可穿戴設備：別拼功能和外觀了，拼​​算法吧

如果讓任何一名科技達人，來命名現今最時髦的科技潮流，你肯定會不不止一次的聽過“可穿戴設備”這個名詞。僅僅在兩年之前，可穿戴設備還只是一個名不見經傳的外置裝置領域，但如今，絕大多數的高科技公司已競相涉足可穿戴市場。
雖然說許多可穿戴設備已經進入用戶市場，但還沒有被廣泛接受的產品，各品牌設備的外觀也十分相似。可以預見的是，在下階段的可穿戴設備浪潮中，各產品的材質、顏色和款式會逐漸有所區別。而企業的重心也會逐漸轉移到自家產品的軟件體驗上——因為缺乏優秀軟件支持的可穿戴設備，不過是一件裝飾品。

所以接下來的變革浪潮核心是什麼？保證數據在多種運動狀態及各用戶使用時足夠精確性的算法或許是可穿戴設備的核心。

算法技術究竟適用於哪裡？ 不論是Nike FuelBand裡的卡路里消耗，還是Fitbit Flex的步數統計，都要靠算法追踪統計，然後轉換成的運動數據。各可穿戴產品難以逾越的一條鴻溝是：多數產品的功能總是統計步數之類的同質化數據，沒有找到產品之間的差異化細分點。

說的更深入一些，多數健康類可穿戴產品的普遍問題是，它們是很花哨，但無法識別一整天的各種活動。比如，當進行稍微複雜些的舉重訓練時，Nike FuelBand就不能正確捕捉統計數據，這時用戶不得不取下了手環，在鍛煉中途親自在手機或者是筆記本電腦上輸入運動數據。因為產品設計的不完善，用戶要在鍛煉時被迫中斷。
此外，除了對更多種類活動進行記錄，數據還要足夠精確。近似​​的數據只會澆滅用戶對可穿戴設備的熱情，而使用時間越長，用戶對準確性的要求就越高。這對職業甚至是業餘運動員都格外關鍵，因為訓練統計的精確度將會直接影響運動目標的實現。

如果更進一步，一款真正智能的可穿戴設備應該能區別統計歷史和今日運動數據，以巧妙的方法，讓使用者在一天中適當增加運動量。或者說，它能夠確定使用者有多長的時間是處於“不運動狀態”，並且提醒用戶在規定的間隔時間中進行鍛煉。又或者，手環能夠明白，在白天喝了三杯咖啡還經歷了一個焦躁失眠的夜晚之後，需要靈活地增加第二天的運動量。

如何提高算法精確性？ 在算法能夠切切實實滿足所有使用者的需求前，我們需要找到最佳的方法讓可穿戴設備收集到的數據變為有價值的東西。如今蘋果等的科技巨頭正在招納越來越多的數據科學家，進行算法統計的深入研究。

不僅如此，因為可穿戴產品生產者希望細分市場，細緻定義受眾群體，所以用戶研究都會成為決定其成功與否的致命因素。儘管可穿戴設備的用戶研究對從業者而言並不是一項需要重新掌握的獨特技能，但它需要進行創造性的高度分析。畢竟用戶研究最終都會“代表使用者的觀點和聲音”，並將用戶觀點融入產品，衍生APP應用，網站，數據之中，保證了產品的成功。
用戶需要的不僅僅是一款價格不菲的電子計步器，而是一款拋開基礎的追踪運動功能之外，可以做到引導自己的日常生活、睡眠模式甚至是食物攝取習慣的智能設備。可穿戴設備的追捧者們急切的需要設備可以做到捕捉全部的運動狀態，並且做到精確精確，再精確……各種算法之間的競賽已經展開，能夠完美掌握算法優勢的企業和公司將會贏得可穿戴領域市場的先機。

via wired


資料來源：雷鋒網
編輯：張小馬