女性智能駕駛鞋的場景化設計策略

文／李 翔，王毅力，韓天鳴 （武漢理工大學 藝術與設計學院）

近年來國內女性駕駛群體數量不斷增加,2017年國內女性司機人數已經突破9700萬；同時由于女性司機駕駛不當導致的交通事故也逐年攀升，“女司機”甚至成為一個標簽化的名詞。經統計,由女性司機造成的交通事故中，因穿鞋不當而導致事故的比例為45%[1]。在這種情況下，有必要探究女性駕駛鞋在新使用場景下的設計方法。場景是便于設計師觀察并歸納出用戶在給定場景下難以表達或模棱兩可的“設計師主觀認知需求”。基于場景化的設計方法由于其具體性[2]、以用戶為中心的設計思路被諸多研究者和企業關注并發展。本文利用文獻研究法和案例研究法提出場景設計六維度模型，結合優化算法完成女性駕駛鞋需求洞察，提出智能鞋款設計策略。

一、場景化設計研究現狀及女性智能駕駛鞋應用場景化設計方法的必要性

1.1 場景化設計研究現狀

依據研究主題“場景化設計及應用”，文獻研究分為兩條線路，一是對于場景化設計方法的代表性文獻研究；二是對于場景化應用的代表性文章研究。場景化設計國內較早的研究者為譚浩、YU D J、吳志軍等。對于場景化的應用方法研究，一方面，學者是從場景化的應用順序入手，將場景流程解構為若干層次，對于特定層次進行分析；另一方面，場景包括若干維度，如用戶維度、產品維度、地點維度等，也有學者從場景的維度出發，將場景化從場景所包含的所有角色、場景內容等層面進行解構，提出基于場景維度的產品設計方法。雖然場景化的設計方法較為多樣，不過該方法共同的目的均為使用戶參與產品開發過程，提升產品的用戶體驗。

譚浩 （2004）提出產品設計是知識從解釋的初始狀態轉化為需求匹配狀態或目標狀態的過程[3]。譚浩（2006）提出了一種場景化的設計方法，該方法聚焦于設計師將自身“知識”在既定場景下轉化為對應場景的“設計”，并使得最終的設計成果符合用戶需求；該方法將情境設計方法分為3個階段，分別是問題情境、求解情境和解情境[4,5]。該研究首次將場景解構成不同的要素，并且從場景化的應用流程上看，產品設計被認為是一個從需求到目標的問題求解過程。YU D J（2007）提出了一種基于中國傳統文學作品寫作流程即“起”“承”“轉”“合”[6]。“起”意為舊場景下的人、物、環境、活動所產生的故事；“承”意為分析舊場景下的各個要素，由此產生產品設計的新想法；“轉”意為上階段產生的新想法可視化，由此產生新的“概念場景”；“合”意為對上一步產生的概念場景進行評估、迭代，歸納出最終的產品場景。吳志軍 （2009）研究認為，在場景化設計方法中，場景可以被分為若干個鏡頭 （場面），每個鏡頭有相同的場景元素；該研究提出場景包含3個要素：人，活動，環境[7]。BO O（2018）首先依據場景包含的要素將場景解構為目標用戶、用戶行為、環境因素，其次研究考慮到場景化的局限性，將調研問卷依時間不斷迭代，使得最終的設計策略更加符合各類用戶群體[8]。

在場景化設計方法研究的過程中，首先被提出的方法類型是解構情境法，其次學者開始關注場景化的不足，考慮場景化方法的完善方法。吳志軍（2009）認為場景化存在不嚴謹的應用方式，如設計師首先想象用戶流程，最后寫一段短故事，該方法受設計師想象力的限制較大。吳志軍認為場景化應該是精確的描述用戶與產品生命周期使用階段產生的交互行為[7]。對此，COMPAGNA D （2015）根據前人研究，認為學術界對于場景化這種參與式設計技術過于樂觀的原因[9]，一是由于場景化的圖像本質，只能大概轉譯人們的動作，故該方法在產品開發的過程中可能會完全無用；二是該方法的結果過多的來源于用戶，所以可能會導致產品設計缺乏創意，可能會由于用戶缺乏想象力導致使用產品的場景沒有參考價值[10]。為了彌補上述缺陷，COMPAGNA D認為場景化方法研究過程需要進行場景迭代以產生最佳結果。

由于人機關系已突破原有的主被動關系，人機之間的關系越來越密切[11]，故智能設備的主動性對于用戶滿意度的影響也引起了學者的注意。譚浩(2019)基于場景設計了探究人們對于設備主動性的滿意度實驗[12]，利用預先錄制好的不同主動性的智能設備于人們主動交互的視頻對被試進行封閉式問卷測試，結果表明在工作場景下，人們偏向于智能設備可以吸引用戶注意，但不能直接輸出信息（聲音、圖像等）；在家庭場景下，人們偏向于智能設備直接輸出信息。

結合上述研究成果，本研究將聚焦場景化的片段性、具體性、時間性，采取定量與定性結合的研究方法，對場景化方法在女性駕駛鞋產品設計中的實踐與應用展開研究，以提升場景化研究的客觀性。

1.2 女性智能駕駛鞋應用場景化設計方法的必要性

智能產品主要以數據共享為基礎,將不同用戶、情景和背景相互聯系。對用戶數據的抓取和分析可以為用戶提供個性化服務,提高用戶的產品體驗,數據的流通則可以將不同使用場景下的用戶相聯系實現使用信息共享,智能產品之間同樣以用戶數據為基礎，來自主為用戶提供服務，從而實現從“用戶—產品”“用戶—用戶”到“產品—產品”間的銜接，使設計場景中各種信息得以流通。

多數智能產品需要感知用戶并作出針對性反饋,產品自身常處于一種變化中的不確定狀態。智能產品的不確定性可以滿足用戶個性化、多樣化的需求,然而對于設計研發人員則需要準確把握用戶的個人喜好與特點。而場景化的設計則可以提供一個良好的方法,在概念設計階段，場景化設計方法可以幫助設計人員建立同理心來充分發掘用戶需求，從而利于產品概念的設計，并且在產品測試迭代階段也可以促使產品的優化迭代。對于女性用戶的場景化研究成果主要關注于普適方法論未曾聚焦于女性的特殊需求，利用場景化的研究方法，可以解構女性用戶與產品交互的整個流程中的行為及對應需求，再結合定性、定量的研究方法科學指導設計實踐。

針對女性基于場景化的研究內容國內外已有許多案例，如郝于藍以孕婦行為特征為切入點，挖掘孕婦在妊娠期間的心理和生理變化，利用場景化的時間性和場景片段性歸納出用戶行為，進而導出對應的用戶需求，為孕婦適用座椅的設計研發提供了新的思路和新的機遇[13]。蘇衍方首先將女性用戶與可穿戴防身產品交互的前中后行為和對應觸點歸納到用戶體驗旅程圖當中；其次利用每一個場景對應的動作分析和歸納女性用戶對于可穿戴智能防身設備的需求；最后結合用戶需求和CMF指導設計實踐[14]。因此，利用場景化的研究方法，進而結合定性、定量的統計學、計算機科學知識可以導出具有一定客觀性的用戶需求，也能為產品設計實踐和產業應用提供思路。因此，女性智能駕駛鞋產品一方面以數據為基礎實現設計場景各要素的銜接,其自身的銜接性與設計場景理論相適應；另一方面智能產品的功能在不同類型的場景中會有所差別,功能的迭代優化與場景的多樣化類型也是相適應的。

二、女性智能駕駛鞋場景化設計方法

女性智能駕駛鞋能夠對環境自主感知、對自身狀況診斷識別、對信息數據主動接受、分析與共享以及對自身的行為進行決策,同時產品自身具有一定的學習和語音交互能力。本研究提出智能女性駕駛鞋產品場景化設計方法和流程,該方法一共包含3個步驟，分別為用戶場景、概念場景和最終的產品方案呈現（設計場景）（見圖1）。

圖1 女性智能假設寫場景化設計方法和流程

用戶場景主要是通過觀察用戶的生活場景、記錄用戶行為特點來構建包含用戶、事件、行為的場景。建立該場景的目的是為了發掘用戶需求。用戶場景的分析主要包括3個步驟，首先構建用戶場景，其次依據構建的場景進行用戶行為分析，最終用戶畫像和對應用戶群的需求將會被分析得出。用戶場景的構建分析目的主要是為了了解既定場景下用戶使用現有產品的狀態、滿意度、行為等；概念場景是基于用戶場景將設計概念進行物化的表現；概念場景通常囊括了用戶場景的特點以及產品自身特點,主要用于幫助產品方案的可視化和功能的完善,使方案具備場景化的特點來滿足用戶在使用場景中的需求。概念場景的分析主要包括兩個步驟，首先需要構建概念場景，該場景下所包含的產品為理想化的產品，該產品可以滿足用戶的各個需求，即概念場景下不需要考慮產品能否滿足用戶需求，只需要考慮用戶使用產品的目的、步驟等以及產品對應需要具備的功能。當用戶場景和概念場景構建完成以后，則可以進行兩種場景的對比研究，發現現有產品的潛在問題以及用戶的潛在需求。

女性智能駕駛鞋設計初期需要構建用戶場景 （見圖2）。用戶場景為一段連續且完整的用戶—產品交互過程，又可以進一步分為場景A1、A2、A3等，用戶動作可以進一步分解為B1、B2、B3等。假設A為用戶場景，可以認為Ai（i=1，2，3，…，N）為場景化設計中的子場景，每一個子場景可以理解為場景片段，而場景片段與時間的流動密不可分。因此片斷性和時間性密不可分，片斷是時間流的節點，體現在時間幀上 （鏡頭），可以理解為用戶使用產品的過程，進而可以理解為用戶與產品進行交互前、交互中、交互后3個階段；具體性體現在每一個階段或每一段鏡頭用戶與產品進行交互的過程中都存在詳盡的動作集合，比如用戶在使用駕駛鞋的過程中，需要穿著駕駛鞋并且在油門和剎車間來回切換，離開駕駛室時駕駛鞋要方便脫下，換下日常穿著的鞋子。

圖2 用戶場景

從上述兩個用戶場景即可得出用戶使用駕駛鞋過程中要求其不硌腳、方便穿脫、鞋底不能太厚等。因此，將用戶場景按照交互過程 （時間流）進行結構，可以得出較為完整的用戶需求，進而指導下一步的概念場景構建。

明確場景中的用戶群體，以此對相關人員進行訪談和觀察，并從空間、用戶、動作幾個方面組成用戶行為流程來構建概念場景，同時確定典型用戶群體,歸納他們的行為痛點，并以此來總結用戶需求及對需求進行層級劃分。產品概念場景(見圖3)的構建一般基于用戶場景中痛點和需求分析，構建的目的是建立一個理想化的產品便于設計分析用戶需求。 概念場景包含設計場景中的主要組成部分即用戶、空間、動作、手段、價值、銜接幾方面,通過整合各要素來形成解決方案,以建立產品與用戶之間的交互和信息流通。

圖3 概念場景

設計場景 （見圖4）中包含了兩方面因素：一方面是人物、使用背景和使用情節,這其中人物為用戶角色,使用背景是產品的使用空間，情節則是用戶使用產品時所發生的動作，另一方面是產品的功能、技術和交互。產品的功能直接體現著產品的價值,技術是實現功能的手段,交互則是產品功能與用戶動作之間的銜接。總而言之，設計場景從要素角度解讀，一方面包含產品屬性中的功能、交互和技術，也包含人與產品共同形成的故事；從“設計場景”詞語本身解讀，設計場景即用戶與產品交互過程中的場景，該場景下用戶需求存在兩種狀態，分別為需求未被滿足 （現有用戶場景）和需求被滿足 （概念場景）。

圖4 設計場景

三、基于場景化方法的女性智能駕駛鞋需求提取

3.1 用戶場景分析與需求挖掘

通過對85名女性駕駛者的問卷調查，有超過50%的駕駛者開車主要目的是上下班通勤，且駕駛時間在30～60 min之內的人數比例約為80%，由于長時間開車,多數女司機會自帶平底鞋用于駕駛。針對受訪者問卷的分析可以構建出以下用戶場景如圖5所示。

圖5 用戶場景

從用戶場景分析中可以發現，大部分女性司機在駕車前后階段主要經歷前往車輛、進入車輛、駕駛車輛、到達目的地、步行前往目的地這樣若干空間場景,其中的動作有換取鞋子、踩踏板、步行和其他相關動作。基于對用戶場景的分析及對部分用戶的訪談,得出女性司機在駕駛中遇到由鞋子所帶來的問題,即女性對于駕駛鞋的主要需求如圖6所示。

圖6 駕駛鞋主要需求

3.2 概念場景解構

在用戶場景分析的基礎上得到了主要的駕駛鞋需求點,以女性駕駛者為典型用戶群體,建立“用戶—產品—場景”中各要素交互系統如圖7所示。

圖7 概念場景解構

女性智能駕駛鞋交互系統以用戶、駕駛鞋、駕車相關場景等要素組成。駕駛鞋將作為用戶與場景元素進行交互的媒介,同時智能化的功能以滿足用戶對于健康、駕駛過程中需求等。 以該交互系統為基礎,以概念場景6個組成部分為依據進行女性智能駕駛鞋概念場景的構建。

從概念場景中可發現,在智能技術和鞋品自身特點的基礎上,駕車前后階段駕車人在不同空間中的動作可以通過語音、踩踏以及手勢等方式來實現功能要素之間的銜接 （見圖8）。

圖8 女性智能駕駛鞋概念場景

3.3 女性駕駛鞋需求歸納

概念場景構建完成后,與圖5的用戶場景做對比，可以綜合得出用戶對于智能駕駛鞋的需求點 （見圖9）以及智能駕駛鞋的設計點（見圖10）。概念場景中涉及到用戶與場景要素交互的過程,其中無線傳輸和語音模塊用于“用戶—駕駛鞋—其他移動設備—數據服務”各個要素間的數據傳輸,足底的傳感器用于健康和足態的監測,定位功能由定位導航模塊來實現。

圖9 痛點整理

圖10 女性智能駕駛鞋設計點

四、基于遺傳算法的女性智能駕駛鞋設計方法及案例應用

4.1 鞋品要素解構以及最優設計點

場景化設計方法的主要作用在于構建用戶場景、概念場景，用于導出用戶需求及對應痛點，而其后的駕駛鞋設計要素即對應了場景化設計方法導出的用戶痛點。通過用戶場景發掘需求和概念場景來構建駕駛鞋設計要素和特征之后,需要對概念進行視覺化。鞋品特征主要包含了鞋面、鞋幫、鞋底3個部分,其對應的材料、色彩、工藝等可以作為鞋品的設計要素。由于駕駛鞋的設計要素較多且鞋類的設計風格 （色彩和造型）較多（見圖11），以及每個要素具有一定的關聯且每個要素對于用戶需求滿足性的主觀評分不同，為了得到在用戶需求滿足性評分達到最優時 （盡可能被滿足時）駕駛鞋設計要素的最優解，采用遺傳算法進行最為合適。

圖11 駕駛鞋要素解構

遺傳算法需要經過對設計特征的編碼與初始化來生成種群、計算種群適應度、進行遺傳復制、交叉和變異、選取優勢種群5個主要步驟。本研究引入遺傳程序設計算法的編碼方法,這一方法是由Koza在1992年提出。利用遺傳算法首先需要對設計特征進行解構并編碼,因此需要先設定一個函數集F(S)和端點集N(S),通過函數集和端點集中元素構成分層編碼結構[15]。函數集的層級要高于端點集且可以影響其中的元素,在駕駛鞋設計中選取函數集

F(S)={F1， F2， …， Fi， …， Fn}，Fi代表鞋子的組成部分,比如F(S)={鞋面，鞋底，鞋幫，…，大括號,端點集則為鞋子組成部分Fi的具體細節,比如N(S)={底紋形狀，鞋面材質，斜面色彩，底紋材質，…}。

令S=F(S)∪N(S)作為包含函數集與端點集的并集,以此生成一個個體,如圖12所示。

圖12 駕駛鞋要素的多樣性

函數集F1鞋面的特征細節通過鞋面色彩和另一個函數集F2(材質)來體現,F2的特征又由兩種材質來體現。故該鞋面個體的編碼串可寫為F1(F2(天然材質，人造材質)，單一色彩)。

通過這種構建方法可以構建出諸如鞋底、鞋幫等主要個體編碼串，從而形成一個初始種群。通過種群適應度的計算可以評價種群的優劣,其對應具體鞋子設計優化模型中的目標函數,每個設計個體的適應度以鞋子的組成部分為基礎進行計算并通過如下方式來表示：

式中，δi表示第i個設計個體的適應度,Y表示該設計個體,該設計個體由N1,N2等多個設計細節組成,具體適應度值可通過對鞋子設計元素的調研數據結合多元統計分析計算得出。比如δ1(F1(鞋面材質),鞋面)=0.5,整個鞋子設計個體的適應度大小通過下面公式計算，根據前期調研用戶以及鞋類樣本的篩選，可以得出用戶需求對應權重值和每個鞋類樣本在每個用戶需求下的評分，進而結合數量化一類理論完成適應度函數的構建：

式中，Wi為每個設計特征的權重值。遺傳復制的目的是為了提高群體的平均適應度值[15],從父代群體中運用輪盤賭選擇方式選擇編碼串復制到子代群體中,然后通過交叉產生新的子代,交叉前會選取父代編碼串中選取交叉點,交叉點的位置是由預設的交叉概率來決定。如圖13的交叉過程,交叉前兩個父代方案個體在約束條件下按交叉概率確定交叉點,交叉點下方的代碼串彼此交換從而轉變成兩個新的個體。

圖13 父代交叉示例

圖13中1，2兩個父代方案經交叉之后生成3，4兩個子代方案。 交叉后種群在算法的作用下產生變異,從而保證算法最優解具有全局性。變異的過程通常是采用其他函數集或者端點集來替代子代中的某個對應集合。利用Matlab工具箱中的遺傳算法,設置好種群數(Pop-Size)、遺傳代數(Gen)、交叉概率 (Pc)、突變概率(Pm),種群數為初始種群中方案的個數,遺傳代數、交叉概率和變異概率根據具體情況進行設定,算法最終會輸出最優的個體編碼,解碼后可得不同設計特征,將其組合成為一個理想的設計模型。 每個設計特征編碼如表1所示,通過對設計要素的組合可以得到設計元素的初始種群。根據實際取初始種群數為10,遺傳代數為500,交叉概率和突變概率各為0.8,0.03。最終的設計組合為:

表1 設計特征編碼

算法過程中迭代演示如圖14所示。

圖14 迭代演示

4.2 女性智能駕駛鞋設計策略提出

根據3.3小節提出的女性智能駕駛鞋需求以及4.1小節提出的鞋品設計要素的最佳組合方案，基于算法優化結果，可以得出駕駛鞋的主要設計要素，并以此作為方案設計框架。考慮到方案設計各要素的具體設計并非孤立設計，其會與其他一些因素彼此間產生影響。通過對前文研究的綜合歸納，可以發現，各個設計要素主要與功能需求因素、用戶需求要素以及現實因素有關聯。綜上所述，女性智能駕駛鞋的通用設計策略如圖15所示。

圖15 女性智能駕駛鞋設計策略

根據上文提出的最優設計組合，在女性智能駕駛鞋的具體設計中：鞋面材質上，牛皮最佳，牛皮是人們對于中高端產品的刻板印象，該要素可以提升產品的整體品質感；鞋面色彩上，選擇雙色混合，該應用策略也表明女性群體對于活力、年輕化產品的追求，雙色混合的鞋品符合大多數人的審美；鞋面工藝上，選擇膠粘；鞋面造型上，選擇曲線和魔術貼組合，駕駛鞋存在方便的穿脫需求，故魔術貼最為符合；鞋幫材質上選擇EVA X51；鞋幫厚度上，中等高度為宜，合適的鞋幫高度利于減輕鞋品使用過程產生的疲勞感；鞋幫工藝上，選擇模壓；鞋幫顏色上，采用單色，鞋幫表面積較小，過于花哨不符合鞋品“色彩淡雅”的需求；鞋底材質選擇EVA X91；鞋底樣式上，除了嵌入式的鞋底不太合適以外，其余3種鞋底樣式均可；鞋底工藝模壓最佳。

除了以上以女性智能駕駛鞋要素構建的設計策略外，用戶需求也應當被考慮，尤其是除了鞋類產品以外的享樂性因素如鞋品智能化指標，目的是為了給用戶提供基礎的鞋類功能以外，提升產品細節，展示產品對于用戶多方面、細微關懷。

4.3 女性智能駕駛鞋設計案例

根據設計策略，最終的女性智能駕駛鞋設計方案如圖16所示。駕駛鞋整體為可拆卸式設計,便于攜帶。 后跟處的“一腳蹬”設計可以方便穿脫，鞋底前腳掌采用塊狀設計便于踩踏,后跟處的點狀和片狀波浪條紋便于支撐后腳跟,鞋底的EVA材質在保證腳底舒適度的同時可以防止打滑。

圖16 女性智能駕駛鞋設計方案

駕駛鞋的智能功能除了鞋墊上的傳感器用于監測生理數據，位于魔術貼上的智能通訊元件則可以實現數據傳輸,該原件可以摘下戴在手腕上便于司機尋找車輛位置以及實現語音交互功能,如圖17所示。

圖17 智能駕駛鞋上的智能元件設計

五、結 語

首先，本研究以場景化理論為依據,提出了一種女性智能駕駛鞋設計策略。該方法通過構建用戶場景來發掘用戶需求、構建概念場景來明確智能產品功能要素和交互屬性,使得產品設計策略具有一定普適性。其次，研究以女性智能駕駛鞋的設計策略為驗證,以場景化設計方法為依據,通過訪談問卷、用戶行為研究等方法對女性駕駛者在駕車前后階段的行為特點進行梳理,構建包含用戶、行為、背景空間的用戶場景,從中挖掘用戶需求。基于用戶場景下的需求建立概念場景,用于生成駕駛鞋功能與交互過程，并作為策略提出的主要依據。總的來說，遺傳算法分析的適應度函數從用戶體驗評分而來，用戶體驗評分基于用戶訪談、問卷等調研中利用量表和層次分析法 （AHP）對需求進行評級得出，這種結合定性和定量分析的基于用戶體驗的駕駛鞋設計策略可以為產業實踐提供用戶洞察思路和產品設計思路。

本研究提出了一種智能產品的場景化設計方法,將在后續研究中進一步完善以下方面：一方面，依照本研究提出的方法和流程,案例產品的概念設計雖具有一定的完成度,但缺少在實際場景中獲取來自研究群體的真實評測。受限于鞋類產品的生產模式與特點,現階段無法實施實驗產品的試制,所以計劃在后續研究中進行可穿戴模型驗證，并與產業工程師積極溝通，進一步完善女性智能駕駛鞋設計策略。另一方面,智能產品設計方案生成方法的選擇具有局限性,雖然本研究案例中采用定性和定量的方法且遺傳算法對于用戶體驗最大評分下的最優解具有客觀性,但不同的方法所呈現方案的最終結果會有差異。因此,針對方案設計方法選擇的研究還需深入。