那么，“跨平台车联网用户行为库”该怎么搭建？朱佳明介绍：

　　第一，搭建用户行为库框架体系

　　第二，典型用户场景枚举梳理

　　第三，通过用户研究细化用户需求和场景任务

　　第四，任务特征分类

　　第五，基于不同任务特征的交互原则梳理

　　分开来说，搭建用户行为库框架体系就是以“人－车互动生命周期”为主要纬度，同事考虑不同用户人群划分，搭建出行为库主要框架体系。值得注意的是，用户行为库是一个动态的数据库，基于用户生活方式的变化，将不断迭代调整和完善。

　　典型用户场景枚举梳理，是基于行为库框架体系，从用户使用和互动可能性出发，枚举已有的，以及潜在的典型用户场景。场景枚举完全从用户行为角度出发，不会受限于现有的产品和服务使用方式，以及技术可行性。基于用户生活方式的变化，场景枚举也会不断调整和完善。

　　通过用户研究完成用户场景的验证完善，用户需求及任务的细化。基于初步的用户研究，对枚举的典型场景进行验证、修正和完善。通过更深入的用户研究，梳理用户需求，细化场景下的具体任务。在这里，Facecar会使用“随车情景观察”和“1对1的用户深访”，即用户研究人员车内跟随用户，通过跟踪、观察、记录用户的真是驾驶轨迹和使用场景，分析用户的实际车辆使用方式和行为。以“停车”这个环节为例，有三个典型场景，“寻找停车场”、“寻找停车位及停车”和“停车后离开”。

　　任务特征分类表示，每个场景下都包含了一系列具体奋武，基于对不同任务特征的提炼归纳，寻找共性和差异，并从中进行任务分类。例如，主动性任务、被动性任务、驾驶中任务、暂停中任务等。

　　最后，基于不同任务特征的交互原理梳理表示，不同的任务特征分类对于用户交互行为有不同的需求，包括：用户需用的交互通道、用户客提供的注意力、用户需求的信息类型及方式等。基于这些任务分类，提出相应的交互设计原则。例如，在驾驶中任务里，交互原则是“最小参与原则”；在感知延迟性任务里，交互原则是“可预期原则”；在跨终端任务里，交互原则是“无缝衔接原则”。