Amber Electric 如何同时听取 100 位储能电池用户的声音

“忽然之间，其他团队都来问，他们是不是也能用 Juno。”

这是 Amber Electric 设计团队的 Mick Oechsle，在谈团队完成第一项研究之后发生的事。

Amber 是澳大利亚领先的储能电池电价方案，理念很简单：让装有电池的家庭按实时批发电价用电，不加任何加价，并由自动化来决定最佳的充电或售电时机。即便身为品类领导者，问题依然是如何保持增长。

所以团队想直接听电池用户怎么说：他们为什么购买，如何与电池共同生活，如何看待 Amber，以及希望电力零售商提供什么。

Mick 给出了尝试 Juno 的两个理由。第一是速度。传统研究一向很慢，而 Amber 想要在不牺牲质量的前提下快速得到答案。第二是能得到什么样的答案：“针对重要的业务问题，得到比其他方式规模更大、更深入、更准确的答案。”

“借助 Hey Juno，我们用 AI 访谈了 100 位家用电池用户，”Mick 说。“是同时进行的。”

有些人墙上已经装了电池，有些人即将安装。每个人都在自己的浏览器里，通过文字或语音与 Juno 展开了一场真实的对话。没有脚本。Juno 依据 Amber 想了解的内容，随着对方的讲述调整对话，并根据对方刚说的话来决定接下来问什么。

一开始是了解用户本人：他们为什么购买，日常如何使用电池，对 Amber 已经了解多少。等 Juno 弄清每位用户是怎样看待自己的电池之后，再带出 Amber 的几个定位想法，询问他们对每一个的看法。

Amber 测试的关于自身的信息中，有一条让大家意见分裂。喜欢它的用户选它的次数超过其他任何选项，不喜欢它的用户否决它的次数也超过其他任何选项。

在问卷中，这两组人会相互抵消。这条信息会得到一个居中的分数，没人会知道它其实是桌面上分歧最大的选项。

Juno 捕捉到了这种分裂。用户用自己的话解释了他们喜欢或不喜欢这条信息的什么地方，以及原因。这给了 Amber 分数给不了的东西：清楚地知道该如何使用这条信息，以及对谁使用。

这正是 Juno 的设计初衷。它会把矛盾呈现出来，而不是求平均而忽略掉；它还会把证据所显示的内容与仅仅暗示的内容区分开来。团队可以调出任何发现背后访谈中的确切片段。

“它通过引导参与者、深入挖掘细节，做到了你意料之外的程度，”Mick 说。“我们已经发现它比问卷有价值得多：它能当场验证所有回答，并增加一层深度。”

访谈显示了机会所在：触达更多家庭，赢得他们的信任，并让已经感兴趣的人轻松完成转换。

对 Amber 来说，Juno 就像团队里的一位研究员。任何有重大问题的小组都可以向它交代任务，它会从头到尾完成整项研究。

然后，其他团队也想加入了。