Nesnelerin İnterneti'nde özellikler nadiren tek bir disiplin içinde tek başına bulunur. En yüksek değere sahip özellikleri sunan IoT ürünlerini geliştirmek, donanım, veri bilimi, tasarım ve yazılım ekiplerinin uzmanlığından yararlanarak tasarım sürecinin optimize edilmesini gerektirir.

IoT ürün geliştirmede disiplinler arası işbirliğinin önemine ve Deloitte'un Bilgi Değer Döngüsü gibi bir çerçeve kullanmanın nasıl faydalı olabileceğine ışık tutacağız.

Geribildirim Döngüsünün İhtiyacı

Tatilden döndüğünüzü ve evinizi akıllı termostatınızla önceden ısıtmak istediğinizi hayal edin. Uygulamayı telefonunuzda açıp sıcaklığı 70°F'a ayarlıyorsunuz. Basit görünüyor, değil mi?

Bunun gerçekleşebilmesi için, iyi tasarlanmış bir kullanıcı arayüzünün yazılım ile bulut arasındaki ve ayrıca evinizin yerel ağı ve donanım yazılımı arasındaki iletişimi kolaylaştırması gerekirken, donanımın da ısıtmayı başlatmak için HVAC sistemini kontrol etmesi gerekir.

Ek olarak, yerel bir sensörün evinizdeki gerçek sıcaklığı aktif olarak izlemesi, yeterli sıcaklık seviyesine ne zaman ulaştığını belirlemesi ve ardından donanıma HVAC sistemi aracılığıyla ısıtmayı durdurması için sinyal vermesi gerekir. Vay! 

"Kullanıcının evin sıcaklığını evin dışından ayarlamasına izin ver" gibi görünüşte basit bir özellik geliştirmek için çeşitli teknik disiplinlerin verimli tasarım ve geliştirme konusunda işbirliği yapması gerekir. Geliştirme sürecini geliştiren IoT Değer Geri Bildirim Döngüsü çerçevesinin devreye girdiği yer burasıdır.

IoT Değeri Geri Bildirim Döngüsü Çerçevesinden Yararlanma

Birbirine bağlı IoT yeteneklerini tasarlama konusunda disiplinler arası ekipleri güçlendirmenin bir yolu, IoT Değer Geri Bildirim Döngüsü Çerçevesini kullanmaktır. Dan uyarlandı Deloitte'un Bilgi Değer Döngüsü, bu çerçeve, kullanıcı deneyimi açısından kritik olan ve "geri bildirim döngüsü" özelliklerine sahip belirli bir ürün özelliğinin değerlendirilmesine yardımcı olur. 

Çerçeveyi, ürüne özel hazırlanmış sorularla bir atölyeye dönüştürüyoruz. Bu konuyu çözmek için çeşitli yeteneklerden oluşan bir grubu bir araya getirdiğimizde, katılımcılar kolektif yanıtlar gerektiren sorular sormaya başlarlar.

Geri Bildirim Döngüsü İş Başında

IoT Değer Geri Bildirim Döngüsünün gerçek hayattaki bir senaryoda nasıl uygulanabileceğine bir göz atalım.

Isı sensörlerini ve IoT özellikli kontrolleri kullanarak kahveyi mükemmel sıcaklıkta tutan akıllı bir kahve kupası kullanan bir müşteri düşünün. Buradaki temel ürün deneyimi, kullanıcı tarafından ayarlanan sıcaklığın korunmasıdır.

Ürün geliştirmeye yönelik IoT Değeri Geri Bildirim Döngüsü çerçevesi, aşağıdaki adımları ele alarak akıllı kupanın UX tasarımına rehberlik eder:

#1: Yaratılış | Veri Üretimi: Veriler Nerede Üretiliyor?

Verileri tespit etmek ve toplamak için bardağa sensörler ekleyin. Hangi sensörleri kullanıyoruz ve neleri tespit etmeleri gerekiyor? Bardağa mı yoksa özel bir bardak altlığı/tabana mı yerleştirilmelidirler?

#2: İletişim | Ağ İletişimi: Veriler Doğru Yerlere Nasıl İletişim Kurar? Kenar? Bulut? Diğer cihazlar?

Yazılım / Veri Bilimi: “’den hangi verilerkenar” (kupa) analiz ediliyor ve buluta gönderilmesi gerekiyor mu? Yoksa bizzat uçta analiz edilebilir mi? Neyin koordine edilmesi ve iletilmesi gerekiyor?

#3: Standartlar ve Toplama | Veri Organizasyonu: Standartlar veya Dönüşümler Gerektiren Herhangi Bir Toplamanın Gerçekleşmesi Gerekiyor mu?

Bu çoğunlukla kenarda (kahve kupasında) gerçekleşiyorsa, analiz için doğru ölçümleri toplayıp oluşturuyor muyuz? Ancak tüm kahve kupalarını herhangi bir kolektif amaç için birbirine bağlamadığımız için çok fazla toplamaya gerek yok.

#4: Analiz | Veri ve İnsan Analizi: Bilgiye dayalı eylemin gerçekleşmesi için hangi analizin yapılması gerekiyor?

Eldeki verilerle kahvenin doğru sıcaklıkta olup olmadığını ve ısıtılması gerekip gerekmediğini belirlemek için hangi hesaplamaları yapmamız gerekiyor? Sıcaklığa ve kullanıcının istediği seviyeye bağlı olarak ne kadar ısıtma gerekir?

#5: Eylem | Bilgisayar ve İnsan Eylemi: Hangi Eylemin Gerçekleştirilmesi Gerekiyor??

Üstelik artık kahve için gerekli ısıtma miktarı hakkında kesin bilgiye sahip olduğumuza göre, kupanın içindeki donanım uygun eylemi gerçekleştirip kahveyi buna göre ısıtabilir.

Son olarak, her adımı sıraladıktan sonra şu bütünsel soruları soruyoruz:

• Bu döngü ne sıklıkta çalışmalı? Dakikada bir mi? Her 5 dakikada bir mi?
• Döngünün hangi kısımları zayıflıklara karşı savunmasızdır?
• Başarı için döngünün hangi kısmı en kritiktir?
• Döngüde, döngünün bir sonraki çalıştırılışını besleyen ve etkileyen herhangi bir öğrenme var mı?

Tahmin edebileceğiniz gibi, bu soruları yanıtlamak farklı uzmanlıklara sahip kişilerin katkılarını gerektirir. Tasarımcının rolü, kullanıcıların ideal sıcaklıklarını seçmelerine olanak tanıyan uygulamayı tasarlamak ve daha büyük ekibin birinci sınıf bir kullanıcı deneyimini koordine etmesini sağlamaktır.

Sonuçta tasarımcının şu soruyu yanıtlaması gerekiyor: "Kullanıcı ne istiyor?" ve bu istenen deneyimi ve yapılacak işi ekibin geri kalanı için yol gösterici bir vizyon olarak kullanın.

Bu durumda, mükemmel bir fincan kahveyi her zaman doğru sıcaklıkta - ne çok soğuk ne de çok sıcak - içmelisiniz.

Tasarımcının bu mükemmel kullanıcı deneyimine ilişkin vizyonu, diğer disiplinlerin gereksinimlerini tanımlamalarına rehberlik etmesi açısından çok önemlidir.

• Donanım şunu sorar: "Sıcaklıktaki küçük değişiklikleri tespit etmek için bir sensöre ihtiyacım var mı?"
  • UX şöyle yanıt veriyor: "Kahveyi kullanıcı fark etmeden önce ısıtmak için değişiklikleri yeterince erken tespit etmek için ne gerekiyorsa yapın."
• Donanım ve Yazılım şunu soruyor: "Sıcaklık verilerini ne sıklıkla ölçmeli ve göndermeliyiz?"
  • UX şöyle yanıt veriyor: "Zaman içindeki sıcaklık değişikliklerini yakalamak için yeterli sıklıkta mı? Kahve ne kadar çabuk soğur?"
• Veri Bilimi şunu soruyor: "Verileri buluta mı göndermeliyim yoksa uçta mı işlemeliyim?"
  • UX şöyle yanıt veriyor: "Uygulama yalnızca kullanıcıların ideal sıcaklık ayarını seçmesine olanak tanıyor ve mevcut sıcaklığı gösteriyor. Kendini korumak için yalnızca bir bardağa ihtiyacımız var; belki de hızı optimize etmek ve bağlantı sorunları riskini en aza indirmek için hesaplamalar sınırda kalabilir."

IoT Başarısı için Disiplinler Arası İşbirliği

Tüm bu uzmanlar, son kullanıcıları memnun edecek bir ürün tasarlamak için işbirliği yapmaktan sorumludur.. IoT geri bildirim döngülerini ve ürün geliştirmeyi birleştirmek en iyi sonuçları üretebilir.

Ürün ne olursa olsun çoğu kullanıcı ürünle ilgili deneyimlerini bütünsel olarak algılar. Ambalajın kafa karıştırıcı olması, bağlantı sorunları veya kısa pil ömrü, müşterinin ürüne ilişkin algısını olumsuz yönde etkileyebilir.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.iotforall.com/iot-value-feedback-loops-in-feature-development-optimization