发 帖  
原厂入驻New

[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  1245 车联网 汽车电子
分享
0
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”。

只有小组成员才能发言,加入小组>>

2401个成员聚集在这个小组

加入小组

创建小组步骤

关闭

站长推荐 上一条 /8 下一条

快速回复 返回顶部 返回列表