主流可穿戴健身设备可用性研究:特征分析与系统可用性量表评估

简介

背景

近年来，可穿戴设备发展势头迅猛，已成为人们日常生活的一部分。可穿戴设备是指可直接穿戴或集成到服装中的便携式移动智能设备[1］．本研究中的可穿戴设备为腕带和手表，其核心功能为计步[2］．美国市场研究公司BI Intelligence将IMS市场研究咨询和ABI research 2012年的市场研究数据结合起来，认为2012年只有不到40%的美国消费者熟悉可穿戴设备，而在2013年，至少有54%的消费者对可穿戴设备产生了强烈的兴趣，用于健康监测和健身跟踪。BI Intelligence预计，2015年至2019年，全球可穿戴设备市场将以35%的年复合增长率增长。3.］．根据国际数据公司的全球季度可穿戴设备跟踪数据，2018年第一季度全球可穿戴设备出货量增长了1.2% [4］．此外，2018年第二季度全球智能手表出货量同比增长56% [5］．与此同时，BI Intelligence根据2013年对可穿戴设备市场的原始预测以及对行业专家的采访得出结论，根据目前的趋势，到2017年第二季度，至少有33%的美国人将拥有可穿戴设备。6］．腾讯ISUX用户研究中心2015年发布报告(智能可穿戴设备市场白皮书)[7该调查包含了一项大规模的问卷调查，共有8083名中国国内腾讯即时通讯用户参与了调查。该报告指出，大约60%的互联网用户熟悉可穿戴设备，在2014年11月至2015年5月期间，拥有可穿戴设备的中国互联网用户数量从2.9%增加到8.4%。在这些用户中，手环的拥有率为4.6%，明显高于智能手表的拥有率3.1%。智能手表的认知度从48%上升到52%，智能腕带的认知度同期从35%上升到40%。

可穿戴设备在健康监测方面具有巨大潜力，目前正被广泛研究[8-13］．作为一种非常流行的工具，可穿戴设备在医疗和健身应用中的使用正在迅速增加。这些设备可以监测生命体征，如运动[14]、营养状况[15]，以及心率[16]，以及糖尿病患者的血糖[17]、心脏疾病状况、睡眠时呼吸暂停，以及许多其他健康参数和状态[18］．罗与范[19他认为，可穿戴设备的发展可能引发医疗模式的创新。柯克(20.]认为，可穿戴医疗技术可以显著提高患者的疗效，缩短医生时间，降低医疗成本，代表了精准个性化医疗的未来趋势。适当的技术，如智能可穿戴设备，可为医疗和卫生保健服务提供者创造前所未有的机会，以更经济的方式获得预防、诊断和治疗各种慢性疾病所需的准确实时数据[21］．最近的研究表达了对可穿戴设备长期使用的担忧，强调需要将行为改变技术(如目标设置、反馈和奖励)与其他循证技术结合起来，以便有效地使用它们来促使行为改变[22］．

然而，消费者对可穿戴设备的接受程度并不像预期的那么积极。许多影响消费者最终采用可穿戴设备的重要问题已经被调查，包括可靠性[23，24]以及他们所监控措施的有效性[25-27］．此外，有研究证实，产品成功的关键是普通消费者对可穿戴产品的接受程度和产品的舒适度;产品可用性是其中的一个重要方面。28，29］．根据国际标准化组织的定义[30.]，可用性是指产品在特定环境下，特定用户为了特定目的对产品的有效性、效率和用户满意度的评价。它包括三个方面:有效性(即产品实现目标的准确性和完整性);效率(即用户完成任务所需的努力);满意度(即产品的舒适度和可接受性)。可用性测试和评估的目的是使医疗设备更容易、更安全、更有效和更愉快地为用户服务。可用性评估可帮助可穿戴设备满足市场和消费者的需求[31］．

在传统的可用性研究中，使用的是基于启发式评估、认知演练、大声思考和访谈的主题分析;然后将结果整合在一起[32-34］．尽管这些方法非常流行，但它们也有一些局限性，因为在实验室环境中获得的结果可能难以解释和转化为实践[35］．问卷调查是另一种常用的方法。它们已被临床医学信息学和消费者健康信息学研究人员和从业人员广泛接受，并广泛应用于电子健康记录、计算机化医嘱录入和健康应用[36-39］．同时，作为一种可靠、易于操作和低成本的可用性评估方法，它们已被医疗保健研究和质量机构推荐[40］．常见的问卷量表包括系统可用性量表[41];年龄和阶段问卷;计算机系统可用性问卷;研究后系统可用性问卷[42];使用、满意和轻松[43];及网页分析及测量量表[44］．

研究不断证实，可用性评估和由此产生的可穿戴设备可用性的改进对于可穿戴设备的广泛和快速采用至关重要[45］．关于可穿戴设备用于健康监测的可用性的研究仍处于早期阶段。Schenkenfelder等[46]调查了三种可穿戴设备(运动手环、智能手表和智能眼镜)在跑步过程中的用户体验。通过分析18名参与者的反馈，他们发现腕带和手表的SUS得分高于眼镜。然而，腕带和手表之间并没有显著差异。Kaewkannate和Kim [47比较了四种可穿戴设备(Withings Pulse、Misfit Shine、Jawbone Up24和Fitbit Flex)的功能和特点，并招募了7名用户进行客观和主观评估。Withings Pulse的用户接受度最高，其次是Fitbit Flex、Jawbone Up24和Misfit Shine。

本研究的意义

与其他类似研究相比，本研究具有一些优势:使用的设备数量更大(7种不同的智能手表和腕带)，包括国际和国内主流设备，参与者数量明显更大(388人，是同类研究中样本量最大的)。我们比较了各种设备的功能和特性，并使用成熟稳定的SUS量表评估了目前市场上可穿戴健康跟踪设备的可用性。这些结果将有助于评估可穿戴设备的接受程度，并确定影响因素。由于越来越多的人认为可穿戴设备应该用于健康应用，这项研究将有助于研究影响其大规模使用的问题，并将有助于更好的健康应用的研究和开发。

方法

设备的选择

设备的选择基于NPD(领先的全球消费者和零售数据供应商)和Canalys(领先的全球技术市场分析师，具有独特的渠道重点)的公开市场表现数据[48-50］．我们的可穿戴活动追踪器的入选标准包括(1)对某种身体活动(例如，步数)的持续监测，以及(2)通过单独的移动设备或个人电脑提供反馈。如果一个设备包含一个加速计并连接到一个移动平台，我们就认为它是一个可穿戴的活动跟踪器。该设备还必须能够与手持或台式电脑无线连接，并兼容Android 1.6+或苹果的操作系统iOS 6.0+。因此，选择当前市场表现明显的主流可穿戴设备作为研究对象。其中包括苹果手表、三星Gear S、Fitbit Surge、Jawbone Up3、小米手环、华为荣耀手环B2和Misfit Shine。在这些设备中，苹果手表和三星Gear S是领先的移动数字设备供应商的旗舰产品。Fitbit Surge、Jawbone Up3、Misfit Shine是国际知名的运动手环品牌，具有不同价位的代表性。最后，小米手环和华为荣耀手环B2是中国市场运动手环的领先品牌。

问卷选择

可用性是指在特定环境下，特定用户为了特定目的对产品的有效性、效率和用户满意度的评价[51］．我们选择使用John Brooke在1986年提出的SUS作为可用性测试工具。这是一个基于问卷调查的简单量表，在产品可用性评估中被广泛采用。SUS有以下优点:(1)用途广泛，可用于评估网站[52]，软件[53]、流动设备[54]，以及医疗系统[55];(2)问卷简短，便于回答;(3)最终分数根据既定的参考标准[56];(4)免费;(5)适用于小样本(N<14);(6)具有良好的信度(0.85)。总的来说，SUS是一种快速而简单的可用性评估方法。

SUS包含10个基于李克特五分制的问题;问题1、3、5、7、9是肯定的，问题2、4、6、8、10是否定的。这10个问题密切相关，用于对产品的综合评价。SUS得分越高，说明产品的可用性越好。

问卷的设计(10个问题)和评分方法详见多媒体附件1．

学科招募与考试设计

招募是基于一种方便的抽样方法。它利用了中国用户最多的社交媒体平台微信。在2016年7月1日至10月31日期间，研究团队使用他们的微信账户将问卷链接发送给2180个朋友(每个人8到314个)和各种微信组(大约20个组)，并邀请他们的朋友转发链接。研究共招募了388名使用过这7种可穿戴设备的志愿者。

一旦志愿者同意参加这项研究，他们就会获得同意，并被邀请完成一份关于他们使用这些产品体验的评估问卷。

本研究通过了北京大学生物医学伦理委员会#IRB00001052 - 16008 - example的审核，并获得了所有参与者的同意。

数据收集

通过全球最大的免费问卷调查平台“sojump.com”发放问卷和收集结果，满足了本研究问卷的所有要求[57］．问卷通过个人电脑和移动终端发送和完成。最终问卷“智能可穿戴设备综合评估问卷”可于网上索取[58］．

统计分析

描述性统计分析主要收集受访者的基本信息，包括性别、年龄、教育程度、职业、月收入等。然后，总结了这7款可穿戴设备的产品属性(如价格、重量、电池寿命等)和具体功能(是否支持计步、活动时间、活动类型识别、睡眠监控、可扩展新功能等22项功能)。最后，计算了受访者使用的七种可穿戴设备的SUS得分。

在推理统计分析中，使用Pearson产品矩相关(因为价格数据是连续的，具有正态分布)和Spearman等级相关系数(因为重量和电池寿命不具有正态分布)来探索SUS得分与产品属性(产品价格、重量和电池寿命)之间的关系。使用点双列相关分析SUS评分与22种产品功能(如步数、活动时间、活动类型识别、睡眠监测和可扩展的新功能)之间的相关性。相关性强度的评估基于科恩标准:相关性小于。30被认为是小的，相关性在。30和。50之间被认为是中等的，相关性大于。50被认为是强的[59，60］．最后，利用品牌和用户人口统计信息，采用方差分析(ANOVA)方法，分析参与者对不同产品可用性的态度。这些分析全部使用IBM SPSS 20版软件完成(IBM公司，Armonk, NY, USA)。

结果

设备功能与属性比较

根据产品规格和官方网站，对7种设备的特点和一般属性进行了总结和比较表1而且2)．表1总结了各装置的功能。这7个设备在3个主要类别(活动、健康和杂项)和20个功能上都有非常强大的功能。Fitbit Surge拥有最多的功能，其次是苹果手表、华为荣耀B2、三星Gear S、Jawbone UP3、小米手环和Misfit Shine。三星Gear S拥有最多的运动功能，Jawbone UP3拥有最多的健康功能，而Apple Watch拥有最多的其他附加功能。所有设备都支持三个基本功能:步数、活动计时器和距离记录。Fitbit Surge是唯一一款记录爬了多少层的设备，三星Gear S有独特的运动轨迹记录功能，华为荣耀B2有独特的无线耳机。苹果手表、三星手表、Jawbone Up3和Fitbit Surge都可以测量心率。所有的设备都可以监测睡眠，除了苹果手表。表2列出每个设备的一些主要属性。在这7款设备中，Misfit Shine的电池续航时间最长，为3个月，其次是小米手环、Fitbit Surge、Jawbone Up3、华为荣耀手环、三星Gear S和苹果手表，电池续航时间仅为18个小时。Fitbit Surge重354克，是最重的设备，其次是Jawbone UP3、Misfit Shine、苹果手表、华为荣耀手环B2、三星Gear S和小米手环，重仅5克。

系统可用性量表问卷调查对象

共有388名志愿者完成了本研究的问卷调查。这些志愿者包括83名Apple Watch用户、36名三星Gear S用户、37名Fitbit Surge用户、32名Jawbone Up3用户、122名小米手环用户、47名华为荣耀手环B2用户和31名Misfit Shine用户。在志愿者中，257名(66.2%)为男性，131名(33.8%)为女性。参加者的人口统计资料载于表3．

系统可用性量表为每个设备和每个问题打分

根据SUS计算公式，各品牌的SUS得分如下所示表4．使用SPSS计算每个问题的SUS平均得分，如图所示表5(完整结果见多媒体附件2)．为了进一步可视化，请参见多媒体附录3和4中相应的箱线图。

系统可用性量表得分与产品特性的相关性

我们首先探讨了SUS评分与产品特性之间的关系(见表2)．采用Pearson积矩相关分析SUS值与价格之间的关系，采用Spearman秩相关系数分析SUS值与重量、电池寿命之间的关系。我们发现SUS得分与产品价格之间的相关性非常弱(r= 10,P =.03)， SUS评分与体重(r= .04点,P=.39)或电池寿命(r= .09点,P= 10)。

然后，我们探讨了SUS分数与产品支持的功能之间的关系(参见表1)使用点二列相关。我们发现SUS评分有非常弱的正相关(r=厚处,P=.02)与支持活动类型识别的设备之间存在非常微弱的负相关(r=厚处,P=.02)的设备支持可扩展的新功能，如表6．

系统可用性量表得分、设备品牌和参与者人口统计信息之间的相关性

为了调查参与者对七个品牌的可穿戴设备的可用性的看法，进行了七个ANOVA测试。这些数据被用来确定SUS评分、设备品牌和参与者的人口统计信息(设备使用时间、性别、年龄、教育程度、职业和月收入)之间的相关性表7)．

首先，我们发现不同品牌的SUS得分之间没有统计学上的显著差异(见表7)，但根据职业和用户体验(使用设备的时间长短)，SUS得分存在显著差异。在性别、年龄、教育程度和月收入等其他特征上没有发现显著差异，详见多媒体．其次，我们进一步采用独立样本t比较医疗保健和互联网行业受访者SUS平均得分的测试;这说明前者的得分显著高于后者。卫生保健行业(n=92)的SUS得分平均值为68.7(标准差14.5，范围35-100);对于互联网行业(n=114)，他们的平均值为61.1(标准差为17.9，范围为5-100;t₂₀₄= -3.24,P=措施)。第三，我们使用Pearson积矩相关法探索SUS评分与设备使用时间长短之间的关系。SUS评分呈中度正相关(r= 32,P<.001)的用户体验。换句话说，SUS得分与志愿者的用户体验(他们使用该产品的时间)有关。其他因素对SUS评分无显著影响。

讨论

7种可穿戴设备的系统可用性评分较低

7种设备的平均SUS评分为64.3 (SD 16.8)。虽然华为荣耀腕带B2得分最高(均数67.6，标准差16.1)，但根据方差分析，7款产品的SUS均分差异无统计学意义。根据SUS评分，我们认为这些产品在易用性方面差别不大。AT&T实验室的Aaron等人[61]在SUS问卷的末尾增加了一个问题，“总的来说，我认为这个产品的用户友好度是……”这让用户可以用形容词来评价用户界面，如差，还可以，好。这样做的目的是将SUS与这些形容词联系起来。根据本研究的数据，被用户评为“好”的用户界面的SUS平均得分为71.4。因此，所有7种可穿戴设备的可用性都是“好”或“还可以”。华为荣耀表带B2的SUS得分最高，为67.6 (SD 16.1)，也在“良好”范围内，而苹果手表的SUS得分最低，为61.3 (SD 14.6)。虽然7个品牌的SUS得分不同，但SUS得分与设备品牌的ANOVA检验显示它们之间没有显著相关性。我们认为可穿戴健康跟踪设备的可用性是中等的，品牌之间没有显著差异。这些产品还不成熟，需要在核心技术上有更多的突破。在这一领域，没有一个具有绝对竞争优势的领先品牌，国内品牌与国外品牌之间也没有明显的差异。

系统可用性量表得分与人口统计学特征的相关性

SPSS分析表明，可穿戴设备的SUS得分与人口统计学特征相关。用户体验、专业等因素都会影响评分。结果还显示，用户体验(设备使用的时间长度)可能是影响SUS评分的重要因素。我们发现SUS评分与用户体验之间存在中度正相关(r= 32,P<措施);这与MacDorman等人的结论相吻合[62]和Kortum等[63］．医疗保健行业受访者的得分(平均68.7,SD 14.5)明显高于其他行业，尤其是互联网行业(平均61.1,SD 17.9)，前者在接受图中得分接近“良好”水平(71.4)[61］．我们进行了独立抽样t测试，以比较医疗保健和互联网行业参与者的平均SUS得分，这表明前者得分明显优于后者(P<措施)。这说明在我们的样本集中，医疗卫生从业人员对可穿戴设备的评价更高，对可穿戴设备可用性的接受程度也高于互联网从业人员，间接说明了健康相关行业对可穿戴设备的需求更为迫切，这是一个潜在的原因或现象，值得未来进一步研究和分析。这可能是由于中国医疗资源严重短缺，特别是在偏远地区。供需缺口为基于移动医疗的可穿戴设备提供了机遇，而移动互联网和大数据技术的快速发展为移动医疗的发展提供了所需的支撑。未来，冠心病、高血压、糖尿病等慢性疾病患者不仅可以接受药物治疗，还可以通过可穿戴技术进行远程监测、远程治疗方案调整、生活方式管理等综合疾病管理。SUS以前的研究[61]表明不需要对性别进行控制，或者性别不是消费级产品的关键影响因素。我们的结果验证了这一结论。

系统可用性量表得分与产品特性的相关性

可穿戴设备的某些特征与SUS得分相关。我们的研究发现，活动类型的智能识别与SUS得分呈非常微弱的正相关关系，可扩展的新功能和价格与SUS得分呈非常微弱的负相关关系。我们认为，这些发现在一定程度上展示了中国可穿戴设备消费者的“用户画像”，他们可能更喜欢功能齐全、易于操作的设备(SUS得分与设备的智能识别功能之间呈弱正相关)。价格是一个有利因素，尽管它不是很强(SUS得分与设备价格呈弱负相关)。我们发现这符合小米手环目前的市场策略，即采用最低的价格(仅12美元)和最核心的功能(如步数、运动时间、睡眠时间和休息时间)来最大化市场份额。利用这一策略，小米科技公司在2017年第一季度在中国售出了360多万只小米手环，超过了巨头制造商Fitbit、苹果和三星，成为世界上最大的可穿戴设备制造商。64］．此外，我们发现Q3和Q7(见多媒体附件1)的得分最高，分别为2.97和2.87表5而且多媒体附件2)．这些分数与产品的易用性(可访问性)有关，而且人们通常更倾向于使用不需要经验或专注、不会产生或产生较少认知压力的产品[65］．我们认为这可能是可穿戴设备短期使用率高的原因之一。虽然可穿戴设备的使用可以增强对用户行为的监控能力，但如果他们每天都进行类似的活动和动作，那么随着时间的推移，用户对行为干预结果和设备监控之间的联系失去了感知，就更容易停止使用该设备[66］．为了延长可穿戴设备的使用寿命周期和长期穿戴率，我们需要整合更多的认知行为改变策略和功能，促进和巩固用户习惯的改变。这包括识别行为障碍和调整认知态度[67］．同时，我们认为，目前健身可穿戴设备SUS得分较低，是由于用户对设备的功能和效果不满意，或缺乏改变行为、追求健康生活方式的认知动机[22］．因此，我们建议开发者围绕用户的核心需求，结合社会支持、环境支持因素、可定制的自我监控方案、个性化反馈等，将其整合到可穿戴设备的常规监控功能中。这样可以帮助提高用户对此类产品的整体可用性评价，延长产品的使用时间，增加产品的黏性，培养用户的忠诚度。

特征分析的含义:功能同质性，等待杀手函数

可穿戴设备在个人健康管理和临床护理方面具有巨大潜力。未来，可穿戴设备的成本将会降低，比如小米手环的售价仅为12美元。可穿戴设备可以记录运动数据，帮助制定运动目标，避免过度运动，方便获取运动成绩数据，保持和提升运动热情。此外，可穿戴设备可以在临床实践中发挥作用。可穿戴设备的一个明显特点是对健康数据的持续监测，可以为疾病诊断提供线索，及时识别疾病症状，帮助医生做出更全面、准确的判断。

目前主流的可穿戴设备，包括本研究中的七个品牌，功能强大;它们不仅跟踪和记录健康数据，如运动数据、睡眠和心率，而且还提供许多附加功能(包括呼叫通知、社交媒体分享和蓝牙)。然而，功能和特征分析表明，它们的功能是同质的，最集中于三个功能:活动、提醒和健康监控。从这个角度来看，产品功能同质化非常严重，每个产品的功能都有所欠缺。没有解决主要健康管理或临床问题的关键功能。因此，主流可穿戴设备的感知可用性不理想，客户忠诚度不高。事实上，最近的一些研究表明，许多用户使用活动追踪器的时间很短[68］．

本研究的特点与局限性

在本研究中，比较不同设备的功能，并使用SUS评估其可用性。与类似的研究相比，我们调查了最广泛的设备范围，并使用了最大的参与者群体。然而，这项研究有其局限性。首先，采用滚雪球方便随机化方法;参与者是根据研究团队的微信朋友圈招募的。虽然最终招募的受访者分布在全国各地，但这个样本不足以代表全国范围内的可穿戴设备消费者。尽管如此，由于我们的样本量大，而且反应是自主的，我们认为我们的群体仍然具有一定的代表性。我们研究中各个品牌的比例(小米31.4%，华为12.1%，三星9.3%)与腾讯ISUX 2014年报告中智能手环的市场份额相似，这一点得到了强化[69(小米34.3%，华为12.5%，三星10.5%)。第二，采用网上问卷调查的方式。虽然这种方法在分发、收集和分析方面比传统的纸质问卷更方便、更快、更高效，但很多因素是不可控的，有些因素，如行为认知因素[70]、社会网络因素[71]，以及环境支持因素[72]，可能会影响结果。

结论

可穿戴设备功能同质化明显，市场上流行的可穿戴设备可用性差强人意，这些设备还没有被消费者完全接受。不同品牌的可用性是相似的，没有绝对的领导者。国内品牌与国际品牌之间没有显著差异。消费者对可穿戴设备的SUS评分与他们的个人情况有关，而不是设备品牌。设备制造商应该投入更多精力开发创新功能，提高产品的可用性。