[经验]

车联网的进阶过程及产品研究设计模式

2020-6-6 08:00:00

2822 车联网汽车电子

什么是智能汽车？狭义地来看，智能汽车＝车联网＋新能源＋自动驾驶。如果用这样的定义来倒退，目前市面上还没有智能汽车。事实上，智能汽车是有一个进阶过程的，大致如下：
　　车联网＋传统汽车＝互联网汽车
　　车联网＋新能源＝新能源汽车
　　车联网＋自动驾驶技术＝自动驾驶汽车
　　车联网＋新能源＋自动驾驶＝智能汽车／智能交通
　　目前，中国的车联网发展如何，仅从智能交互角度，如何撬动车联网的蓝海。这里分享了三种流派。
　　流派一：体验咨询方案商，如Faceui
　　Faceui公司是国内一家体验咨询公司，致力于从产品策略和体验创新针对不同行业特性，为客户定制可持续增长的产品解决方案。目前，车联网已经成为他们的业务主流，为此，他们成立了facecar车联网体验创新互动平台，专注于车联网产品于服务体验研究。通过对车联网用户的洞察分析，结合市场趋势与信息技术，帮助企业探寻新的车联网商业机会。
　　Facecar的车联网产品研究设计模式是：
　　第一，研究用户行为
　　第二，研究用户需求
　　第三，设计产品的功能、服务和交互方式
　　第四，落实到产品
　　Facecar创始人朱家明表示，这和以往从现有了技术，再开发功能和产品的流程大为不一样。
　　目前，facecar正在开发建立“跨平台车联网用户行为库”，将会对快平台车联网用户行为进行长期系统的研究，并不断完善。这可行为库可以干嘛？首先，针对不同类型、不同需求的跨平台车联网产品，都可以从用户行为库中找到相应的场景任务即用户需求，确保产品功能规划及设计是否真正符合用户使用场景和需求。其次，从用户行为库中挖掘更多潜在用户需求和产品机会。第三，基于不同类型的用户任务特征，进行交互设计原则的梳理，从而确保设计方案的良好用户体验。
　　那么，“跨平台车联网用户行为库”该怎么搭建？朱佳明介绍：
　　第一，搭建用户行为库框架体系
　　第二，典型用户场景枚举梳理
　　第三，通过用户研究细化用户需求和场景任务
　　第四，任务特征分类
　　第五，基于不同任务特征的交互原则梳理
　　
　　分开来说，搭建用户行为库框架体系就是以“人－车互动生命周期”为主要纬度，同事考虑不同用户人群划分，搭建出行为库主要框架体系。值得注意的是，用户行为库是一个动态的数据库，基于用户生活方式的变化，将不断迭代调整和完善。
　　典型用户场景枚举梳理，是基于行为库框架体系，从用户使用和互动可能性出发，枚举已有的，以及潜在的典型用户场景。场景枚举完全从用户行为角度出发，不会受限于现有的产品和服务使用方式，以及技术可行性。基于用户生活方式的变化，场景枚举也会不断调整和完善。
　　通过用户研究完成用户场景的验证完善，用户需求及任务的细化。基于初步的用户研究，对枚举的典型场景进行验证、修正和完善。通过更深入的用户研究，梳理用户需求，细化场景下的具体任务。在这里，Facecar会使用“随车情景观察”和“1对1的用户深访”，即用户研究人员车内跟随用户，通过跟踪、观察、记录用户的真是驾驶轨迹和使用场景，分析用户的实际车辆使用方式和行为。以“停车”这个环节为例，有三个典型场景，“寻找停车场”、“寻找停车位及停车”和“停车后离开”。
　　任务特征分类表示，每个场景下都包含了一系列具体奋武，基于对不同任务特征的提炼归纳，寻找共性和差异，并从中进行任务分类。例如，主动性任务、被动性任务、驾驶中任务、暂停中任务等。
　　最后，基于不同任务特征的交互原理梳理表示，不同的任务特征分类对于用户交互行为有不同的需求，包括：用户需用的交互通道、用户客提供的注意力、用户需求的信息类型及方式等。基于这些任务分类，提出相应的交互设计原则。例如，在驾驶中任务里，交互原则是“最小参与原则”；在感知延迟性任务里，交互原则是 “可预期原则”；在跨终端任务里，交互原则是“无缝衔接原则”。