De innovatieve kleding-research app, vermomd als een outfitplanner
Client
OsloMet, SIFO
Datum
Sept 2021 – Okt 2021
Services
Research, UX/UI Design
Een onderzoek dat deelnemers motiveert en inspireert.
Context
De mode-industrie heeft een significante impact op ons klimaat. Bij CHANGE onderzoeken ze wat nodig is om de klimaatimpact van kleding te reduceren: de productie, hoe men koopt en het wegdoet. Om de juiste keuzes te maken en goede data bij elkaar te krijgen, is ons gevraagd om een designoplossing te bedenken die consistent gegevens bij onderzoeksdeelnemers kan verzamelen over hun kleding.
Uitdaging
Het ontwerpen van een onderzoekstool die deelnemers kan motiveren data te verzamelen over hun kledinggewoonten voor een periode van 6 maanden. Tegelijkertijd moet deze data kwalitatief en gestructureerd kunnen worden doorgezet nar de CHANGE-onderzoekers.
Interviews
Om zo veel en regelmatig mogelijk data te kunnen verzamelen bij deelnemers is het belangrijk dat het een gewoonte wordt. Aan de hand van meerdere interviews op straat kwamen we er ook achter dat veel mensen op verschillende tijdsstippen hun outfit zouden documenteren. De oplossing moet dus zo makkelijk mogelijk, en op ieder tijdsstip van de dag gebruikt kunnen worden.
Wij maakten een schema met daarin de voorkeuren en pijnpunten van 3 deelnemers, onderverdeeld in de verschillende fases van het documenteren (aankleden, herinnering, voor- en na documenteren). Hieruit ontstonden bij ons vragen en uitdagingen die we in ons design op moeten lossen (in zwart aangegeven).
Oplossing
Tijdens de interviews op straat hoorden we van vrijwel iedereen hetzelfde, duidelijke doel: We moeten zo min mogelijk in het dagelijkse leven van deelnemers interfereren.
Nadat we onze bevindingen hadden voorgelegd aan het onderzoeksteam, waren ze het met ons eens dat een app de juiste keuze was, vanwege de toegankelijkheid op ieder tijdsstip en het gemak voor deelnemers. Er hoefde tenslotte geen extra apparatuur of onderzoekstools voor worden ingezet.
Documenteren
Het belangrijkste proces van de app is het documenteren van de kleding. Om dit proces zo soepel mogelijk te laten verlopen, maakten we een wireframe die dit doorloopt. Voor het onderzoek is het belangrijk te weten hoe iemand zich voelt, voor welke gelegenheid er gekleed is en tenslotte wat de persoon aan heeft.
Om dit te versnellen naarmate de app vaker wordt gebruikt, kan de gebruiker zelf locaties toevoegen, en ook eerder-ingescande kledingstukken selecteren – of zelfs een complete outfit van de dag ervoor insturen, voor als je een keer hetzelfde draagt.
Machine Learning
Om een outfit te documenteren moet de gebruiker deze fotograferen. Echter kan dit een moeizaam proces zijn als een deelnemer veel verschillende items heeft, en deze 1-voor-1 moet opslaan. Om die reden deden we onderzoek naar slimme technologieën, waar wij het gebruik van Machine Learning en Object Detection vonden. Met behulp van TensorFlow kregen we een computer zo ver om binnen een dag een broek en een shirt te kunnen herkennen op een foto. Deze technologie gebruiken we ook binnen Wearry, om het inputproces te versimpelen.
Identiteit
Een app die iedere dag gebruikt wordt moet niet alleen soepel werken, maar er ook visueel leuk uitzien om te gebruiken. Na het ontwerpen van verschillende stijlen, waarbij kleurenpsychologie een grote rol speelde, testten we ook menustructuren, illustraties en navigatie door de kalender.
Documenteren
De volledige app is ontworpen met de Apple Human Interface Guidelines en Google’s Material Design in gedachten.
Binnen de app is de belangrijkste actie (documenteren) altijd binnen handbereik met de floating action-button rechtsonder. Sommige knoppen tonen een visuele voortgangsbalk die automatisch de popup sluit na een aantal seconden. Dit is allemaal bedoeld om het proces van documenteren zo snel mogelijk te maken.
Kledingkast
De digitale kledingkast binnen Wearry biedt waarde aan de deelnemers op dezelfde manier als andere ‘fashion planners’ doen. Met handige categorieën en zowel een lijst als grid-weergave.
Als pluspunt kan de app de data die aan CHANGE wordt doorgegeven ook inzetten als extra functie voor de gebruiker: de Monthly Roundup. Hierin staan interessante datapunten zoals meest gedragen items, zelfs per kleur of per emotie. Zo houden we de data die Wearry opslaat transparant en bruikbaar, ook voor deelnemers.