用了这么一个标题多少有点标题党之嫌，其实我们针对在研、在产车型进行用户体验优化，大致有四类目标&路径，标题当中这个无疑是所有人都更期待的。
1、在不增加配置（BOM）的前提下，提升体验：由于每个配置同时具备多种能力，如果我们将配置与功能解耦，通过将配置能力（原子服务）打散，就可以更为深入地挖掘和使用每个配置的能力。尽管这需要一个完整的逻辑框架，但这也打开了另外一扇大门，也就是可以让我们在不增加配置，也就是不增加硬件成本的前提下，仅仅通过软件即可推出新功能或者优化某些功能，以此提升用户体验。实际上大部分已上市车型的FOTA都是在做这个事情。比如过去两年很多车都通过FOTA推出了远程除霜除雪功能。
2、在不牺牲体验的前提下，有效降本（消除冗余）：按照SoCar对智能车产品能力四个层级的解构（体验层、场景层、服务层与物理层），真正与场景握手的是原子服务，而配置是原子服务的提供者。如果我们把每个配置实际提供的原子服务在各个场景上的调用关系梳理清晰，我们即可有效找到同一个原子服务可能存在两三个相互可以替代的配置，或者某个配置提供的原子服务没有找到使用场景等情况。这些都可以精确测量各项配置实际为用户体验管理和功能定义做出的贡献，找到冗余部分。一旦冗余被确认了，就可以通过消除冗余实现降本。按照这个逻辑，各种实体按键全面收入大屏幕中就是最典型的案例。
3、利用现有框架，用最小的代价覆盖更多场景：在现有产品已经推出的前提下，通过场景体验评价，我们经常会看到目标车型在某些维度上具有优势，但由于这些优势没有在完整的场景当中被有效连接起来，形成连贯的故事线，这些优势就很难转化为良好的用户体验。这个时候就需要填补体验断点，用最少的投入换来更为连贯的体验。
4、在相似体验前提下，合理平替：随着智能车价格区间的不断下沉，我们需要找到越来越多的平替方案。同样对于车企而言，通过场景体验对标分析，可以看到同一场景下，不同车企的响应策略，从而找到更多的低成本方案。这个时候产品对标也就从原来的结构、性能、工艺层面的对标转化为场景和体验为主线的对标上来，只有这样对标结论才能直接转化为产品行动。
为了支撑上述四个方向的优化策略，我们就需要从场景层到服务层，再到物理层全面解构市场中趋势车型的产品细节，然后以场景为主线形成相应的案例库。其数据结构如下图所示：
以上四个方面均可以通过场景体验评价，通过诊断梳理现有产品在各个场景中对用户需求的响应程度、产品资源、资源使用方式等问题，对每个车型的资源配置和使用策略进行更为精确的优化。当然为了能够让上述改善形成更为明确的目标，或者在组织内部树立明确的目标，我们需要对用户体验做更为量化的度量。最终上述四种策略的体验优化都会体现在体验得分的增加或者BOM成本的降低之上，也就是体验分值与BOM成本的比值之上。
至于如何量化评价和管理用户体验，我将在后续文章当中进一步介绍。
关注So.Car官方公众号
掌握So.Car最新观点动向
