回顾2019-2023年，似乎汽车产业格局在悄然发生着巨大的变化，究其原因汽车“智能化”必然是绕不开的话题。“上半场”的智能座舱也随之成为了各家竞争的关键。如果说2019-2022年，智能座舱的发展用“快”字来形容，那么2023年也只能用一个“卷”字去概括；“卷配置、卷价格、”卷技术创新“、卷开发周期”，繁荣的市场背后，映射着各家车企深深的危机与使命感。但无论市场如何卷，竞争如何激烈，回归到用户层面无非“体验”二字。怎么样打造一款具有卓越使用者真实的体验的智能座舱也就成为了每一家都必须面对的重要研究课题。

  车云研究自2018年成立至今，有幸见证了智能汽车的发展盛况，我们始终致力于用户体验领域的研究与评价，从2019年首创“CC-1000T智能座舱评价体系”到2021年“智能座舱场景设计与功能定义方法”再到我们本次所要重点论述的“面向开发的可量化用户体验指标体系搭建”， 我们大家都希望帮助车企从产品设计源头就能够最大限度地考虑用户体验并开发出更满足用户使用场景的产品。

  回归主题，当前市场上的座舱评价体系，主要以质量评价、功能验收、BUG清查为主，更多的应用于产品验收阶段，导致发现问题时只能被动应对，在改进过程中又面临着“时间紧”、“难度大”、“成本高”、“层级浅”四大难题而不得不做出妥协。最终导致设计期望与实际体验间的差异。那么如何进行体验前置，以开发视角为基点，以使用者真实的体验为核心，深度还原核心功能域下的用户使用场景并量化关键影响因素，进而在设计之初即可通过可量化的指标约束产品开发，重塑用户体验，成为了不得不面对的问题。

  历经5年的用户体验研究，经过160余款车的智能座舱深度评测，车云研究总结出了一套面向开发的用户体验指标体系构建方法。这套方法我们主要想解决的是：如何极大化使用户得到满足在智能座舱中的“核心”体验。首先核心体验决定了用户绝大部分的使用场景，因此如何将核心体验做的更扎实，是实现智能座舱体验好坏的关键。差异化与创新体验不在本次讨论范围之内。经过半年时间的研究与实测，结合与各车企的研究讨论，车云研究分别针对如下十个核心模块进行了体验量化与标准搭建，如表1所示：

  截止到目前为止，以上10个模块共计完成405项指标搭建，其中通用型指标179项，专用型指标226项（后文会对通用与专用指标做详细解读）。

  首先以自下而上的视角，从核心功能为切入点，遍沥每一个用车旅程下的用车场景，通过还原用户的真实使用过程来剖析每一个场景下的使用者真实的体验路径，解构出影响使用者真实的体验的关键触点，并对所有的关键触点进行体验量化与标准定义。

  场景的构建仍然遵循大旅程小场景的思路，即以某一具体功能模块为出发点，选择用户最长的一段用车旅程，甄别出所有用户高频且重要的使用场景，以时间顺序进行串联或并联，搭建出基于某一功能下的场景故事地图。

  每一个体验流程下可能存在不止一个使用触点，以【完成连接】为例，至少存在3个触点，如下：

  我们在【蓝牙配对】这个触点下，能够识别的影响用户关键体验的指标至少包含“首次蓝牙连接速度”

  正如全行业所面临的共性难题，智能座舱体验评价相对主观且缺少标准，因此针对使用者真实的体验指标的量化与标准的定义是一个复杂且漫长的过程，车云研究通过对大量实车的专业评测、众多用户调研、使用者真实的体验研究以及相关国标参考，结合体验 的共通性与延续性特点，最终我们将所有指标再次分成两个标准子类，分别为：

  【通用型指标标准】：该类标准不仅仅适用于某一个指标（如性能“258”原则，所有涉及网端的应用启动速度均适用于此标准），同时该类指标也不仅仅适用于某一领域（如尼尔森十大交互原则，它不仅适用于消费电子，同时适用于汽车）这类标准我们经过了大量研究与实测，已经初步形成了《通用指标标准库》如表2所示：

  【专用型指标标准】由于整个行业缺少体验相关标准，因此我们长时间对大量新车进行了深度评测与数据积累，结合众多车辆在同一触点下的不同表现，分别计算出TOP值、中位值、平均值等参数对指标进行标准定义。这类指标标准会随着整个行业的发展动态变化，因此我们随着体验研究的深入会将专用型指标不断向通用型指标转化。以下为部分《专用型指标库》内容，如表现3所示：

  最终每一个重要功能模块都会形成一个基于使用者真实的体验的指标脉谱图，用以从用户使用场景的角度查漏补缺，进而构建一个完整的指标体系框架。如下图所示：

  以上即指标体系搭建的整体思路，下面我们将分别以“环视影像”的通用指标和“中控交互”的专用指标来论述定义的全过程。同时为了企业能够正确有效执行，也进行了一定约束。首先来看一下指标的定义过程：

  人眼的分辨率（涉及指标包括影像的清晰度、屏幕清晰度、视频清晰度等），自乔布斯提出“视网膜分辨率”以来，手机屏幕的分辨率就不断地提升，从2K、4K一直到8K。那么座舱中的车机界面及影像也一样会经历此过程。以15英寸车机屏幕为例，在正常驾驶中人距离车机大约在65cm-75cm左右，驾驶员能够识别的最高像素点约130PPI，也就是2K左右的屏幕，如果转换成影像的清晰度，则车外200万像素的摄像头即可满足。基于此我们可对影像的清晰度进行体验量化并定义相关标准（当然屏幕的清晰度也一样能够依据此原则进行定义）。

  再比如，我们通过对37款车的评测发现，DOCK栏中超过50%的高频内容包含“应用入口”、“空调入口“、”车辆设置“、”主页“、“主驾温度控制”，相对低频的包括“多媒体”、“前档除雾”、“副驾温度调节”和“座椅通风加热”，其中超过80%的车型DOCK栏内容的数量为5-9个，在结合用户的使用频率及重要度，我们对该指标进 行了标准定义。

  为了便于企业能够更好决策，我们针对所有的指标，按照三类目标值进行了分级，目的是供企业基于自身产品的定位进行取舍与参考，即：

  如果我们的产品并不过多追求智能化但又不想过分失去其意义可选“行业基础目标值”；如果我们的产品追求智能化，但由于成本及开发难度的考量难以短期实现，可选“行业主流目标值”；如果是主打智能化的产品，不用多说，“行业标杆目标值”是必须实现的内容。如表4所示：

  为了便于企业能够有效执行，我们将整个执行表单分成了三个系统（场景系统、指标系统、打分系统）

  为了便于测试人员能够时刻以用户视角对整个座舱进行专业评价，又再次设计了全链路使用者真实的体验评测执行表单，如下图所示：

  以上即为“面向开发的可量化使用者真实的体验指标体系搭建方法”的简要介绍，车云研究能够参与到汽车智能化的浪潮之中深感荣幸也如履薄冰，但无论前路如何荆棘，我们都会在使用者真实的体验领域持续深耕，贡献自己微薄的力量。同时也希望我们的工作可以帮助到企业在产品层面一直在改进，为最终可以在一定程度上完成以卓越的产品体验被用户所认可而努力。

  文章结尾，如果您想进一步了解我们的评测内容与合作方式欢迎各位登录智能座舱评测云平台（或联系（杜女士），邮箱：，我们大家都希望智能座舱评测云平台可以帮助车企，应对快速变化的智能座舱激烈的市场之间的竞争，带给消费者更具实力的智能座舱产品。在这里你能找到我们测试过的所有车型，我们会通过统一的规范标准，进行客观信息的展示、主观评价的说明，以及作为数据支撑的证明材料。最终这些主观评价、数据分数，会进入我们的数据库，生产可用的数据，呈现给大家。智能座舱评测云平台不仅能展示单车评测的各种项目和分数，还能够直接进行对比对比评测、标杆分析，以及评测体系自定义。