Автоматизация и проектирование процессов, интеллектуальный анализ процессов, UX
В нашем решении Predictive Maintenance знание оценки состояния активов является ключевой функцией для инженера по надежности, чтобы понять, как упреждающе реагировать и устранять любые надвигающиеся ситуации поломки.
Оценка работоспособности выводится с помощью алгоритмов машинного обучения, использующих данные IoT из активов. Однако алгоритмы должны получать обратную связь, чтобы постоянно учиться и совершенствоваться. Тем самым повышая надежность прогноза и доверие конечного пользователя к системе.
Проблемы
Первоначальный макет предполагал, что пользователь проведет большой анализ различных типов информации, чтобы дать отзыв о точности сгенерированного машиной показателя здоровья.
Предоставление отзыва о точности не является основной задачей этого пользователя. Следовательно, полагаться только на отзывы пользователей было неэффективной методологией для улучшения наших алгоритмов.
Необходимость проведения анализа часто приводила к тому, что пользователь пропускал этап обратной связи.
Дизайнерские решения
Изучили последующие/последующие и смежные процессы реагирования на показатель работоспособности в наших продуктах, чтобы определить события/действия, указывающие на работоспособность актива. Такой подход рассматривался как неявная обратная связь.
Создал два разных подхода к сбору отзывов — неявный отзыв с анализом процессов и явный отзыв с пользовательским вводом, чтобы иметь целостный и всеобъемлющий механизм обратной связи.
Механизм получения явных отзывов от пользователя был значительно упрощен. Техник просто должен был бы щелкнуть по заранее заданным вопросам. Это взаимодействие было удобным для мобильных устройств и было похоже на любой пользовательский интерфейс потребительского уровня, знакомый пользователям.
Влияние
Новое дизайнерское предложение уменьшило зависимость обратной связи исключительно от пользователя.
Явный процесс обратной связи был упрощен и не требовал от пользователя проведения обширного анализа или исследований.