摘要：从传统的手动调研到如今依赖海量数据的分析，汽车制造商和科技公司正在探索如何更好地理解用户需求、优化用户体验，同时应对自动驾驶时代带来的新挑战和机遇。本文将深入探讨汽车出行行业用户研究的现状、未来发展趋势以及数据驱动研究模式对传统用户研究的冲击，揭示在自动驾驶时

从传统的手动调研到如今依赖海量数据的分析，汽车制造商和科技公司正在探索如何更好地理解用户需求、优化用户体验，同时应对自动驾驶时代带来的新挑战和机遇。本文将深入探讨汽车出行行业用户研究的现状、未来发展趋势以及数据驱动研究模式对传统用户研究的冲击，揭示在自动驾驶时代，用户研究如何从关注驾驶行为转向关注车内体验和情感需求，以及如何在数据洪流中坚守道德和隐私的边界。

沃尔沃在 20 世纪 50 年代经过广泛的用户调研，研发出了三点式安全带。值得称赞的是，工程师尼尔斯·博林(Nils Bohlin ) 凭借这项技术，在全球范围内挽救了至少一百万人的生命（尽管这项研究也得到了许多人的贡献，但他也拥有一项专利）。所有这些成果都基于一项对 28,000 起事故、实际用户研究和测试的研究。

这与宝马的一项研究结果相比较，宝马的用户更喜欢在安静得令人不安的电动汽车中聆听内燃机引擎的轰鸣声。汉斯·季默（Hans Zimmer）为i4创作了模拟传统汽车座舱内氛围的引擎轰鸣声。印度的马恒达电动汽车也是如此，奥斯卡获奖作曲家AR·拉赫曼（AR Rahman）设计的音景模仿了V8发动机的轰鸣声。唉！这难道是一场变革管理的演练吗？

我们是否已经达到了汽车用户研究和用户体验的顶峰，这就是我们今天要展示的？

纵观当今的研究，我们开展了热图研究，以了解用户如何与特斯拉触摸屏互动，以及人们在集体驾驶时不愿与他人眼神接触的情况。那么，我们如何通过照明来保护隐私呢？这体现了个人主义和消费主义的巅峰。车载个性化广告将是下一个热门话题！

手动用户研究是否会变得不再注重实用性？

约翰工作了一整天。他单身，住在一栋相当高档的联排别墅里。他过得不错，收入也很高。他有一辆配备 ADAS（高级驾驶辅助系统）L2 的特斯拉电动汽车。他刚把车倒进车库，插上特斯拉的电源，准备晚上充电。约翰走进家门，让 Alexa 打开夜灯，播放轻爵士乐，并将室温设定在 24 摄氏度。然后，约翰让智能电视打开 Netflix，继续播放根据刘慈欣畅销中国小说改编的科幻电视剧《三体》。之后，他躺在躺椅上休息，直到吃晚饭。之后，他用外卖 App 从棒约翰订了披萨。之后，他把披萨上传到照片分享 App 上，分享给粉丝，并标记了 #HappyMonday #Pizza #PapaJohns 的标签。

约翰现在不知不觉地与各大科技公司分享他的驾驶习惯、平均车速、喜爱的电台、常去的地点、音乐喜好、购买力、娱乐偏好、饮食习惯、最喜欢的OTT平台、在线发帖习惯等等。这一切都始于数字时代，我们开始孕育“数字原住民”。当然，我们知道，“数字原住民”是指伴随手机等科技诞生并乐于使用它们的一代人。

当特斯拉想要为其汽车引入环境照明或情绪照明时，他们会依赖宝马、奔驰和奥迪等汽车制造商的研究，这些制造商研究了环境照明对驾驶体验和情绪的影响。但当他们想要引入像全自动驾驶 (FSD) 这样的先锋技术时，他们需要投入多年的研究和迭代。

2020 年 10 月，特斯拉启动了全自动驾驶 (FSD) Beta 计划。这意味着这辆车可以在非高速公路上在人类用户的监督下自动驾驶。特斯拉为该计划选择了大约 160,000 名预选车主。当时，该计划遭到了被称为“公共道路实验”的批评，批评缺乏联邦法规来阻止将道路用作实验室。网上有很多来自有影响力人士和内容创作者的视频，讲述自动驾驶汽车的冒险经历。但这却服务于一个重要目的——科学的飞跃。我们目前处于 2 级 ADAS，这意味着两个或多个自动控制装置协同工作，并允许手动驾驶员随时接管。3 级是指所有功能均已实现自动化，但仍可由手动驾驶员控制。5 级成熟度是指汽车完全实现自动驾驶。彭博社将汽车行业称为“移动出行行业”，因为它涵盖服务、电子产品和自动驾驶汽车，它们共同将人和物进行移动。

乐趣就从这里开始。只要测试是在人类驾驶员身上进行的，人类用户就会给出与驾驶员状态变化相关的输入，例如

当人类成为自动驾驶汽车的监管者时，汽车就开始变得有感知能力。不久的将来，汽车将为驾驶员的福祉做出决策，例如避免碰撞、变道、选择人流较少的商场（过于雄心勃勃）等。高度自动驾驶（HAD）或全自动驾驶，旨在提高交通安全性并最大限度地减少人为错误，但很可能是导致生存问题的根源。虽然完全依赖于软件，但驾驶不再被视为用户活动。这意味着用户研究毫无意义。有关于交通的大数据，包括汽车总数、道路可用性、长周末驾驶活动、球赛交通、新电影上映、天气灾害等。驾驶员从监管者的角色慢慢变成了有感知能力的汽车的寄生虫。将用户研究与汽车联系起来将更多地涉及情绪照明、游戏、电影和内容消费相关的研究。想象一下电影《机器人总动员》中自动驾驶舱里那些略微肥胖的人？

关于自动驾驶汽车的手动研究将如何开始慢慢减少？

2015-2020年：由于自动驾驶汽车（AV）缺乏规模化的数据驱动洞察，人工方法（调查、访谈）占据主导地位（约90-85%）。皮尤研究中心（Pew Research）2017年的一项研究表明，尽管人们听说过无人驾驶汽车，但人们对其抱有很高的抵触情绪。他们等待人工研究来探讨自动驾驶汽车的弊端。

2020–2030 年：随着自动驾驶汽车数据收集的增长（例如，特斯拉通过车队数据进行神经网络训练），手动方法的比例将下降至约 70%。但为了建立信任，仍然需要进行手动研究（皮尤研究中心 2022 年：63% 的美国人仍然对自动驾驶汽车持谨慎态度）。

2030-2040年：随着自动驾驶汽车通过传感器自行报告性能，对人工输入的需求减少，这一数字将急剧下降（约50%至10%）。传统的用户体验将成为边缘案例、怀疑论者、车载信息娱乐偏好者，或2020年代皮尤研究中心研究中表达信任问题的50岁人群的专属选择。

Netflix、Spotify 和 YouTube 已经可以根据我们的上网行为推荐内容。对于懒惰且不喜欢开车的人来说，再加上虚拟现实和增强现实平台（有些有钱的司机也很忙，想想那些无所事事的普通人）。Netflix 已经有了Netflix VR 社交放映。汽车变成了一种休息室，可以在开车时消费内容和零食，也可以变成工作场所，具体取决于通勤时间的长短（呃，就像《机器人总动员》中靠廉价多巴胺和真正的零食维持生计的肥胖人士）。每次点击和每次互动都会发送元数据，例如情绪、购买行为和浏览数据。与 20 位用户一起参加焦点小组讨论他们喜欢的汽车类型，或者询问痛点，或者安排 10 位用户进行用户访谈，以根据 1-10 的评分标准对他们如何喜欢电动汽车进行定性测试，这些在未来可能都不再适用。

数据是通过皮下收集的。

驾驶模式、GPS 位置、充电行为、车内行为和交互数据。

行为数据是根据消费品味和语言捕获的。

数据过载了。数据无处不在，等待着被消费和研究。你为什么要问人们喜欢什么或不喜欢什么？你跟踪用户是为了什么？是为了看他们坐在无人驾驶汽车里看电影吗？

用户研究的未来是“数字废气”——所有由用户在数字系统中的互动和参与产生的随机数据。与其与实际用户交流，不如更多地关注分析、吸收和综合数据。在这种背景下，合乎道德的人工智能和合乎道德的数据分析在未来将扮演什么角色？我将在下一篇关于“数字废气”的文章中继续探讨这个问题，以及它将如何在未来取代用户研究。数据收集、研究和分析中的道德界限正在逐渐模糊。

来源：人人都是产品经理