产品再设计二如何为眼镜设计一款购物应用

　　本篇来探讨下如何为AR眼镜设计一款购物应用，将基于真实场景进行概念上的策划与设计。enjoy~
　　这一篇，献给不远的未来。
　　上一篇《AR产品再设计01：AR购物（上）》我们探讨了如何进行移动端的AR购物应用的设计，收到了很多朋友的关注和反馈，在此表示感谢，也希望与更多的朋友进行更深层次的交流。
　　本篇来探讨下如何为AR眼镜设计一款购物应用，考虑到目前设备的特点，本文中HMD（头戴显示器）与眼镜同义。由于目前市场上并没有一款AR眼镜完全实现了购物场景，所以本文将基于真实场景进行概念上的策划与设计，当然，部分策划与设计也适用于目前的移动AR。同样，仅代表跟人观点，如有错误和不足，欢迎随时指出和讨论。
　　一、宏观背景
　　相比于移动AR应用，AR眼镜上的应用要营造更深的沉浸感，这意味着更深的融入日常生活。而要更深的融入，就需要3点做支撑：技术、市场、政策。
　　1. 技术
　　首先是AI技术。让计算机了解环境是提供丰富AR体验的前提，这一过程需要大量机器视觉技术作为基础。目前最主要的算法就是CNN卷积神经网络（Convolutional Neural Networks）。听过吴恩达深度学习课程的同学应该都有印象，构建神经网络需要数据、算力和算法。通过喂给AI各种各样的数据，形成一个函数能拟合这些样本数据，进而对新数据作出预测。比如下图看到一堆照片，需要找到哪个是猫，哪个是冰淇淋。
　　当我们面对成千上万种SKU时，AI能帮助人类识别商品质量、品类，还能提供使用方式、推荐优惠组合。可以说，AI对于AR不仅起到了底层的技术支持，也极大的扩增了信息价值。
　　其次是传感器。想让AI得到拟合的函数，必须要有足够的数据去喂，而传感器就是数据采集的起点。在购物场景中，需要知道谁买的、在哪买、买了什么、多少钱等关键问题，摄像头帮助识别商品，陀螺仪帮助判断位置，深度摄像头了解行为，当然还需要大量适合室内的传感器，如蓝牙、RFID等等。
　　RFID兴起于物联网，是一种无线、非光学进行识别的技术，目前被一部分无人便利店大量使用，如＂京东X＂、淘宝的＂淘咖啡＂等。RFID技术可以有效的弥补AR眼镜识别和定位的不足，提供更好的购物体验。目前RFID成本在0.5-1元，但如果大范围使用，将带来整个零售业的升级。
　　最后是网络技术。线下购物场景是半开放的环境，人流量大、密度高，AR展示内容又需要较大的数据传输（3D模型为主），所以网络传输和抗干扰的能力成为构建AR世界的关键。也因此，随着2018-2019年5G的到来，AR才有可能真正走向消费级市场。
　　2. 市场
　　一切产品的产生都需要有市场需求，对于AR眼睛来说，更多的市场属于工业领域，消费级由于具有更多的环境不确定性，发展一直受制。这里涉及到一个基础性问题，就是线下数据收集的乏力。过去，我们通过很多线下系统和云平台实现了一定程度的数字化，但线下消费者行为数据并没有被有效采集和分析，跟不用说针对不同消费者做到定制化营销。
　　但如今市场发生了变化，这里不得不重提一个概念，新零售。自去年以来，阿里和腾讯通过大量投资和运作，开始逐渐布局线下商超，希望打通线上线下数据，这将会构建一个立体全面的用户数据库。
　　前几年的零售行业，一边在喊电商只占全球整体零售业的20%不到，另一边再喊线上战胜线下、线下将亡，但如今基本上各大电商都在争着抢线下渠道，带着线下平台和渠道商进行数字化转型，线上线下的界限正在变得模糊。因为越来越多的企业认识到，线下发生着更多的刚需购物场景，而线上有更好的信息传达能力，这种场景间的数据流转更有利于构建完整的用户体系。其实，这本就不是谁战胜谁的问题，而是消费者需求发生了进化。
　　当然，关于新零售的解释和运作已经有了很多解释，这里不再赘述，对于AR从业者来说，应该更多的看到和线下场景的深度融合已经开始，如何更好的理解数据在线上线下间的流转，如何更好的表达信息，如何定位即将到来的消费形式转变才是重点。
　　这里有三个过程：
　　一是要能收集大量的线下数据，包括用户行为、消费习惯等等；
　　二是要对线上线下数据进行深度挖掘，用数据构建一个个丰富的用户画像，形象的说，就是让消费者以数据的形式来呈现；
　　三是用最短路径完成有效的数据交流。
　　3. 政策
　　市场活力不仅需要企业家，也需要政策支持。搭建平台、人才引进、流程优化、税收支持始终是政策对市场活力的重要保障。
　　此外，市场的发展永远是先于政策，但不意味着市场始终是朝着良性的方向发展，所以必须要有政策来治理和防范潜在危机。比如隐私问题，当年Google Glass失败有很多原因，但其中最重要之一就是未能良好的保证他人隐私。防微杜渐永远胜于亡羊补牢。
　　二、 使用场景
　　考虑到实际使用场景，这里以线下商超购物为例进行分析。
　　当用户在线下商超购物时，遵循一个基本的流程：
　　依托这一流程，会发生以下几种常见的典型场景。
　　1. 浏览商品
　　（1）找不到商品
　　当用户带着目标来到卖场，或者中途起意想购买某种商品，他会在卖场中来回搜寻，由于商品琳琅满目、种类繁多，很可能因为看花眼而错过，甚至有时候沿着路牌指示或咨询卖场销售人员，过去却发现没货了。
　　（2）忽视促销信息
　　大小商超经常会推出促销活动，但很多消费者进入商超后并不知道有活动，只有在结账支付时或走出商超时才被提醒。又此外，越来越多的品牌和线上平台进行线上线下营销联动，这部分信息也只有买相应商品时才能获知。
　　（3）闲逛
　　有相当数量的消费者，无论大超市还是小便利店，都是漫无目的的闲逛，可能是等人打发时间，可能是嘴馋等等，有的会买点饮料零食，有的转一圈就走。
　　（4）不走回头路
　　一般按照一定的顺序浏览各个区域，一旦走过了某个区域，回来的可能性很小。
　　2. 选购商品
　　（1）商品对比
　　同一类商品会有N多的SKU供选择，表面看不出来什么差别，用户很难抉择。
　　（2）不了解是什么
　　很多新上商品会吸引大量消费者，但因为不了解所以需要导购员参与，这会增加人力成本，由于人员素质不统一，营销效果也有待商榷。
　　其次，对于很多熟悉的商品，如蔬菜、肉类，判断商品状态，如新鲜度，更多是凭借经验，而大量缺乏经验的人并不能确定，不了解商品的质量。
　　第三，用户购买一件商品，即使是熟悉的商品，也不一定真正了解正确的使用方法，或相关用法。需要有人指导。
　　（3）记不住购买内容
　　很多人在购物前会列个购物单（不论在大脑里还是列出来），但等进了商场，沿着卖场精心设计的路线走到一半，购买内容就已忘记大半，变成了看见什么好买什么，什么便宜买什么，大部分人在到家后才回想起有的重要商品没买。
　　3. 支付
　　（1）不了解买多少
　　商超每隔一段时间都会上新，初来商超的人或面对新商品的人经常会不知道要卖多少，往往会超出预算。如一些食品会买很多，但都是不易长期保存的，等坏掉都吃不完。
　　（2）价格统计
　　对价格敏感的人群始终占有大多数，很多时候用户想随时查看自己买了多少钱的东西，但对于商超来说又不愿意消费者过多关注价格。
　　（3）排队支付
　　无论是便利店还是大卖场，排队对于消费者永远是最头疼的，商品摆上货台一件件扫描、支付、出票据、打包走人，这一流程效率很低。如果是逢年过节，如果又遇上素质不够、插队加塞的（线下的情况远比线上复杂），简直就是混战。
　　三、用户画像
　　由于实际去商超消费的人群消费行为种类繁多，不可能全面覆盖，所以只筛选几类典型用户：
　　学生小A：20岁，男性，大学生，喜欢新鲜事物，对新商品有很高的接受程度和尝试意愿。对价格不明感。恋爱中，经常和女朋友闲逛。
　　白领小B：24岁，女性，刚毕业2年，收入不高，喜欢尝鲜，也追求性价比，对价格敏感。单身，更多的购买生活刚需。
　　总监C：34岁，男性，高收入，有房有车，已婚，孩子上幼儿园。对生活品质有一定追求，对价格不太明感，自己较少去超市，但去的都是大型或较高档超市，一次采购量不大，生活用品、新上商品较多。
　　邻居大姐D：42岁，女性，收入中等且稳定，对价格较敏感，追求性价比，看中促销活动，食品、生活刚需较多。
　　事业单位F：55岁，男性，中等收入，事业有成，不太喜欢新鲜事物，对价格较敏感，对性价比不敏感，自由时间宽松，对促销不敏感。生活用品、食品较多。
　　退休大妈E：65岁，女性，退休金中等且稳定，不喜欢新鲜事物，对价格和性价比敏感，时间十分宽松，经常去超市或菜市场购物。食品、生活刚需较多。
　　我们从以上的总结可以看出一定的规律：
　　仅对于当前市场来说，是随着用户年龄的增大，更多的选择生活必需品和食品，
　　对于非刚需商品，随着收入的增加购买几率越大。
　　收入越高，对性价比的看中会相应降低，对品质的要求则逐渐升高。
　　可支配的购物时间和实际购物种类关系并不大，和当时的需求与价格有关。
　　四、需求分析
　　结合以上的场景和用户画像，可以大致的勾画出线下商超的购物情况。以下将对这一系列情况进行需求分析。
　　同样，我们通过将参照购物流程来梳理。
　　浏览商品：
　　用户能够快速定位要购买商品的位置。
　　用户希望适时的、合理的接收营销内容。
　　平台能够针对场景不同，判断购买行为是有目的还是闲逛，并推荐商品。
　　供应商能有效整合线上线下的营销模式，将商品买的更多。
　　选购商品：
　　用户需要快速判断出那种商品适合自己。
　　用户需要更多简单直接的指导来判断一件商品质量状态，如是否新鲜，弥补经验不足。
　　用户需要及时了解到商品如何使用，以及更有效的使用方法。
　　用户需要及时提醒购物清单有哪些未购买。
　　平台需要更短的路径减少用户思考的时间，更久的留在商超，拿更多的商品。
　　供应商需要减少效果不佳的营销人员，展示更有吸引力的营销信息。
　　支付：
　　用户需要适时的被提醒每种商品建议买多少。
　　用户总是能及时了解当前总金额。
　　结账时，用户需要更快的完成选购商品的验证和支付。
　　平台需要更安全的支付验证，确保人货款一致。
　　平台需要有效疏导人流，减小运营压力。
　　供应商需要货款一直，合理控制回款周期，保证现金流正常。
　　说到这里，我们可以发现，不论是什么设备上的产品，用户始终是希望任务完成的更有效率，商家始终是希望整个流程销售额更多，运营成本更少。
　　根据以上需求梳理，接下来我们来设计流程和功能。
　　五、流程设计
　　首先我们回到最简流程：
　　在最简流程基础上进行扩展，得到以下流程：
　　这就是一个MVP或骨架版本。但是这个版本更多的是面向消费者的，还不涉及平台。在此基础上继续扩展，得到一个相对细致的完整流程：
　　对于整个流程的设计最重要的是遵循简洁清晰，可以通过设备间数据交流完成的就尽量少让用户发起主动交互。这里有两点要说明，一是＂购物清单＂，二是＂免结账＂。
　　购物清单相当于一个购物车和收藏的结合，之所以设计这样一个节点有两方面因素。一是购物前并没有＂加入购物车＂的行为，人们一般会列清单（虽然不一定真列出来），如果此时引入＂购物车＂的概念，会造成用户困惑；二是线下购物大致分为有目的和无目的，二者并不硬性割裂，而是常常交替发生，但无论有无目的，看到喜欢的会用＂加入购物车＂的行为来代替＂收藏＂。所以，为了简化流程，更符合一般用户对于线下支付的认知，提出＂购物清单＂的概念。
　　免结账其实是参考了＂无人值守便利店＂的特点。通过对无人便利店的调研发现，免结账实际分为无人工的自助结账（如缤果盒子）和拿完即走（如京东X、淘咖啡、Amazon Go），虽然考虑到安全防盗和成本，前一种目前更稳定，但后一种却是线下购物的趋势，它极大的提高了效率（不用排队等待）。拿完即走解决了排队结账的问题，缩短了思考时间，它主要分为两种，一是基于RFID扫描判断选购的商品（京东X、淘咖啡），二是基于摄像头和机器视觉判断（Amazon Go），但二者在体验上均有不足，如错误判断商品、识别身份慢等。
　　在AR购物的流程设计中，初次选购时，通过眼镜的传感器（包括摄像头和RFID阅读器等）可以获取商品信息，这些信息记录在本地缓存中，如果眼镜判断到拿走商品，那么在购物清单中会标记已完成，并开始下一商品选购。用户在离店时通过一个扫描区域，再次判断携带的商品，之后完成下单结账。二次扫描的目的一是购物已经完成，需要下单结账；二是防盗，如果商品没有被扫描，直接拿走，那在离店时也会自动＂被结账＂；而对于真实用户，就是要买商品，所以＂被结账＂是一种效率升级，并不会造成反感。
　　六、功能梳理
　　通过以上流程，我们对主要功能进行提炼。
　　七、原型设计
　　依据流程设计和功能梳理，首先对信息流做出大致的规划，形成一个sitemap草图。
　　依据草图，我们来设计产品原型：
　　考虑到真实场景的原型制作复杂，这里套用了一个模拟3D场景的简易模板。需要注意的是，很多功能虽然罗列在图上，但不一定会出现在实际的页面中，因为很多功能是设备主动发起的，由于AI的辅助，很多情况下不需要人主动做出判断或操作，只需要了解结果。购物，无论在任何场景下，都应该遵循最短决策路径的宗旨，让人在来不及犹豫的情况下就完成了下单支付，又在来不及回味的情况下开始下一单。
　　1. 登录
　　用户并不是时刻带着眼镜，这就产生和手机类似的功能——解锁和开机。因为眼镜不能对自己进行面部检测，所以考虑其他生物识别方法。由于短期内技术发展限制，为了操作方便，可以考虑用虹膜识别和声纹。三星s8启用虹膜识别，虽然技术仍有待完善，但对于AR眼镜可以说是一种较好的解决方案；声纹识别受环境影响较大，但短距离阅读固定内容进行单人识别还是有可操作性的，如微信的声音锁，当然声纹识别还有较大的探索空间。
　　用户通过生物识别，首先进入主界面。简单提示登陆成功后，会显示由各种信息围绕的主界面。
　　当用户走进商超时，设备会自动发送身份验证信息，商超的接收器接收并进行身份验证，如果成功则打开购物清单开始购物，如果无账号且信用记录良好则自动创建并绑定个人身份信息，如果失败则不能购物。整个登录流程从提高购物效率和转化率入手，简化注册和登录的主动交互，在用户无感知的情况下完成进场。
　　2. 帮助引导
　　虽然AR购物场景与线下的真实购物流程没有太大的差别，但对于新的信息传达方式用户还是陌生的，需要随时随地都能提供指引。这里的引导分为三种，一是初次进入场景时给予的操作指引，帮助用户快速熟悉功能和环境；二是关键环节的反馈，提供有效指导，防止用户迷茫和误操作；三是语音辅助，可以调取全局的语音助手完成各环节的操作帮助。
　　3. 购物清单
　　购物清单包含了当前环境内所有的采购内容，包括已买的和未买的。当用户进入选购区，系统会先判断清单内是否有待买项，如果没有，则为闲逛，系统会提供更多促销信息促进下单；如果有则显示部分和待买商品相关的促销信息，同时通过路径优化按顺序排列购物清单。之后清单收起，首项将被标记显示。
　　清单中的商品有以下几种状态：待购买、已找到、库存不足、已完成。当用户开始购物但并未找到商品时显示待购买，当导航引导并拿起商品时显示已找到，在整个流程中如果库存出现不足购买量则显示＂库存不足＂并提醒用户，当检测到下单动作时显示已完成并开始下一项商品，直到完成所有商品选购。
　　此外，之所以没有在购物车或购物篮上叠加显示清单，是考虑到很多场景下并没有较大购买需求，以及并不一定总有足够购物车等设备。
　　4. 营销展示
　　AR应用中的营销要考虑到两点，一是避免过度干扰，虽然在移动时代和PC时代都有过渡干扰的情况，但在真实场景中的干扰更容易造成用户焦虑；二是合理展示，可以通过提供关键信息的简单入口吸引用户点击，然后通过游戏性和互动性来完成广告价值传递，这种方式更利于用户接受。相反，大量的堆砌信息、直接弹窗展示等强制手段，反而造成更早和更快的关闭。
　　在设计时，要提供视觉指引，让用户自己选择是否唤醒、是否深入。考虑到实际传输的内容大小和网络延迟，不一定采用3D对象，视频、控件色差展示都是高效手段。
　　5. 商品导航
　　商品导航分为地理定位和视觉定位。
　　当距离商品较远时，通过货架传感器获取数据，逐步引导至货架前。
　　当到达货架前时，通过视觉定位和标记指示，直接标识出商品具体位置。
　　在定位时要考虑到用户找到商品这一动作的终点，即用户拿起了标记的商品。如果只是定位到货架前，并不能确定用户能找到商品，所以不论是否发现标记商品，在摄像头检测到准确拿起商品之前，都要当做＂未找到商品＂。
　　5. 商品筛选
　　这一过程主要包括单个商品信息查看和多个商品对比两部分。
　　单个商品信息展示包括基本的商品名、价格、详细规格等，同时提供3D和视频模式展示使用方法。此外，单个展示还提供了产品组合的备选商品，通过直接拖动到主商品上能通过3D或视频直观的看到组合方式及效果（如柠檬可乐的做法和口感），间接促进客单价的提高。
　　多个商品对比通过将两个以上商品放在一起进行信息比对，如饮料间的价格、热量、甜度等等，此外还支持和线上商品对比和推荐，一旦线下商品有不足可以直接将线上商品加入购物清单，离店时统一支付。
　　当用户选定某一商品时，通过摄像头和其他传感器可以判断出是否决定购买。如果已确定（如通过放入购物车或带离货架超过一定距离等方式），则在购物清单中将其标记为已完成状态，并开始下一商品选购。
　　6. 离店和账单查看
　　为了简化用户流程，这一过程更多的是系统自己完成。当用户确定要结束购物时，需步行通过离店区域，此区域有不长的一段距离，足够传感器判断人货对应，当检索完毕时，系统将自动下单并调取绑定的支付接口完成支付。稍后用户会收到本次消费的账单以供留存。
　　八、交互设计
　　这里直接上一些实拍的效果，考虑到稳定性和表现效果，基本通过AE、C4D或者sketch+Flinto来完成。由于制作时间较长，所以仅展示部分功能，我将逐步完成剩余功能的实拍交互设计。
　　促销展示：
　　AR眼镜购物产品设计【一】
　　https://v.qq.com/x/page/h0544asdpgq.html
　　商品促销展示：
　　AR眼镜购物产品设计【二】
　　https://v.qq.com/x/page/w0544ej4ax4.html
　　>
　　商品导航：
　　AR眼镜购物产品设计【三】
　　https://v.qq.com/x/page/v0544u8fj9d.html
　　九、一些思考
　　这是一篇面向未来某一特定场景的产品策划，同样有很多值得反思的地方。由于线下商超购物环境复杂多变，所以只能在某种固定的条件下进行设计，此外由于技术发展对产品场景和功能的革新，目前设计的内容并不一定日后不被淘汰。
　　同时也要看到，市场的变化很快，但基础设施的完善相对较慢，如何能让产品即保持适度的平衡，又满足用户体验，是对产品设计师极大地考验。
　　此外，对于新技术一定要考虑到安全性。线下商超商品被盗一直是一个头疼的问题，至今没有彻底解决，但并不妨碍我们不断通过流程改造和技术升级来缓解。采用RFID或更好的技术，配合无死角的摄像头检测撕标毁标，配合人货对应的二次验证，可以有效减少商品被盗。
　　感谢耐心看完的朋友们，希望能对你的产品策划和设计有一点点帮助。当然本文还有很多不足之处，欢迎随时指正、探讨。
　　相关阅读
　　AR产品再设计01：AR购物（上）