如何讀懂智能汽車用車場景?

如何讀懂智能汽車用車場景?
如何讀懂智能汽車用車場景?

撰文 / 張曉亮編輯 / 張 南設計 / 師玉超

每當提到場景,大家最直覺的想法就是討論這些場景發生的頻次,然後就是與頻次高度相關的權重問題。我們先不論什麼樣的權重算是合理,單就使用頻次衡量場景而言,至少存在以下幾點不合理之處,或者風險。

首先,頻次不完全等於場景的重要性。

如果統計頻次,對於絕大多數細分市場而言,上下班代步都是無可爭議的最高頻用途,甚至佔到了所有使用場景的95%以上。但這並不意味着上下班代步這個場景在上述細分市場可以佔到同等比例的權重,因為按此權重設計出來的產品基本上只能用於上下班代步了。

其次,不同場景對於用户體驗管理的意義或者側重是不同的。

高頻場景通常是為了讓產品好用,如果有條件就推動用户的用車標準進入一個新的高度,這樣才可以給其他品牌設置壁壘。很多低頻場景要麼是為了增強用户的購買慾望,要麼就是為了解決用户某種痛點或者隱患。

比如現在很多新勢力車企都在做的露營場景,從頻次角度這肯定不是高頻場景,但它可以證明電動車的某些獨特能力,同時又給用户描述出了具有強烈嚮往的畫面。這非常有利於給用户種草,推動用户從現有的燃油車換購到電動車上。顯然從種草這個維度,露營場景就非常重要。

同樣道理,交通事故絕對不是高頻場景,甚至用户都唯恐避之不及,但為什麼大家還要把碰撞表現作為重點研發的對象呢?因為它消除的是用户的某種需要強烈規避的隱患。

最後,雖然大家都説場景,但本質上對場景的定義存在很大區別,甚至經常各説各話。

如果對場景的定義或者描述層級沒有對齊,大家在這個基礎上討論頻次就顯得更加沒有意義。

站在用户視角上,宏觀尺度、中觀尺度和微觀尺度的場景各有不同,往往用户口中宏觀視角的場景就是車輛的用途,比如上下班代步、公務通勤、中長途等等。

中觀尺度則是與用户使用旅程高度相關的,但每個用户旅程的拆解又必須在宏觀尺度場景之下才有明確含義(這與互聯網行業的體驗地圖還是有很大差異的)。

到了微觀尺度則是各種瑣碎的用車事件。

實際上,宏觀、中觀和微觀尺度的場景在產品定義中各有不同的含義。SoCar將宏觀場景指向產品定位問題,中觀場景指向競爭策略和體驗主線問題,微觀場景則指向具體的功能定義問題。

如果站在車的視角上討論場景則是另外一種含義,因為車不同於人,人看到的和理解的東西,車未必理解,但我們又要讓兩者對應起來,只有這樣車才會智能。

那麼車理解的場景是什麼呢?

一組可觀測變量有意義的組合。什麼是可觀測變量?就是來自車輛感知系統(包括各種傳感器、攝像頭或其他車輛運行參數)、駕駛員或其他用户的指令輸入(比如深踩油門、進入R檔、啓動雨刷……),以及生態數據(比如天氣、地理信息等等),這些可觀測變量組織在一起,如果其中某個變量發生改變,帶來用户意圖的改變,就意味着場景發生了改變。

比如,現在智能化程度高一些的電動車品牌,即便你在D檔上面,只要車速是0的情況下,解開安全帶,打開車門,車輛也會自動判斷出用户的意圖是要駐車和下車。這個時候車輛會自動進入P檔,並且啓動EPS並且下電。這個過程其實就是場景的切換,從駕駛場景切換到了駐車場景。而觸發這個變化的關鍵變量,或者説發生改變的變量就是解開安全帶或打開車門,當然這有另外一個前提就是車速為零。

隨着我們不斷對各種可觀測變量構成組合的分析,車可以感知的場景就會越來越精確地與用户意圖或者説用户能夠理解到的場景匹配起來,車的智能化水平也會不斷提高。

隨着我們不斷對各種可觀測變量構成組合的分析,車可以感知的場景就會越來越精確地與用户意圖或者説用户能夠理解到的場景匹配起來,車的智能化水平也會不斷提高。

但是這個過程本身就是需要對各種長尾問題進行持續地跟蹤、分析和積累。這個時候如果把頻次統計和權重問題直接納入進來,上述過程必然就會走樣。

版權聲明:本文源自 網絡, 於,由 楠木軒 整理發佈,共 1535 字。

轉載請註明: 如何讀懂智能汽車用車場景? - 楠木軒