女性智能驾驶鞋的场景化设计策略

文／李 翔，王毅力，韩天鸣 （武汉理工大学 艺术与设计学院）

近年来国内女性驾驶群体数量不断增加,2017年国内女性司机人数已经突破9700万；同时由于女性司机驾驶不当导致的交通事故也逐年攀升，“女司机”甚至成为一个标签化的名词。经统计,由女性司机造成的交通事故中，因穿鞋不当而导致事故的比例为45%[1]。在这种情况下，有必要探究女性驾驶鞋在新使用场景下的设计方法。场景是便于设计师观察并归纳出用户在给定场景下难以表达或模棱两可的“设计师主观认知需求”。基于场景化的设计方法由于其具体性[2]、以用户为中心的设计思路被诸多研究者和企业关注并发展。本文利用文献研究法和案例研究法提出场景设计六维度模型，结合优化算法完成女性驾驶鞋需求洞察，提出智能鞋款设计策略。

一、场景化设计研究现状及女性智能驾驶鞋应用场景化设计方法的必要性

1.1 场景化设计研究现状

依据研究主题“场景化设计及应用”，文献研究分为两条线路，一是对于场景化设计方法的代表性文献研究；二是对于场景化应用的代表性文章研究。场景化设计国内较早的研究者为谭浩、YU D J、吴志军等。对于场景化的应用方法研究，一方面，学者是从场景化的应用顺序入手，将场景流程解构为若干层次，对于特定层次进行分析；另一方面，场景包括若干维度，如用户维度、产品维度、地点维度等，也有学者从场景的维度出发，将场景化从场景所包含的所有角色、场景内容等层面进行解构，提出基于场景维度的产品设计方法。虽然场景化的设计方法较为多样，不过该方法共同的目的均为使用户参与产品开发过程，提升产品的用户体验。

谭浩 （2004）提出产品设计是知识从解释的初始状态转化为需求匹配状态或目标状态的过程[3]。谭浩（2006）提出了一种场景化的设计方法，该方法聚焦于设计师将自身“知识”在既定场景下转化为对应场景的“设计”，并使得最终的设计成果符合用户需求；该方法将情境设计方法分为3个阶段，分别是问题情境、求解情境和解情境[4,5]。该研究首次将场景解构成不同的要素，并且从场景化的应用流程上看，产品设计被认为是一个从需求到目标的问题求解过程。YU D J（2007）提出了一种基于中国传统文学作品写作流程即“起”“承”“转”“合”[6]。“起”意为旧场景下的人、物、环境、活动所产生的故事；“承”意为分析旧场景下的各个要素，由此产生产品设计的新想法；“转”意为上阶段产生的新想法可视化，由此产生新的“概念场景”；“合”意为对上一步产生的概念场景进行评估、迭代，归纳出最终的产品场景。吴志军 （2009）研究认为，在场景化设计方法中，场景可以被分为若干个镜头 （场面），每个镜头有相同的场景元素；该研究提出场景包含3个要素：人，活动，环境[7]。BO O（2018）首先依据场景包含的要素将场景解构为目标用户、用户行为、环境因素，其次研究考虑到场景化的局限性，将调研问卷依时间不断迭代，使得最终的设计策略更加符合各类用户群体[8]。

在场景化设计方法研究的过程中，首先被提出的方法类型是解构情境法，其次学者开始关注场景化的不足，考虑场景化方法的完善方法。吴志军（2009）认为场景化存在不严谨的应用方式，如设计师首先想象用户流程，最后写一段短故事，该方法受设计师想象力的限制较大。吴志军认为场景化应该是精确的描述用户与产品生命周期使用阶段产生的交互行为[7]。对此，COMPAGNA D （2015）根据前人研究，认为学术界对于场景化这种参与式设计技术过于乐观的原因[9]，一是由于场景化的图像本质，只能大概转译人们的动作，故该方法在产品开发的过程中可能会完全无用；二是该方法的结果过多的来源于用户，所以可能会导致产品设计缺乏创意，可能会由于用户缺乏想象力导致使用产品的场景没有参考价值[10]。为了弥补上述缺陷，COMPAGNA D认为场景化方法研究过程需要进行场景迭代以产生最佳结果。

由于人机关系已突破原有的主被动关系，人机之间的关系越来越密切[11]，故智能设备的主动性对于用户满意度的影响也引起了学者的注意。谭浩(2019)基于场景设计了探究人们对于设备主动性的满意度实验[12]，利用预先录制好的不同主动性的智能设备于人们主动交互的视频对被试进行封闭式问卷测试，结果表明在工作场景下，人们偏向于智能设备可以吸引用户注意，但不能直接输出信息（声音、图像等）；在家庭场景下，人们偏向于智能设备直接输出信息。

结合上述研究成果，本研究将聚焦场景化的片段性、具体性、时间性，采取定量与定性结合的研究方法，对场景化方法在女性驾驶鞋产品设计中的实践与应用展开研究，以提升场景化研究的客观性。

1.2 女性智能驾驶鞋应用场景化设计方法的必要性

智能产品主要以数据共享为基础,将不同用户、情景和背景相互联系。对用户数据的抓取和分析可以为用户提供个性化服务,提高用户的产品体验,数据的流通则可以将不同使用场景下的用户相联系实现使用信息共享,智能产品之间同样以用户数据为基础，来自主为用户提供服务，从而实现从“用户—产品”“用户—用户”到“产品—产品”间的衔接，使设计场景中各种信息得以流通。

多数智能产品需要感知用户并作出针对性反馈,产品自身常处于一种变化中的不确定状态。智能产品的不确定性可以满足用户个性化、多样化的需求,然而对于设计研发人员则需要准确把握用户的个人喜好与特点。而场景化的设计则可以提供一个良好的方法,在概念设计阶段，场景化设计方法可以帮助设计人员建立同理心来充分发掘用户需求，从而利于产品概念的设计，并且在产品测试迭代阶段也可以促使产品的优化迭代。对于女性用户的场景化研究成果主要关注于普适方法论未曾聚焦于女性的特殊需求，利用场景化的研究方法，可以解构女性用户与产品交互的整个流程中的行为及对应需求，再结合定性、定量的研究方法科学指导设计实践。

针对女性基于场景化的研究内容国内外已有许多案例，如郝于蓝以孕妇行为特征为切入点，挖掘孕妇在妊娠期间的心理和生理变化，利用场景化的时间性和场景片段性归纳出用户行为，进而导出对应的用户需求，为孕妇适用座椅的设计研发提供了新的思路和新的机遇[13]。苏衍方首先将女性用户与可穿戴防身产品交互的前中后行为和对应触点归纳到用户体验旅程图当中；其次利用每一个场景对应的动作分析和归纳女性用户对于可穿戴智能防身设备的需求；最后结合用户需求和CMF指导设计实践[14]。因此，利用场景化的研究方法，进而结合定性、定量的统计学、计算机科学知识可以导出具有一定客观性的用户需求，也能为产品设计实践和产业应用提供思路。因此，女性智能驾驶鞋产品一方面以数据为基础实现设计场景各要素的衔接,其自身的衔接性与设计场景理论相适应；另一方面智能产品的功能在不同类型的场景中会有所差别,功能的迭代优化与场景的多样化类型也是相适应的。

二、女性智能驾驶鞋场景化设计方法

女性智能驾驶鞋能够对环境自主感知、对自身状况诊断识别、对信息数据主动接受、分析与共享以及对自身的行为进行决策,同时产品自身具有一定的学习和语音交互能力。本研究提出智能女性驾驶鞋产品场景化设计方法和流程,该方法一共包含3个步骤，分别为用户场景、概念场景和最终的产品方案呈现（设计场景）（见图1）。

图1 女性智能假设写场景化设计方法和流程

用户场景主要是通过观察用户的生活场景、记录用户行为特点来构建包含用户、事件、行为的场景。建立该场景的目的是为了发掘用户需求。用户场景的分析主要包括3个步骤，首先构建用户场景，其次依据构建的场景进行用户行为分析，最终用户画像和对应用户群的需求将会被分析得出。用户场景的构建分析目的主要是为了了解既定场景下用户使用现有产品的状态、满意度、行为等；概念场景是基于用户场景将设计概念进行物化的表现；概念场景通常囊括了用户场景的特点以及产品自身特点,主要用于帮助产品方案的可视化和功能的完善,使方案具备场景化的特点来满足用户在使用场景中的需求。概念场景的分析主要包括两个步骤，首先需要构建概念场景，该场景下所包含的产品为理想化的产品，该产品可以满足用户的各个需求，即概念场景下不需要考虑产品能否满足用户需求，只需要考虑用户使用产品的目的、步骤等以及产品对应需要具备的功能。当用户场景和概念场景构建完成以后，则可以进行两种场景的对比研究，发现现有产品的潜在问题以及用户的潜在需求。

女性智能驾驶鞋设计初期需要构建用户场景 （见图2）。用户场景为一段连续且完整的用户—产品交互过程，又可以进一步分为场景A1、A2、A3等，用户动作可以进一步分解为B1、B2、B3等。假设A为用户场景，可以认为Ai（i=1，2，3，…，N）为场景化设计中的子场景，每一个子场景可以理解为场景片段，而场景片段与时间的流动密不可分。因此片断性和时间性密不可分，片断是时间流的节点，体现在时间帧上 （镜头），可以理解为用户使用产品的过程，进而可以理解为用户与产品进行交互前、交互中、交互后3个阶段；具体性体现在每一个阶段或每一段镜头用户与产品进行交互的过程中都存在详尽的动作集合，比如用户在使用驾驶鞋的过程中，需要穿着驾驶鞋并且在油门和刹车间来回切换，离开驾驶室时驾驶鞋要方便脱下，换下日常穿着的鞋子。

图2 用户场景

从上述两个用户场景即可得出用户使用驾驶鞋过程中要求其不硌脚、方便穿脱、鞋底不能太厚等。因此，将用户场景按照交互过程 （时间流）进行结构，可以得出较为完整的用户需求，进而指导下一步的概念场景构建。

明确场景中的用户群体，以此对相关人员进行访谈和观察，并从空间、用户、动作几个方面组成用户行为流程来构建概念场景，同时确定典型用户群体,归纳他们的行为痛点，并以此来总结用户需求及对需求进行层级划分。产品概念场景(见图3)的构建一般基于用户场景中痛点和需求分析，构建的目的是建立一个理想化的产品便于设计分析用户需求。 概念场景包含设计场景中的主要组成部分即用户、空间、动作、手段、价值、衔接几方面,通过整合各要素来形成解决方案,以建立产品与用户之间的交互和信息流通。

图3 概念场景

设计场景 （见图4）中包含了两方面因素：一方面是人物、使用背景和使用情节,这其中人物为用户角色,使用背景是产品的使用空间，情节则是用户使用产品时所发生的动作，另一方面是产品的功能、技术和交互。产品的功能直接体现着产品的价值,技术是实现功能的手段,交互则是产品功能与用户动作之间的衔接。总而言之，设计场景从要素角度解读，一方面包含产品属性中的功能、交互和技术，也包含人与产品共同形成的故事；从“设计场景”词语本身解读，设计场景即用户与产品交互过程中的场景，该场景下用户需求存在两种状态，分别为需求未被满足 （现有用户场景）和需求被满足 （概念场景）。

图4 设计场景

三、基于场景化方法的女性智能驾驶鞋需求提取

3.1 用户场景分析与需求挖掘

通过对85名女性驾驶者的问卷调查，有超过50%的驾驶者开车主要目的是上下班通勤，且驾驶时间在30～60 min之内的人数比例约为80%，由于长时间开车,多数女司机会自带平底鞋用于驾驶。针对受访者问卷的分析可以构建出以下用户场景如图5所示。

图5 用户场景

从用户场景分析中可以发现，大部分女性司机在驾车前后阶段主要经历前往车辆、进入车辆、驾驶车辆、到达目的地、步行前往目的地这样若干空间场景,其中的动作有换取鞋子、踩踏板、步行和其他相关动作。基于对用户场景的分析及对部分用户的访谈,得出女性司机在驾驶中遇到由鞋子所带来的问题,即女性对于驾驶鞋的主要需求如图6所示。

图6 驾驶鞋主要需求

3.2 概念场景解构

在用户场景分析的基础上得到了主要的驾驶鞋需求点,以女性驾驶者为典型用户群体,建立“用户—产品—场景”中各要素交互系统如图7所示。

图7 概念场景解构

女性智能驾驶鞋交互系统以用户、驾驶鞋、驾车相关场景等要素组成。驾驶鞋将作为用户与场景元素进行交互的媒介,同时智能化的功能以满足用户对于健康、驾驶过程中需求等。 以该交互系统为基础,以概念场景6个组成部分为依据进行女性智能驾驶鞋概念场景的构建。

从概念场景中可发现,在智能技术和鞋品自身特点的基础上,驾车前后阶段驾车人在不同空间中的动作可以通过语音、踩踏以及手势等方式来实现功能要素之间的衔接 （见图8）。

图8 女性智能驾驶鞋概念场景

3.3 女性驾驶鞋需求归纳

概念场景构建完成后,与图5的用户场景做对比，可以综合得出用户对于智能驾驶鞋的需求点 （见图9）以及智能驾驶鞋的设计点（见图10）。概念场景中涉及到用户与场景要素交互的过程,其中无线传输和语音模块用于“用户—驾驶鞋—其他移动设备—数据服务”各个要素间的数据传输,足底的传感器用于健康和足态的监测,定位功能由定位导航模块来实现。

图9 痛点整理

图10 女性智能驾驶鞋设计点

四、基于遗传算法的女性智能驾驶鞋设计方法及案例应用

4.1 鞋品要素解构以及最优设计点

场景化设计方法的主要作用在于构建用户场景、概念场景，用于导出用户需求及对应痛点，而其后的驾驶鞋设计要素即对应了场景化设计方法导出的用户痛点。通过用户场景发掘需求和概念场景来构建驾驶鞋设计要素和特征之后,需要对概念进行视觉化。鞋品特征主要包含了鞋面、鞋帮、鞋底3个部分,其对应的材料、色彩、工艺等可以作为鞋品的设计要素。由于驾驶鞋的设计要素较多且鞋类的设计风格 （色彩和造型）较多（见图11），以及每个要素具有一定的关联且每个要素对于用户需求满足性的主观评分不同，为了得到在用户需求满足性评分达到最优时 （尽可能被满足时）驾驶鞋设计要素的最优解，采用遗传算法进行最为合适。

图11 驾驶鞋要素解构

遗传算法需要经过对设计特征的编码与初始化来生成种群、计算种群适应度、进行遗传复制、交叉和变异、选取优势种群5个主要步骤。本研究引入遗传程序设计算法的编码方法,这一方法是由Koza在1992年提出。利用遗传算法首先需要对设计特征进行解构并编码,因此需要先设定一个函数集F(S)和端点集N(S),通过函数集和端点集中元素构成分层编码结构[15]。函数集的层级要高于端点集且可以影响其中的元素,在驾驶鞋设计中选取函数集

F(S)={F1， F2， …， Fi， …， Fn}，Fi代表鞋子的组成部分,比如F(S)={鞋面，鞋底，鞋帮，…，大括号,端点集则为鞋子组成部分Fi的具体细节,比如N(S)={底纹形状，鞋面材质，斜面色彩，底纹材质，…}。

令S=F(S)∪N(S)作为包含函数集与端点集的并集,以此生成一个个体,如图12所示。

图12 驾驶鞋要素的多样性

函数集F1鞋面的特征细节通过鞋面色彩和另一个函数集F2(材质)来体现,F2的特征又由两种材质来体现。故该鞋面个体的编码串可写为F1(F2(天然材质，人造材质)，单一色彩)。

通过这种构建方法可以构建出诸如鞋底、鞋帮等主要个体编码串，从而形成一个初始种群。通过种群适应度的计算可以评价种群的优劣,其对应具体鞋子设计优化模型中的目标函数,每个设计个体的适应度以鞋子的组成部分为基础进行计算并通过如下方式来表示：

式中，δi表示第i个设计个体的适应度,Y表示该设计个体,该设计个体由N1,N2等多个设计细节组成,具体适应度值可通过对鞋子设计元素的调研数据结合多元统计分析计算得出。比如δ1(F1(鞋面材质),鞋面)=0.5,整个鞋子设计个体的适应度大小通过下面公式计算，根据前期调研用户以及鞋类样本的筛选，可以得出用户需求对应权重值和每个鞋类样本在每个用户需求下的评分，进而结合数量化一类理论完成适应度函数的构建：

式中，Wi为每个设计特征的权重值。遗传复制的目的是为了提高群体的平均适应度值[15],从父代群体中运用轮盘赌选择方式选择编码串复制到子代群体中,然后通过交叉产生新的子代,交叉前会选取父代编码串中选取交叉点,交叉点的位置是由预设的交叉概率来决定。如图13的交叉过程,交叉前两个父代方案个体在约束条件下按交叉概率确定交叉点,交叉点下方的代码串彼此交换从而转变成两个新的个体。

图13 父代交叉示例

图13中1，2两个父代方案经交叉之后生成3，4两个子代方案。 交叉后种群在算法的作用下产生变异,从而保证算法最优解具有全局性。变异的过程通常是采用其他函数集或者端点集来替代子代中的某个对应集合。利用Matlab工具箱中的遗传算法,设置好种群数(Pop-Size)、遗传代数(Gen)、交叉概率 (Pc)、突变概率(Pm),种群数为初始种群中方案的个数,遗传代数、交叉概率和变异概率根据具体情况进行设定,算法最终会输出最优的个体编码,解码后可得不同设计特征,将其组合成为一个理想的设计模型。 每个设计特征编码如表1所示,通过对设计要素的组合可以得到设计元素的初始种群。根据实际取初始种群数为10,遗传代数为500,交叉概率和突变概率各为0.8,0.03。最终的设计组合为:

表1 设计特征编码

算法过程中迭代演示如图14所示。

图14 迭代演示

4.2 女性智能驾驶鞋设计策略提出

根据3.3小节提出的女性智能驾驶鞋需求以及4.1小节提出的鞋品设计要素的最佳组合方案，基于算法优化结果，可以得出驾驶鞋的主要设计要素，并以此作为方案设计框架。考虑到方案设计各要素的具体设计并非孤立设计，其会与其他一些因素彼此间产生影响。通过对前文研究的综合归纳，可以发现，各个设计要素主要与功能需求因素、用户需求要素以及现实因素有关联。综上所述，女性智能驾驶鞋的通用设计策略如图15所示。

图15 女性智能驾驶鞋设计策略

根据上文提出的最优设计组合，在女性智能驾驶鞋的具体设计中：鞋面材质上，牛皮最佳，牛皮是人们对于中高端产品的刻板印象，该要素可以提升产品的整体品质感；鞋面色彩上，选择双色混合，该应用策略也表明女性群体对于活力、年轻化产品的追求，双色混合的鞋品符合大多数人的审美；鞋面工艺上，选择胶粘；鞋面造型上，选择曲线和魔术贴组合，驾驶鞋存在方便的穿脱需求，故魔术贴最为符合；鞋帮材质上选择EVA X51；鞋帮厚度上，中等高度为宜，合适的鞋帮高度利于减轻鞋品使用过程产生的疲劳感；鞋帮工艺上，选择模压；鞋帮颜色上，采用单色，鞋帮表面积较小，过于花哨不符合鞋品“色彩淡雅”的需求；鞋底材质选择EVA X91；鞋底样式上，除了嵌入式的鞋底不太合适以外，其余3种鞋底样式均可；鞋底工艺模压最佳。

除了以上以女性智能驾驶鞋要素构建的设计策略外，用户需求也应当被考虑，尤其是除了鞋类产品以外的享乐性因素如鞋品智能化指标，目的是为了给用户提供基础的鞋类功能以外，提升产品细节，展示产品对于用户多方面、细微关怀。

4.3 女性智能驾驶鞋设计案例

根据设计策略，最终的女性智能驾驶鞋设计方案如图16所示。驾驶鞋整体为可拆卸式设计,便于携带。 后跟处的“一脚蹬”设计可以方便穿脱，鞋底前脚掌采用块状设计便于踩踏,后跟处的点状和片状波浪条纹便于支撑后脚跟,鞋底的EVA材质在保证脚底舒适度的同时可以防止打滑。

图16 女性智能驾驶鞋设计方案

驾驶鞋的智能功能除了鞋垫上的传感器用于监测生理数据，位于魔术贴上的智能通讯元件则可以实现数据传输,该原件可以摘下戴在手腕上便于司机寻找车辆位置以及实现语音交互功能,如图17所示。

图17 智能驾驶鞋上的智能元件设计

五、结 语

首先，本研究以场景化理论为依据,提出了一种女性智能驾驶鞋设计策略。该方法通过构建用户场景来发掘用户需求、构建概念场景来明确智能产品功能要素和交互属性,使得产品设计策略具有一定普适性。其次，研究以女性智能驾驶鞋的设计策略为验证,以场景化设计方法为依据,通过访谈问卷、用户行为研究等方法对女性驾驶者在驾车前后阶段的行为特点进行梳理,构建包含用户、行为、背景空间的用户场景,从中挖掘用户需求。基于用户场景下的需求建立概念场景,用于生成驾驶鞋功能与交互过程，并作为策略提出的主要依据。总的来说，遗传算法分析的适应度函数从用户体验评分而来，用户体验评分基于用户访谈、问卷等调研中利用量表和层次分析法 （AHP）对需求进行评级得出，这种结合定性和定量分析的基于用户体验的驾驶鞋设计策略可以为产业实践提供用户洞察思路和产品设计思路。

本研究提出了一种智能产品的场景化设计方法,将在后续研究中进一步完善以下方面：一方面，依照本研究提出的方法和流程,案例产品的概念设计虽具有一定的完成度,但缺少在实际场景中获取来自研究群体的真实评测。受限于鞋类产品的生产模式与特点,现阶段无法实施实验产品的试制,所以计划在后续研究中进行可穿戴模型验证，并与产业工程师积极沟通，进一步完善女性智能驾驶鞋设计策略。另一方面,智能产品设计方案生成方法的选择具有局限性,虽然本研究案例中采用定性和定量的方法且遗传算法对于用户体验最大评分下的最优解具有客观性,但不同的方法所呈现方案的最终结果会有差异。因此,针对方案设计方法选择的研究还需深入。