利用算法确保数据精确反映各种动作和满足各类用户是今后可穿戴设备的发展方向。

这两年，可穿戴设备早已成为了一个耳熟能详的名词。但是，你对可穿戴设备的了解有多少?如果说你还认为目前可穿戴设备是依靠产品设计取胜，或许就有点“OUT”了，是时候改变一下这个想法了。

日前，美国著名科技期刊《连线》杂志撰文称，可穿戴技术的下一个前沿是算法。可穿戴设备不仅需要监测各种运动数据，而且需要精确地监测数据，并将其通过算法融入你的生活。

可穿戴设备的处境

现在，如果让任何一名科技达人或者有科技思想的人来命名现今最时髦的科技潮流，大家肯定会不止一次地听过“可穿戴设备”这个名词。仅仅在两年之前，可穿戴设备还只是一个名不见经传的外置装置领域，但如今，几乎所有科技公司都已涉足可穿戴市场。

虽然说各大科技公司争相开发可穿戴产品，许多可穿戴设备也已经进入用户市场，但还没有被广泛接受的产品，各品牌设备的外观也十分相似。今天，大型科技公司正尝试在可穿戴设备的物理设计方面展开差异化竞争。

可以预见的是，在下阶段的可穿戴设备浪潮中，各产品的材质、颜色和款式会逐渐有所区别。然后，可穿戴设备开发商将差异化自己的软件体验。毕竟，没有好软件的可穿戴设备只不过是华而不实的珠宝而已。

那么，接下来的变革浪潮核心是什么?或者说，可穿戴设备的下一个趋势是什么?也许正是可穿戴设备最为重要的部分：利用算法确保数据精确反映各种动作和满足各类用户。这种保证数据在多种运动状态及各用户使用时足够精确性的算法正是未来可穿戴设备的核心。

苹果公司的智能穿戴设备“Apple Watch”将于明年初上市

目前的可穿戴算法

了解了什么是理想的可穿戴设备，那么目前的算法在可穿戴设备中的应用理想么?很遗憾，还差得很远。

不论是耐克FuelBand中的卡路里消耗，还是Fitbit Flex的步数统计，抑或是其他可穿戴数据，都要靠算法追踪统计，然后转换成运动数据。目前，可穿戴设备还存在诸多技术难题，其中之一就是算法几乎都跟踪同样的数据(例如步数)，因此可穿戴设备基本大同小异。这也就是可穿戴产品难以逾越的一条鸿沟：多数产品的功能总是统计步数之类的同质化数据，没有找到产品之间的差异化细分点。

说得更深入一些，多数健康类可穿戴产品的普遍问题是，它们是很花哨，但是它们本质上就是“漂亮的电子计步器”，无法全天候识别用户的所有行为活动。

比如，当进行稍微复杂些的举重训练时，用户就不得不取下耐克 FuelBand腕带，因为FuelBand不仅妨碍锻炼，而且无法监测锻炼数据。这样，用户就只好在锻炼中途亲自在手机或者是笔记本电脑上输入运动数据，锻炼过程势必会被打断，结果用户对设备的互动体验感到万分失望。

此外，可穿戴设备的问题不仅在于无法监测更多的身体动作，还在于无法精确监测运动数据。除了对更多种类活动进行记录，数据还要足够精确。近似的数据只会浇灭用户对可穿戴设备的热情，消费者渴望获得全天的步行数据，今天比昨天走得多，这就表示有所进步。同时，使用时间越长，用户对准确性的要求就越高。这对职业甚至是业余运动员都格外关键，因为训练统计的精确度将会直接影响运动目标的实现。

如果更进一步分析，我们就要了解，“未来，可穿戴设备可以向用户提供哪些建议呢”?一款真正智能的可穿戴设备应该能区别统计历史和今日运动数据，全天候提醒用户，以巧妙的方法让使用者在一天中适当增加运动量。或者说，它能够确定使用者有多长的时间是处于“不运动状态”，并且提醒用户在规定的间隔时间中进行锻炼。又或者，手环能够明白，在白天喝了三杯咖啡还经历了一个焦躁失眠的夜晚之后，需要灵活地增加第二天的运动量。

如何提高算法精确度?

现在，算法还无法真正满足客户的需求，我们需要通过最佳的途径让可穿戴设备收集到的数据变为有价值的东西。苹果等科技巨头已经聘请大批数据科学家进行算法统计的深入研究，而且这类人才的招募数量还将继续增加。

不仅如此，因为可穿戴产品生产者希望细分市场，细致定义受众群体，所以对于任何一款成功的可穿戴设备，用户研究已经成为一个关键组成部分。尽管可穿戴设备的用户研究对从业者而言并不是一项需要重新掌握的独特技能，但研究人员还需要高度敏感，具备高超的分析能力和创造能力。他们利用可穿戴设备知识，向整个行业传播用户的看法，预测未来可穿戴设备市场的成功所在。毕竟，用户研究最终都会“代表使用者的观点和声音”，并将用户观点融入产品、衍生APP应用、网站、数据之中，保证了产品的成功。

我们知道，用户需要的不单是一款漂亮但价格不菲的电子计步器。用户需要的是一款抛开基础的追踪运动功能之外，还可以做到引导自己的日常生活、睡眠模式甚至是食物摄取习惯的智能设备。

如今，用户渴望获取所有日常活动数据，而且需要精准的数据。可穿戴设备的追捧者们急切地需要设备可以做到捕捉全部的运动状态，并且做到精确，精确，再精确……各种算法之间的竞赛已经展开，能够完美掌握算法优势的企业和公司将会赢得可穿戴领域市场的先机。如果算法能始终理解用户的活动，而且可穿戴设备的设计者不断完善这些算法，那么他将有可能取得长期的市场优势。

(本文编译自美国《连线》杂志)