来源:赛博七号,人人都是产品经理网站,赛博七号 | 人人都是产品经理
文章分类并整理笔记如下;
入门知识
-
- 智能汽车准确地说是智能网联汽车;
- 智能汽车不是电动汽车,电动汽车是智能汽车的最佳载体;
- 智能交通是交通管理系统的概念;
- 车联网重点是V2X,CPSP只是很小的部分;
- 车联网的学习捷径,先了解信息通信体系;
- 汽车智能在于车身和车内,车身是智驾,车内是座舱;
- 智能技术:在于【感知—决策—执行】【输入—处理—输出】流程的自动化和高效性;
- 智能产品:多思考【场景—体验】,多学习【场景—技术—体验】;
- 场景:静态用场景矩阵分析,动态用用户定性分析;
- 体验:产品经理主抓本质,即用户价值和用户成本的关系。设计师的价值在于优化,不解决体验的本质;
- 智能化等级:SAE L0-L5,本土L1-L5;网联化等级:1-2-3,当前过1进入2中,行车环境和座舱的信息交互是趋势,如AR-HUD;
- OTA/自动驾驶/智能诊断/紧急救援/互联网个性化服务/智能交互是区别传统汽车的典型功能。
-
- 分为三种:
- 商品管理类
-
-
- 以市场和利润为导向,去决策和管理产品的立项和生命周期。
- 如何根据消费模式和消费行为随宏观经济发展的趋势变化,去寻找机会的案例
-
-
- 产品规划类
- 产品定义类。
-
-
- 重点是介绍的是座舱产品经理和车联网产品经理
- 智都是新出现的职业机会。这是因为人车关系发生了变化。
- 如何理解人车关系的变化?我们不妨切换到企业的视角来体验三个变化:
-
-
-
-
- 第一个是客户的需求层面,伴随智能化生活体验的习惯养成,消费者渴望汽车能像手机一样提供定制化服务和连贯场景体验。消费者的需求提升了。
- 第二个是价值层面,汽车厂商的价值正从以车辆为中心的模式,转变为以消费者为中心的移动出行生态系统。也就要求着车企的服务要拓展了。
- 第三个是商业模式层面,整车厂由单纯的产品制造和销售商,转变为以用户为核心的移动出行服务运营商,商业模式要进化。
-
-
-
- 职业机会:车端、云端、服务、人车路云
从互联网转行到汽车行业,你需要了解哪些知识? – 人人都是产品经理
-
- 智能化的关键技术
- 后市场服务、移动出行服务、车生活服务与运营
-
-
- 主要是针对车的美、改、养、修等服务
-
-
- 数字化消费服务
-
-
- 以内容增值服务与流量变现为主 音视频内容消费、车载游戏消费、车载社交、电商等
-
-
- 主要还是集中在智能网联领域
- 端侧
-
-
- 智能驾驶、智能座舱、整车EEA。
- 座舱智能化交互体验的提升,围绕着人机交互的媒介、环境、控制、空间和数据等维度进行升级。
-
-
- 网-云侧
-
-
- 主要人员皆由互联网行业构成
-
-
- 规定了整车开发从产品立项、概念设计、工程开发、产品和工艺验证、生产准备、试生产到正式量产全过程的关键里程碑及其控制活动。也规定了各节点需要提交的一级交付物。
-
- 以智能座舱的产品经理为例,最好能补充以下知识内容。
基础课程
- 何为汽车智能化
- 汽车智能化:两大核心功能:智能化和网联化
- 智能的四大关键模块
-
- TBOX:要提供基础位置服务、网联服务及简单的车辆控制服务。
- 智能网关:传统的网关+无线通信+新功能\应用
- 交互类设备:能实现人机互动的设备或模块,如中控屏、仪表、流媒体后视镜、电子外后视镜、HUD、方控等。
- 域控制器:ECU越来越多,域控制器为实现以太网和云端的互联,以及兼顾先进架构和低成本,目前域控制器支持更多集成式的功能
- 产业角色:OEM Tier1 Tier2 Tier3 Tier0.5 Tier1.5
- 汽车智能化基础平台
- 智能化基础平台架构设计要求
- 智能化基础平台架构的核心内容
-
- 异构分布硬件架构
- 车载操作系统
- Adaptive AutoSAR
- 分布式通信
- 车载移动通信
- 面向服务的基础架构
- IVI人机交互的“三板斧”和“四件套”:
-
- IVI的人机交互形式的三板斧:声音、图像、文字
- IVI的人机交互媒介的四件套:中控屏幕(显示、触控)、仪表显示、语音、方向盘
智能座舱系列三:智能座舱监测系统(IMS)之DMS – 人人都是产品经理
- DMS,即Driver Monitoring System,监测对象为Driver(驾驶员)。
- OMS,即Occupancy Monitoring System,监测对象为乘客。
- In-cabin monitoring System即汽车座舱的智能视觉监控系统。通俗来讲,IMS既包括DMS、OMS,也包括FACE ID、手势识别、体征监测、远程监控等。下面我详细介绍一些我对IMS认识。
-
- 法规要求
- EuroNCAP五星安全评级要求
- 智能化体验升级
-
- 疲劳监测:摄像头对驾驶员的闭眼和打哈欠行为行进行采样;DMS结合行车时间、行车速度等因子,来判断驾驶员是否疲劳和疲劳等级。
- 分心监测:行车过程中,摄像头对驾驶员的视线偏移、及人脸角度偏移进行采样;根据偏移的角度阈值,进行判断;触发偏移阈值开始计时,根据时间长短来判断分心等级,并给予相应的提示,如声音警报、语音警报、安全带收紧、仪表警报等。
- 危险行为监测:危险动作检测包含驾驶员抽烟、打电话、饮食等行为。
-
- DMS系统包括摄像头、芯片板及算法、IVI人机交互部分。
-
- DMS的功能规划
- 确认芯片平台
- 设计DMS系统方案
- 寻找算法供应商
- 寻找摄像头供应商
- 确认摄像头安装位置
- 各业务口输出相关的技术文档
-
- 硬件系统/零件的构成有哪些
- 硬件的关联件有哪些
- DMS的软件PRD主要内容有哪些
- PRD内容示范——疲劳检测
-
- 基于业务理解,进行相关分析
-
-
- 论智能语音还是智能视觉系统,它们都属于平台型、服务型产品,通过对用车场景的深度挖掘,提供满足各种用车场景的功能和服务,才能构建产品体验的差异化和竞争力。
-
-
- 分析产品的行业现状及发展趋势
-
- 抬头显示(Head Up Display),又叫平视显示系统
-
- 最初的C-HUD、W-HUD,多见于高端车型,AR-HUD 是AR增强现实技术和HUD抬头显示相结合的一种新型的车用HUD,与C-HUD和W-HUD最大的不同之处在于,AR-HUD拥有更大的视场角和更远的成像距离,而且可以直接将显示效果叠加到现实路面
-
- 车况及导航系统内容
- 车生态服务信息
- 行人预警
-
- AR HUD的量产时间集中在2020年~2021年
-
- 离轴三反射镜光学系统
-
-
- 即图形显示器(PGU)产生图像
- 小反射镜(fold mirror)折转光路
- 大反射镜(rotable mirror)反射放大
- 风挡玻璃反射进入人眼成像
-
-
- 安装:
-
-
- 体积较大,散热结构设计复杂,要求高,且易与仪表板管梁和空调管路干涉,需要预留足够大空间进行布置;
- 投影面积更大、距离更远,HUD自身曲面镜较大,目前开模资源较少,良品率较低,成本较高
-
-
- AR-Creator需要实现的功能复杂
-
-
- HUD显示与车道线 matching:
- HUD显示与车头方向 matching
- HUD显示与转弯路口 matching
-
-
- VOS(语音操作系统)旨在为用户提供车内环境下的语音交互服务。 VOS系统系统采用了唤醒、语音识别、语义理解等技术实现语音控制。
-
- 车端系统、云端系统、语音运营管理平台以及训练和分析统计模块
-
- VOS车端系统:对话系统(DS)
- VOS车端模块
-
-
- 音频处理模块:AEC /AGC/ANR/ BF;
- 唤醒模块/本地ASR;
- 语音控制器语;
- 本地对话系统;
- TTS模块。
-
-
- 语音助手
- 本地对话系统(本地DS)
- 本地NLU
- 本地TTS
-
- 对话系统
-
-
- 一种是基于TCP的socket流式数据传输接口
- 一种是基于HTTP的用于发送非语音类消息的接口
-
-
- 模型
- 云端TTS
-
- 数据运营
- 功能运营
-
- 用户数据统计分析
- 训练系统
智能座舱产品系列:UWB数字钥匙产品技术介绍 – 人人都是产品经理
-
- 最初的机械钥匙到遥控钥匙,再到PEPS钥匙系统,以及我们今天要讲的数字钥匙
- 用户需求:安全性越来越高,便捷性体验越来越高。
-
- 数字钥匙简单说,就是把手机当钥匙,并且用无线技术来实现手机的定位功能
-
-
- 蓝牙定位的原理主要应用的是蓝牙信号场强值,简称RSSI(Received signal strength Inducaror)。
- 蓝牙2.4GHz,距离较近的地方,场强值变化较大,和距离位置有趋近线性的关系。但是到了比较远的地方,比如1.5米以外,这时候场强值的变化比较小,此时就不能精确地识别到距离的变化
- 通过至少三根天线获得的场强值来计算距离获得定位的一个点。理论上,天线数量越多,定位精度越精确。但由于蓝牙本身的特性,在远距离的时候,它的定位精度很难被大幅度提高
- 但仅靠场强值来实现定位,感知精度不准始终是蓝牙的一个痛点
- 蓝牙BLE技术:AOA技术,其实也可以和UWB技术一样,可以基于信号本身,比如用飞行时间TOF来做精准测距,效果也远远好于场强值的计算,且也无需加装昂贵的UWB设备(但市面上的手机不支持这种蓝牙的测距方式)
-
-
- UWB技术采用飞行时间测距,time of flight。
-
-
- 车端中,UWB锚点可以实现钥匙和车身的测距功能。在发射装置中将含有时间戳的信号发射出去后,接收端通过接收到的信息计算出飞行时间,进而推算出飞行距离,实现精准的测距
- 借助多个锚点辅助,尽量精确测距。一般来说,UWB定位精度可以达到零米级
-
- PEPS高低频物理钥匙的定位精度很高,但定位覆盖范围比较小,也没有办法做钥匙分享和做防中继攻击。
- BLE蓝牙技术覆盖范围广,定位精度同样不高,基于手机和云端,它可以实现钥匙分享,但依然在防中继攻击方面没有好办法。
- 而UWB技术,它的定位精度很高,定位覆盖范围很广,而且具备了防中继攻击的能力。防中继攻击问题,也打开了UWB在汽车、支付等高安全要求场景应用的大门。但它成本太高了,这个也是各个主机厂比较关注的问题。
- 三、UWB系统的实现方案
- 为何UWB技术将成为汽车数字钥匙的主要技术?
-
- 基于UWB功能开发的CCC3.0规范,是2021年7月份正式发布的。2021年7月CCC车联网联盟(Car Connectivity Consortium)将UWB定义为第三代数字密钥的核心技术
- UWB数字钥匙融合了UWB、BLE蓝牙和NFC三种无线通信技术
- 四、总结
- UWB技术的拓展应用
-
- 确认数字钥匙到达车辆后备箱外部指定的位置之后,可以开启UWB的雷达探测方式,对用户靠近后的脚踢动作进行识别。
- 用UWB技术实现车内活体检测功能
- .数字钥匙面临的挑战
车联网产品经理需要知道的X-Call知识 – 人人都是产品经理
- X-Call是对E-Call、B-Call和 I-Call功能的一种合称。
- X-Call是车联网的一项服务。在车企里,X-Call的工作是与TSP平台对接。
- I-call是什么
-
- I-Call是信息服务。I-Call的产品形态就是网络电话。
- I-Call一般是付费通话的。我有个前同事对就车主撩骚的需求动过脑子,想在车机上做一个美女陪聊的应用,按时收费。
- E-Call
-
- E-Call是汽车的紧急救援呼叫系统。呼叫之后还需要救援资源去响应,即救援管理系统、救援团队、救援服务。
- B-call是什么
-
- B-Call是非事故道路救援服务内容有拖车、快修、搭电、加水、送油、换胎。
- E-call/B-call的服务流程
-
- E-Call/B-Call的救援服务车企都做不了。车企要对接第三方的救援系统和救援服务,是通过TSP平台去对接第三方。所以车企内的产品和研发团队做两项工作:车端到TSP的流程(逻辑)、TSP到第三方的对接。
- E-call的服务价值
-
- 欧盟E-Call的服务价值:每年可以挽救2500个生命,降低15%的重伤数量,同时节省40%的救援时间,减少的社会经济损失大约260亿欧元。
- E-call的产品逻辑
-
- 多端联动
- E-call的现状
-
- 除了欧盟,俄罗斯、沙特、阿联酋也都出台了安装E-Call的强制法案。中国目前还在推进立法。
产品创新
- 产品开发是围绕功能和性能还是体验?
-
- 体验看起来似乎比较容易被复制和追赶,其实要复制体验是很难的,因为不同企业对产品核心竞争力的理解存在本质不同
-
- 不过传统车企的一些做法还是围绕着功能和性能展开。特别是自动驾驶;很多传统车企的自动驾驶功能是作为配置采买来的,例如把博世的解决方案安装在自己的车型上,或者在产品上配置一些驾驶辅助功能。汽车卖出去后,这些功能用得怎么样基本是不管的
- 如果车企不鼓励用户使用自动驾驶功能,又怎么获得相关数据直至形成数据闭环呢?自动驾驶系统不用起来是不可能完善的,因为必须不断积累使用数据才能实现技术优化。这是传统车企存在的一个典型问题。
- 特斯拉为什么进步速度这么快?因为它在不断鼓励用户使用智能功能,然后采集数据、持续优化。特斯拉的产品越用越好,表面上是技术问题,实际上是组织问题,必须建立强大的组织在后台支撑数据的闭环,才能实现技术本身的快速迭代进步。
- 产品体验的三个层级
-
- 汽车产业已经建立了一套把体验分解成具体指标的完整体系,例如安全性、舒适性、动力性、操控稳定性等。体验这个词,是因为其内涵变新了,价值空间变大了,再用原有的指标体系已经无法清晰描述。此外,还有很多场景化的元素加入进来,
- 我们需要把体验放回到汽车产业的中心,重新思考和审视未来汽车产品的体验究竟是什么。
-
-
- 第一个层级是汽车有什么功能或者说功用,可以在某种场合下帮助用户解决某种问题
- 第二个层级是人与车的交互以及在交互中的感受,例如不同的汽车产品在功能上可能是相近的,但带给用户的感受可能完全不同
- 第三个层级是情感价值,也可以说是汽车产品带给用户的满足感。
-
- 体验评价的四个步骤
-
- 第一是看用户接触汽车的方式,这是很核心的一点
-
-
- 在接触汽车之前,每个人都会对汽车有所预期,这个预期本身是可以进行衡量的。
- 分析个人的客观属性,例如他的身份和年纪,他希望用汽车做什么,他要在什么场合使用汽车等,也包括他之前的用车经验,以前开夏利和开奔驰的人,对汽车的要求肯定不同,对汽车的判断逻辑也肯定不同。这样就可以构建起一个相对客观的用户预期。
-
-
- 第二是看车企给用户建立了怎样的预期
-
-
- 例如奔驰给用户建立的预期是高端和优雅,而宝马建立的预期是良好的驾驶乐趣,这是车企多年来在消费者心中形成的品牌形象。
-
-
- 第三是看产品能实际满足哪些用户预期
-
-
- 如果从功能和性能的角度分析,那只是孤立的一个点。而如果从满足预期的感受来分析,则可以得到一条线。因为感受是多元的,而且可以不断增加或减少。
-
-
- 第四是看本次使用结束后产品能给用户留下什么样的回忆,未来这一点可能是最重要的
-
-
- 如果回忆和预期无法匹配,就要分析车企是否对使用场景的理解有问题,或者向用户传递的预期有问题,又或者产品设计的功能和性能有问题
-
- 解决体验痛点是技术不行还是理念不行?
-
- 对于新造车企业,它们确实有归零思维,是从什么样的电动汽车最符合用户需求的角度来思考的。一定要做传统车企没有做到的事情,才有机会赢得市场,而不是单纯从节能减排的角度来比拼。
- 汽车产品的价值首先还是要在功能定位上体现差异,在此基础上,再打造体验上的差异。
-
-
- 在体验上,很突出的一点就是努力消除用户的焦虑感。特斯拉的续驶里程也不算长,但它投资建设了很多超级充电站,
- 究竟应该围绕性能,还是围绕体验来打造产品?答案应该是后者。如果单纯追求续驶里程,即使做到了500或600公里,也无法完全解决里程焦虑问题。
-
-
- 很多体验涉及的并不是技术而是理念问题。我们看到,不少传统车企即使打造的是电动汽车,也是按照打造燃油汽车的思路,这样自然会出现体验上的细节差异
- 围绕电动汽车的特点,重新思考和优化了功能的应用及用户操作
- 好产品体验的关键:软件!
-
- 未来汽车一定要基于数据为用户提供“千人千面”和“千车千面”的个性化服务,而在这个过程中,软件将与相关服务直接对应,从而发挥极其重要的作用
- 以技术实现汽车与人的情感互动
-
- 感觉其实是一种综合性的体验,产品创新的目标就是通过科技,让产品给用户带去温暖的感觉。
-
-
- 如用户群体上班都很辛苦,下班后肯定希望能比较放松,这时车内就要营造出轻松的环境,包括氛围灯、音乐以及气味控制等,都可以进行相应调节,这些都是基于车内系统的识别和判断而自动进行的
- 汽车还能帮助用户规划好下一步的行程,包括去接孩子或去购物等。
-
- 差异化竞争的关键:产品+服务
-
- 未来产品配置的差异会越来越小,可能只有在造型设计以及对机械的某些理解方面会有一些差别。产品核心是由原来的机械或机电部分,演变成未来的电动化、智能化加服务的产品,这意味着服务将成为产品的重要组成部分
- 服务的基础一定是车辆本身,即面向用户在用车过程中所产生的各种需求来提供服务。为此,车企必须利用各种技术识别和满足用户的需求。
- 再通过场景切片,完成需求分类,以实现快速精准响应。这样就可以形成一个完整闭环:从用户端得到需求,到研发端快速迭代,形成定制化服务方案,再将其提供给用户,然后接收用户的使用反馈,进入到下一轮闭环过程。
- 都将走上“产品+服务”这条路。而相较于产品,未来车企之间更大的差异可能是在服务上,必须通过服务实现“千人千面”和“千车千面”。一方面,不同企业的用户群体不一样,所产生的需求就不一样,车企提供的服务当然也不一样。
- ,不同车企对用户需求的理解和满足能力,包括获取和处理数据的方法、提供服务的方式等都存在差异,即使面对近似的用户群体,提供的服务也将是不一样的。因此对车企来说,最大的挑战是如何转变过去那种单纯的“产品”思维,努力把“产品+服务”做到极致。
-
- [三维空间交互]与[震撼的5屏交互],即手势交互和后排增加了娱乐屏;[超强的计算平台]这属于旗舰车型的标配
- 产品同质化,明牌打法,技术方案、落地效果;
-
- 产品进步是由供应端的产品和技术推动。
- 配置的同质化无法拉开产品竞争力,那体验的差异化便是产品竞争的主战场。而座舱产品体验的差异化,就集中在智能化方向。如果你是座舱的产品经理,负责座舱产品的智能化体验,那么配置同质化的环境里,恰恰是需要你在体验差异化上发光发热
-
- 智能化技术和智能化交互。智能化技术是里子,智能化交互是面子,二者并重去落地完成产品的智能化体验
- 人机交互的本质是信息的【输入】和【输出】。交互设计的目标则是提升人机沟通过程中,信息传递的准确性和效率
- 。智能座舱的交互方式和媒介是多样性(多模态)的。人驾驶员在驾驶过程中,注意力和双手常常被高度占用,而开发基于非视觉感官的信息媒介、无需用手互动的交互方式就显得尤为重要。多模态的交互构建起来并不难,还是牢牢把握人机之间信息的输入和输出,在输入和输出的形式上做扩展。
-
-
- 首先,在信息输入方面,座舱内有丰富的传感器可以加以利用。
- 其次,在信息输出方面,座舱内除了HU屏幕和仪表上的GUI,通过听觉、温控、震动等形式与用户进行感官交互。
- 有人把这块的数据计算和场景融合的工作,开发成一个座舱产品,叫AI场景引擎。这种做法是非常棒的。我们把上面关键的智能化技术和交互模态做组合和分析,大致上可以推导出座舱的技术、交互趋势,而技术和交互的融合,又构成了产品形态的发展趋势。
-
-
- 首先在于对用户需求的动态理解。汽车发展是由供应端的产品和技术推动的,这样的结果就是产品的同质化
- 汽车发展和产品的设计由消费者的需求推动,尤其是基于场景的个性化体验的需求在不断提高,这就给了我们创新的机会,虽然硬件的配置是同质化的,但用户群体不同,用户特征不同,我们再满足自己的用户需求时,创造的用户体验是有差异的。
- 为什么要强调对用户需求的动态理解呢?这是因为座舱智能化还处于早期,用户的某些细分领域的需求并不明显,但是结合你真正的用户去进行分析,你会发现一些需求是动态和变化的。所以别轻易“Say NO——”这是个非刚性的需求”、“这是个伪需求”
-
-
- 这个功能在专业用户和小白用户两端都不讨喜,但是小鹏G3上线此功能后收到欢迎;G3的用户是谁?全是年轻人,在当时能买G3的就是喜欢折腾、尝试,好奇心爆棚的一部分人;从用户在车内“唱歌的需求”变成在车内唱歌的“好奇心需求”,后面变成了一个分享体验的“社交需求”
- 理想L9的后排增加娱乐屏,一机拖5屏
-
-
-
-
- 是去静态理解后排屏幕的需求,那很难说服自己和团队接受因此而抬高的BOM成本。因为在静态的需求理解上,这个功能的费效比不高
- 功能价值和需求
- CPV成本
- 用户满意度
-
-
-
-
-
-
- 按照【价值/成本】模型预测【价值/成本 】模型里,注意两点:价值受功能使用频率影响,使用频率越高,价值越大。成本虽然是固定值,但是不同的用户对于成本的敏感度是不同的,高收入群体相对敏感度低。
- 既然用户对于这个功能的满意度,受使用受后排频率和价格敏感度影响。这个分析模型就要结合自己的用户真实特征才有效。
- 如果按照普通SUV的极低后排使用频率,用户满意度极低。但是理想L9是家庭定位,后排的亲子落座率非常高,同时这款车的户群体对于4000元的价格敏感度并不高。与其他品牌和定位的车型相比,理想L9的五屏会因为其用户需求的差异,形成口碑的差异
-
-
-
-
-
- 对需求的动态理解而创新,这工作中这是一个向内思考的方式。
- 另一种向外发散的创新方式——整合。智能座舱是多学科知识交叉的领域,从技术上来讲,整合车辆相关的技术和互联网技术;从产品形态上,要整合软件产品和硬件产品;从服务上,要整合本地服务和在线服务;从研发策略上,要整合上下游供应商的研发优势和自研的能力。整合和落地,受到到主客观环境和资源约束。
-
-
-
-
- 所以说整合创新是自上而下的。座舱的产品管理者,是产品团队资源能力最多的人,必须既要承担整合创新的主体责任,又要严控产品落地的质量
-
-
-
- 像iPhone,每个功能你都可以抄袭模仿,但就是没有人家做的好,而这背后的细节、深度才是真正的竞争力。
- 如果说好的想法和创意是出奇,那么好的落地则是守正,能落地别人落地不了的守正即是出奇。
UX评测
如何科学有效地评价智能座舱的用户体验——创建可信的评测模型 – 人人都是产品经理
【智能座舱的用户体验评测】30位行业大佬分享了这些有价值的观点和启发! – 人人都是产品经理
针对智能座舱以及汽车智能化方向的用户体验评测,如何创建一个可操作、可量化、可信可靠的评测模型?
-
- 可测量: 可以测量采集得到,同一形式测量得到的数据可以相互比较。
- 可量化:把「这个产品体验好吗」转化为可以测量的概念,如用户留存率、流失率等。
- 可信可靠:保证度量结果的内在一致性和稳定性,确保质量。
- 可持续性:指标可以持续观察、跟踪和优化,利于产品迭代优化后指标数据的前后对比。
-
- 创建座舱的体验评价维度
- 互联网公司自建的评测方法
-
-
- 谷歌HEART模型
- 阿里PTECH模型
- 阿里UES模型
- 阿里五度模型
-
-
- 结合用户体验评测的经典方法和智能座舱的产品技术特征,我们把评测的维度分为6个。
-
-
- 功能层面的有用性(usefulness)
-
-
-
- 交互层面的可用性(usability)
-
-
-
- 系统层面的高性能(performance)
- 安全层面的安全感(safety)
- 情感层面的满意度(satisfaction)
- NPS层面的忠诚度(NPS)
-
- 建立评测任务和场景库
-
- 体验评测的用例越多,评测的颗粒度越细,似乎数据就越可靠,但实际并不是如此。首先要明确评测的目的和重点,,一定是先按照功能和模块进行测评,然后汇总座舱内容的全部功能的体验。
- 先按照功能模块去测试,得出各功能模块的体验数据,然后按照体验用例和用户场景的频度进行第二次加权统计,最终得出一份相对更加可靠的数据。
- 数据量化
-
- 必须以结构化的方式收集和分析数据。例如,要计算NPS,用户被要求在0-10的评分尺度上评估其推荐产品或服务的可能性,而批评者(评0-6的人)的百分比将从推荐者(评9-10的人)的百分比中减去。
- 完善用例库
-
- 用户使用场景:记录用户在使用产品或服务的场景和环境,包括使用时间、地点、情境等信息,以评估产品的适用性和用户体验。
- 用户需求和期望:记录用户的需求和期望,包括功能、性能、界面、交互、安全等方面的要求和期望,以评估产品的满足度和竞争力。
- 用户行为和反馈:记录用户在使用产品或服务时的行为和反馈,包括操作、反应、意见、建议等信息,以评估产品的可用性和用户体验。
- 系统数据和指标:记录系统的数据和指标,包括性能、安全、稳定性、兼容性等方面的数据和指标,以评估产品的质量和可靠性。
- 如果对以上成果——用户体验评价模型进行命名,可以根据6个体验维度的首字母组合,权且称为UUPSSN模型。