自助结账机如今在各大超市中很常见，它节省了人们排队结账的时间，但同时它还有些需要完善的地方。本文作者以英国TESCO超市自助结账机为例，对此展开分析，希望对你有帮助。

自2003年开始，自助结账机出现在英国各大主要连锁超市中（如：TESCO、LIDL等）并发挥着重要作用。

使用自助结账机，一方面，消费者可以从更短的排队等候时间、更快的结账效率、更多的隐私保护中获益；另一方面，零售商可以重新分配本应在收银台工作的员工完成无法自动化但提高客户体验的任务。

2020年纽约环球通讯社发布的研究报告指出，到2026年，全球自助结账系统的市场规模将达到47亿美元，预测期内的年复合增长率为13.8%。这说明自助结账将逐步取代人工结账成为线下超市的主流结账方式。

如果客户对“可用性”体验感到满意，或者感觉超出预期，那么客户就会增加他们访问商店的频率从而增加购买（McNamara & Kirakowski, 2008; Venetis & Ghauri, 2000）。然而事实上，自助结账经过多次改进，用户体验依旧差强人意。

2014年，美国NCR Corporation的消费者调研就曾显示，89%的英国消费者使用过自助结账，但只有39%的人认为获得了好的体验。

2020年，由技术公司Shekel brainweight主导的调查发现，80%的消费者在自助结账过程中至少需要一次工作人员帮助，25%的人表示，如果能更快地结账，很大程度上能改善他们的体验。

不同的超市自助结账还是存在细微差别，而TESCO作为英国主要连锁超市之一，其自助结账机的可用性问题值得被探讨。因此，本研究的目的是确定TESCO超市自助结账中存在的痛点，并寻求解决方法。

一、TESCO自助结账功能简介

根据用户操作步骤，TESCO自助结账过程可分为以下6项任务：

1. 将商品放到自助结账机上准备开始（准备开始任务）
2. 扫描贴有条码的商品加入购物车（扫描商品任务）
3. 找到没有条码的散装物品加入购物车（无条码查询任务）
4. 蔬菜水果等散装商品称重（商品称重任务）
5. 将已录入的商品打包装袋（打包任务）
6. 选择结账方式买单（结账任务）

其中，第2、3、4项需要结合扫描处、称重台和触控屏完成，第1、5项任务可以通过自助结账机左右两边的放置台协助完成，而第6项需要结合现金投递口、POS机和触控屏完成（图1）：

图1 TESCO自助结账机图示

触控屏为主要操作平台，其功能流程图如下所示（图2）：

图2 TESCO自助结账主要功能流程图

从以上2张图中，我们可以初步发现一些问题：

在图1中，自助结账机的平台上没有引导性标语，可能会增加用户在首次使用时的困难程度。此外，打包台和存放台无法从外观上看出区别，很可能导致人们将菜篮放错，且台面面积小，无法为购买量大的消费者提供服务。

从图2可以发现，自动结账机不够智能化，大部分思维判断和操作还是需要用户自己完成，后台完成判断或提供提示的部分很少。

这些问题都是我通过自助结账机外观及功能流程猜测的，还需要根据用户的反馈判断是否存在这些问题。

二、研究方法

1. 研究问题

由于并不知道用户普遍遇到哪些可用性问题，因此研究重点关注：

用户在使用TESCO自助结账机完成6个任务时，是否遇到困难？遇到怎样的困难？出现频率及重要程度如何？如何改进？

2. 研究设计

本来计划采用观察法与现场测试结合的方式进行，但由于英国疫情管制，超市禁止逗留且不允许陪同结账，只得临时改为远程测试策略。考虑到自助结账需到现场使用的特殊性，我进行了个人的现场测试录像和用户回忆式问卷调查来研究这个课题：

• 首先，本人作为用户参与现场测试，视频记录下完整过程，最后根据视频摘取观察到的可用性问题；
• 设计6个任务的回忆式问卷，启发用户回忆购买中较困难的任务环节，搜集问题出现频率、可解决性、满意度等数据；
• 根据问卷结果列出可用性问题的重要排序，结合问卷中的开放性评价提供可能的改进方案。

3. 研究对象

根据Numerator Insights在2020年的调查显示，TESCO的消费者以45岁以下的中青年为主，年收入在4万美元以下，各种人种和学历都有所覆盖，比较均衡。此外，Whistl公司进一步调查发现，在英国连锁超市的消费者中，相比较75%的18-24岁的年轻人偏好使用自助结账，45+的中老年人中只有30%的人愿意使用。

因此，我推测，TESCO使用自助结账的常用用户画像大致如下：

• 18-24岁的亚洲/非裔美籍留学生及本地白人学生
• 24岁以上单身工薪阶层
• 45岁以下已婚夫妻（可能有小孩）

根据以上用户特点，本研究选择英国学生群、Facebook及论坛等常用用户多的地方收集问卷数据。

三、研究结果

1. 个人现场测试

在本人完成的6个主要任务中，出现困难的是无条码商品查询任务，而付款任务和打包任务均顺利完成，未发现问题。

在商品扫描查找任务中，有条码商品一共11件，扫描添加商品到购物篮总共用时2分钟，无困难。但是，在无条码商品查找任务中却遇到较多可用性问题，如下表所示：

表1 个人现场测试详细记录

通过所耗时间可以看出，1件无条码商品的添加时间比11件有条码商品的添加时间还要长30秒，说明存在问题。

根据以上购买流程，可以归纳为以下4点可用性问题：

1. 无条码商品类别与顾客认知不符——顾客对商品类别的判断往往与类别查询页显示的信息不符，从而浪费过多时间在寻找上；
2. 商品查询结果图片与实物不符——系统界面上的图片看上去像网络图片，并非TESCO商品实物拍照，容易使顾客误判点错；
3. 返回页面永远是主页面——无论顾客进入到哪一流程子页面，返回页永远是主页面，只能将前面未出错操作重来一遍；
4. 多件同一商品一次称重必须同时放上称重台——系统自动添加物品重量和价格令人困扰，因为遇到双手拿不下只能依次放上称重时，系统只能识别最初放上称重台的重量。

个人现场测试发现的可用性问题将通过回忆式问卷调查进行验证，但由于无条码商品只占TESCO所有商品中的一小部分，因此需要调查多数用户是否对无条码商品普遍有购买需求。

此外，只通过一个现场测试结果不能断定自助结账机不存在其他问题，这些都将通过回忆式问卷做较全面的调查。

2. 回忆式问卷调查

1）用户画像

图7 用户的人口因素特点

研究一共搜集到86份有效问卷，男女各半。在这些用户中有90%以上的人居住在苏格兰地区，以18 – 34岁的中青年人为主，他们中一半以上是正在工作的工薪阶层，还有30%左右是学生群体。此人口因素特点与前文所述的其他调查结果大致相同。

图8 用户的购物行为特点

绝大部分的人都是自助结账机的高频用户（80%以上的人习惯选择自助结账方式），且他们同时是TESCO超市的常客（50%以上的人上一次购物时间仅几天前）。因此，这些人是TESCO自助结账机的核心用户，其反映的可用性问题参考性较高。

2）问卷数据结果

个人现场测试结果发现可用性问题集中在无条码查询任务（loose item find task）和商品称重任务（weigh item task）中，但不确定是否用户都会像我一样购买无条码商品，所以这里首先统计了有购买过无条码商品的人数，发现其占到总人数的85%，且经常或频繁购买的比率达92%，所以购买散装商品是自助结账机用户的普遍需求，可以跟其他任务问题一起比较。

图9 在任务中遇到困难的人数比例

图9显示了6个任务中报告遇到困难的人数比例，结果发现大多数用户在付款（payment task）和称重任务（weigh item task）上比较顺利，遇到问题最多的是打包任务（bagging task），其报告遇到问题的人数比例达60%以上；其次是无条码查询任务（loose item find task）、扫描商品任务（scan task）和准备开始任务（start task），分别有44%、33%和28%的人遇到困难。

此外，在询问用户“最想改进自助结账机的一个地方是什么？”的开放性问题中，86个用户的回答通过主题分析的方法结果如下（括号里是提及的人数）：

图10 用户最想改进的问题

因为每位用户只能选择一个问题改进，所以提出的都是他们认为最急迫和最重要的。

与图9的统计结果相同的是，打包任务存在的问题依旧是最多的，不过他们将与两个平台（商品存放台& 打包台）相关的问题合在一起了，所以以下分析我也将这两个任务合起来讨论。另外，图10中的需要更多的店员（need more staffs）不是可用性问题，是因为机器存在太多错误需要工作人员帮助。

根据这两个图的结果，TESCO自助结账机的可用性问题有以下几点（按重要性排序）：

1.打包台和商品存放台相关问题

图11 抱怨打包&开始任务中各种问题的人数

统计结果与图10的主题分析结果一致，即这两个任务中的关键问题有：打包台秤太敏感、使用自用袋总是报错、两个平台难以区分，平台台面太小且位置太低。

首先，打包台秤太敏感，导致物品有一点点重量差别就会报错。

例如有用户表示：“我扫描完商品，放到打包台上，可它的重量往往与机器设定好的不匹配，它会报错，然后我们就只能等工作人员来处理。”

由于这种问题出现次数多且无法自行解决，因此会有人提出需要更多的工作人员来帮助。

近年的新闻报道显示，自助结账的高偷盗率是一直困扰超市的心病，因此可以理解自助结账机强制商品称重一则是为了防止盗窃，二则是方便用户识别已登记和未登记的商品。

但是，盗窃者完全可以不扫描商品直接装袋，帮助用户归类商品也完全不用如此精确的重量识别，因此这种敏感秤的设计无法解决偷盗问题，反而给顾客带来麻烦。

要解决此问题可以在商品条码上装上磁贴，利用门口的报警识别而不是自助结账机来警告，另外提高打包台秤识别物品重量差异的相对阈限，或者设置成只要识别到有物品堆放的重量增加，就不会报错。

第二，自带购物袋的使用总是报错。

在开始扫描之前，如果用户选择了“use my own bag”按钮，那么系统会要求他把购物袋放在打包台上，经过系统识别袋子重量，如果袋子重量不在系统认可的范围内，系统会报错，需要人工干预审核后才能开始扫描商品（图12）：

当我把自己的包放在秤上时，总是感到困惑。我认为是因为优质的生活袋（我用的是M&S的铝箔内衬袋）太重了，它会认为我在偷东西”。“每当我用我自己的包时，我必须让别人认可我的包的重量，每次购物都至少出现3次这种情况。”

图12 开始界面

但奇怪的是，如果用户不选择“use my own bag”按钮，他也可以使用自带购物袋，而且直接进入扫描环节，不会被要求称重袋子。

于是，我调查了使用自带购物袋的人在 “start” 和 “use my own bag” 按钮中会如何选择，发现56%选择 “start” 按钮，只有36%的人选择 “use my own bag” 按钮，而还有8%的人表示他们没有按任何按钮，直接开始扫描商品。至于为什么不选 “use my own bag” 按钮，用户理由如下（括号里是提及的人数）：

图13 不选“use my own bag”按钮的原因

根据以上理由归纳的结果可以发现，用户不选择 “use my own bag” 按钮的原因最主要是试错的结果，即发现这个按钮带来不好的体验，于是避开它选择“start”按钮，发现体验很好，既不会弹出提示让你买新袋子又不会遇到需要称重袋子的麻烦事。

还有部分人并没有遵循系统提示，在开始使用自助结账时就因为颜色信号和打包习惯的原因直接选择了 “start” 按钮或者2个按钮都不点，结果反倒很顺利。

因此，自助结账系统应该去掉 “use my own bag” 按钮，在付款之前询问用户 “Do you use your own bags?”，如果用户不用，再继续问 “How many new bags do you need?”

这样修改是因为：

• 大多使用自带购物袋的用户已经有过“use my own bag”按钮的糟糕体验了，不会再去点它，所以不如去掉；
• 先把空袋子放在打包台上不符合用户行为习惯，如果不是因为这个按钮，可以看出人们的习惯是在付款前后装袋，所以在这时询问正合适；
• 整个自助结账系统没有询问是否购买新购物袋的环节，用户购买的唯一方式是自己主动拿取旁边的新购物袋并扫描，这样非常麻烦，还不如直接让用户输入所需袋子数量，自动添加对应价格即可。

最后的问题是：两个台面无法区分，放置物品位置有限，且台面太低需要用户不断弯腰拿物品（图1）。由于这属于外观设计问题，无法立刻得到解决，只能在TESCO超市引进下一批新的自助结账机时得到改进。

目前两个平台都是光滑的金属平面，由于超市空间有限，不可能无条件扩大打包台的放置面积，因此我们可以通过加高打包台围栏并将其改为防滑的磨砂材质的方式，来防止物品太多或滑落等问题。另外，根据我160cm的身高都需要明显弯腰拿物品的经历而言，抬高两个平台是有必要的，具体抬高多少可以根据英国人平均身高来决定。

至于容易弄混两个平台的问题，就算改变了打包台的样貌与放置台做出区分，还是会有人弄混，所以最应该修改的是系统的错误反馈和引导机制。目前如果用户将购物篮错放在打包台上，系统会提示“Please take away your shopping!”，这显然是系统认为上一个购买的人还没走，并把物品又放置在了打包台上，然而这种情况基本不会发生。因此，触控屏的欢迎页除了“hello!”和“start”按钮以外，应该加一句引导语 “Please place your basket/items on the right/left platform.”（具体是左边还是右边取决于具体自助结账机构造），如果用户放错了，应该同样提示如上语句。

3）无条码商品查找时存在问题

因为系统支持类别查询& 输入商品名称或代号两种方式，所以我首先调查了用户偏好的查询方式，发现95%以上的用户习惯用类别查询。因此在调查此问题时，我将重点放在不同类别散装商品的购买需求（图14）和类别查询有哪些可用性问题上（图15）：

图14 不同类别商品查询遇到困难的人数比例

图15 抱怨类别查询任务中各种问题的人数

以上2个图表明，购买量较多且查询时遇到问题较多的散装商品是烘焙和蔬菜，遇到的可用性问题主要有3个：无条码商品类别与顾客认知不符、有的商品不知道属于哪一类、图片相似导致选错，例如有用户表示：

“我不知道我手里的面包属于甜甜圈类还是三明治类”；“商品名字不直观，一些蔬菜并不在我认为它在的地方。”

这些问题与我在个人现场测试中的结果一致。由于每个人对食物的类别认知各不相同，很难对类别做一个统一的改变，不过我认为结合以下方法可以改善现状：

• 由于蔬菜非常多，但常买的并不多（洋葱、土豆、胡萝卜等），所以可以通过后台对购买数据做统计，统计各类蔬菜的购买量排序，将购买量最多的蔬菜按顺序放进单列的一个“高频购买蔬菜”模块，将此模块单独放在子类别模块的前面，方便用户直接选择无须再进入子类别寻找；
• 由于烘焙大类本身就没有很多商品（总共20-30个），而遇到困难的人数比例又最多，因此完全可以将所有的子类别按行划分，每一种面包都在这一行全显示，通过左右滑动图片寻找目标面包；
• 将商品图片换成超市真实供应的商品图片，尤其注意对于外观相似的商品图片大小与实物相符（例如洋葱和大蒜的大小区别）；
• 解决“返回永远回到主页面”的问题，即实现从单个商品图片页面点返回，能回到子类别选择页。

不过，无条码商品的查找依靠图片还是很容易出错的。如果这些散装商品是按价格档次划分的，比如甜甜圈和小蛋糕都是3磅，毛毛虫和三明治都是5磅，披萨类都是7磅，那么只需将面包自选区根据价格档次划分区域，每个区域的食品袋标记有该区域价格标签，那么在查询时就无须让用户绞尽脑汁去选确切的面包是哪个，只用选对价格档次就可以了。

4）商品扫描问题

图16 抱怨扫描任务中各种问题的人数

用户反馈的扫描任务的可用性问题主要是商品条形码难以识别。在详细询问用户经历的开放性问题中用户反映：

“条形码太小很难扫码。”；“包装在锡纸里的奶油蛋无法被扫描。”；“烘焙面包包装上的条码损坏，扫不了。”；“贴在比较黏糊或者湿湿的食物上的条码很容易被水弄坏。”；“我在TESCO买热咖啡，可贴在纸杯上的条码总是被烫坏或者浸湿。”

从这些反馈中可以发现，大家抱怨的点主要是商品包装存在问题导致条码损坏，而不是条码扫描处识别出现问题。

要解决这个问题，比较简单的办法比如换上材质更防水防热的条码贴纸，给这些容易损坏条码的商品加上一层塑料包装袋，或者将它们作为散装商品让用户自己查询。

5）系统反馈障碍、声音提示恼人、付款限制问题

图10的信息反映出TESCO自助结账机系统存在卡顿现象，导致任务反馈不及时且有时商品登记不上。这个问题无法通过可用性测试根本改进，它主要是系统技术问题，同时受到机器使用时长、同一时间系统使用人次等因素影响。

此外，系统提示音存在过于吵闹、总是一句话重复多遍的问题。

比如一位用户反馈说：“请不要每扫描一次就要告诉我一遍把东西放到打包台上去！我不是小孩子了！”

如下图所示，多数人都认为语音提示是恼人的，可见这是个需要解决的问题：

图17 用户对语音提示的满意度

要解决语音问题可以让工作人员将每个机器的语音调试到舒适的程度，设置每一种提示只说一次。可自助结账机语音提示恼人的问题我不是第一个提出的，之前已经有很多调查反馈了这个问题，为什么直到现在都还没解决呢？我想可能是因为如下原因：

首先，语音恼人问题不会阻碍结账效率也不会导致使用自助结账的用户流失，所以对于超市而言并不重要；

其次，虽然声音大会影响用户体验，但也总比让耳背或记忆力不好的老人听不见、忘记操作步骤的好，既然众口难调，那还是保证它能使所有人都听见比较重要。

付款金额受限、无法使用优惠卡虽然也是用户抱怨的可用性问题，但是相对于以上影响购物效率的问题而言完全可以忽略。

因为根据用户使用行为特点，大部分选择用自助结账机的用户只会买30件以下的少量商品，因此总付款金额也基本上在限额的50磅以内；另外，选择自助结账机的顾客都是不愿意在结账上花费太多时间的人，在付款的同时还想使用优惠券的人就比较少了。

所以，购物量较大和想用优惠券的人多半会推荐去人工通道。

四、研究总结

1. 可用性问题及解决方法汇总

表2 TESCO自助结账机可用性问题及解决方案

2. 心得与思考

一位用户在“你最希望改进什么？”的开放性问题中回答：“更少的延迟，更精致，更少的按钮，更智能的过程。”

正如我在图2中提到的，目前TESCO超市或者说英国普遍使用的自助结账机都只是达到能较为顺利地辅助用户完成购买而已，智能化远远不够，大部分的行为都需要用户手动操作，后台判断的部分很少，所以这份可用性研究得到的结果也仅仅只能让自助结账机的体验感更好一点，购物效率更高一点。

因为我最近刚好在读诺曼写的《设计心理学》系列书，联想到我在英国使用自助结账机的经历和用户反馈，还挺有感触的。

比如“use my own bag”按钮引导的用户操作令人困惑，不满足操作步骤要符合用户习惯的原则。但值得肯定的是，在用户使用行为不统一的情况下，自助结账机满足了多种使用方式都能顺利完成购买任务的目的，即无论是点“start”按钮还是直接扫描都能顺利开始，无论用户是使用购物篮还是手推车都不会因为没有把商品放在存放台上而报错。

本研究还存在很多不足，因为我只搜集到了86份数据，样本数不够做回归分析等统计分析，不然可以得到更多有趣的结论。此外，参与本研究的志愿者是自愿的，难免大多数人都是想来吐槽不好的经历的，所以NPS净推荐值算出来是-0.17，而它实际上不可能这么糟糕的。

最后想说，这是我第一份研究物品可用性的报告，还在用学生做研究的思维思考问题，所以希望用研相关的大佬朋友们能指点一二，一同交流学习。

本文由 @吾皇的龙猫 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Pexels，基于CC0协议。