對話體驗設計的一些思考（2）

現在的自然語言交互產品，都存在很大的黏性問題n

之前總結了一下黏性的影響因素，我認為，任何的產品、服務，想要真正形成用戶習慣，一定要在六個因素綜合起來取得較高的分值，詳細請看之前的專欄文章：知乎專欄

下面舉兩個產品的例子n

Siri的例子n

Siri已經推出很多年了，iPhone也有很大的市佔率，但是生活中有多少人真的在經常使用Siri呢？（至少每周一次以上吧）據我觀察非常少。n

根據一份2016年針對美國用戶的調研數據，幾乎所有的iPhone用戶都使用過Siri，但是真正形成使用習慣、經常使用的比例不足30%；感覺在中國的真實數據比這個要低得多；

接著我又去某個美國論壇簡單統計了一下經常使用Siri的用戶都在使用哪些功能，關鍵信息總結如下：n

• 大多數人的使用場景是開車時；

• 在有他人在的時候使用Siri會感覺尷尬；

• 很多任務還是GUI更加高效；

• 經常使用Siri的用戶，普遍使用比較多的功能是：設定鬧鐘、發簡訊、打電話、設置提醒、查天氣、搜索等；

• 幾乎所有經常使用的用戶，只會經常使用一兩個功能；

對我來說，Siri的這個功能很好：我想早起的時候會告訴它打開所有鬧鐘，然後第二天又不想起了就讓它關上所有鬧鐘。。。。

某機頂盒語音遙控器的例子：n

大家可能都有經驗，在使用電視機遙控器進行搜索時體驗有多麼的差，雖然現在的機頂盒都帶有很多資源，但是因為搜索實在太麻煩，我們還是更願意看容易瀏覽的熱門資源，這就不利於大量資源去滿足更多個性化的需求；於是就有很多廠商嘗試過在遙控器上加一個麥克風，通過語音輸入來搜索；n

我三年前就參加過這樣一個項目，但是數據效果不怎麼好，活躍率掉的非常快，一般用戶剛開始感覺新鮮試用幾次，很快就完全把這個功能給忘了，經過用戶測試和訪談，我們發現問題很簡單：語音遙控器根本沒有滿足最基本的需求，即正確識別用戶的話，並找到想要的資源；n

正確識別用戶的輸入就有很大的問題，這個產品不成功有七成以上是因為語音識別技術的不過關，雖然當時使用的是國內最好的語音轉文字廠商的服務，但畢竟是三年前，效果完全達不到用戶的期望，出現以下情況都會很影響識別結果：n

• 普通話不標準
• 語速過快（其實就是正常語速而已）
• 字數增加（超過四個字就容易出錯了）
• 識別不完整
• 部分容易連讀的字識別錯誤率高（兒、安等只有韻母沒有聲母的字）

其次，很多用戶並不會說齣節目的全稱，或者根本不是在說節目的名字，當表達比較隨意和口語化的時候，即使語音轉文字正確了，也找不到用戶想要的內容；n

由於當時只是一個實驗項目，說實話也沒有考慮太多用戶體驗的問題，現在想起來上面兩個問題也能解決，只不過背後要花很多功夫；n

試著套到黏性的理論里來分析一下：n

• 是否剛需：一般情況下，語音控制不是剛需，他只是一個交互形式的變化，剛需是背後他可以連接的功能，然而，在一些情況下，語音控制卻成了剛需，例如開車的時候、輸入設備像電視遙控器一樣不方便的時候、雙手忙碌的時候、躺在床上不想睜眼的時候、手機在手夠不到的地方又懶得走過去的時候。。。。。所以語音交互會先從這些「剛需場景」開始流行；
• 感知有用性：語音交互的價值目前只在特定場景下的特定任務才能體現出來，對於一些指令簡單、包含變數較少的任務，例如設置鬧鐘、給誰誰打電話等，Siri確實可以很好地完成，這就提供了一定的用戶價值，確保用戶在類似情況下還會再用；對於電視遙控器，當用戶明確知道自己想看什麼內容，並且說出了內容的名稱時（哪怕不是完整的），變數只有一個，還是比較容易滿足的，但是很多時候我們並不知道自己想看什麼，也就是說並不是精確查找的場景，語音交互目前就難以提供足夠的價值了；
• 轉移成本：理論上說，語音交互應該是最自然的交互方式，從圖形交互到語音交互應該沒有太多學習成本，轉移成本也就很小；
• 可替代性：這是語音交互暫時不能形成黏性的很重要的原因，目前的語音交互基本只是對原本的圖形交互的替代，完成的是同樣的任務，並沒有產生什麼語音交互原創的功能，也就是說所有都是可被圖形交互替代的，當用戶發現語音交互不方便，會立刻放棄，因為已經習慣了的圖形交互對用戶來說已經足夠方便；
• 需求頻次：目前可以出色完成的任務還太少，頻次太低；
• 廣義用戶體驗：不確定性、可靠性差，這是很致命的用戶體驗硬傷；不確定性可以作為很好的獎勵機制的載體，往往比確定的獎勵更容易讓人痴迷，例如遊戲中的抽卡，如果明確知道滿足一定條件就可以抽中SSR，其實也就沒有什麼意思了，這是隨機不定比例激勵的魅力；但是對於基本功能存在操作上的不確定性，會讓人快速歸為「不可用」，例如在玩超級瑪麗的時候，如果有一定比例按鍵後卻沒有跳起來，一定會讓人想摔手柄；現在的語音交互就像時好時壞的跳躍鍵，用戶習慣了圖形界面「點擊聯繫人姓名100%可以開始撥打電話」的可靠性，無法忍受語音識別錯誤、無法提供此功能、沒有聽清楚等等帶來的挫折感；除了可靠性差之外，語音交互目前在很多任務中還存在效率低的問題，一兩個按鈕可以解決的問題需要說幾秒、識別幾秒。

這就叫可靠性差（圖片來自網路）

上面說了這麼多問題，我對語音交互還是很有信心的，關鍵是找到真正適合的場景和任務，來日方長，以後慢慢再說；n

最後

新事物總是這樣，在足夠完善、全面取代現存事物之前，總是依靠最核心的優勢在很小的範圍內開始流行。——沃茲基·碩德
推薦閱讀：