapchat-style) на iOS используем ARFaceTrackingConfiguration — только TrueDepth-камера (iPhone X и новее). Возвращает ARFaceAnchor с 52 blend shape коэффициентами (brow, eye, mouth, cheek — полный список в документации ARKit). Это позволяет маске реагировать на улыбку, моргание, поднятую бровь — не просто текстура поверх лица, а анимированный персонаж.
На Android аналог — ML Kit Face Mesh (478 точек), но без depth camera привязка менее точная. Для продакшн face filters на обеих платформах часто используем Spark AR (Meta) или Lens Studio (Snapchat) при публикации через их платформы, или ARCore + кастомный рендер для standalone-приложения.
Производительность и время загрузки
Маркетинговый AR — контекст импульсивного использования. У пользователя 3 секунды терпения. Поэтому:
- USDZ/glTF-модели ≤ 5 MB на первый показ, остальное догружаем
- Progressive loading: сначала низкополигональный placeholder, потом полная модель
- Предзагрузка в фоне при открытии приложения через
URLSessionс.backgroundconfiguration - Анимации через
.realityфайлы (Reality Composer) или USDZ animation tracks — не загружаем отдельный JSON с keyframes
Аналитика AR-взаимодействий через Firebase Analytics: ar_session_started, ar_target_detected, ar_content_shared — маркетологам нужны данные о конверсии AR → шеринг.
Что входит в работу
- Дизайн AR-опыта: сценарий, раскадровка, референс-изображения
- 3D/анимация (или интеграция ресурсов от арт-директора бренда)
- Разработка AR-модуля (нативный или WebAR в зависимости от кейса)
- A/B тестирование разных AR-сценариев
- Аналитика и отчётность по кампании
Сроки: простой image tracking с 3D-анимацией — 3–5 недель. Face filter с брендированной маской — 4–6 недель. Полноценное AR-приложение кампании с несколькими сценариями — 8–14 недель. Стоимость рассчитывается индивидуально.