清晰掌握飲食偏好,快速精準選擇每餐美味

UX/UI Design – Records

製作軟體

Figma

團隊成員

獨立製作

工作職責

UI Design, UX Researcher

完成日期

2024/05

Weather app image
Weather app image
Weather app image
Weather app image
Weather app image
Weather app image
Weather app image

了解自己,做出更好的飲食決定!

了解自己,做出更好的飲食決定!

了解自己,做出更好的飲食決定!

你想知道哪家餐點最對你的胃口?這款 App 能記錄並深入分析你的外送餐點資訊,透過視覺化的飲食偏好與行為洞察,讓你更快速、更有效地挑選下次的外送餐點。

背景

「今天要吃什麼?」這句話在外送平台的盛行下,變得比以往更難回答。面對琳瑯滿目的餐廳選項,我們往往花上許多時間滑 App,卻還是無法做出決定。

這樣的選擇困難,其實來自資訊的不透明與自我偏好的模糊。根據問卷調查,超過 70% 的受訪者表示他們經常對餐點份量、真實口味或整體體驗缺乏信心,也忘記自己之前吃過哪些覺得不錯的選項。

為了幫助人們更了解自己的飲食偏好,我設計了 Records — 一款能紀錄、整理並視覺化外送飲食資訊的 App。它不只協助使用者回顧過去的訂單記錄,還透過偏好圖譜與真實評價系統,讓每一次點餐都能更快、更安心地做出決定。

問題

透過問卷與初步訪談,我歸納出兩大核心問題:

  • 選擇困難:餐點選項過多、排序機制混亂,使用者難以快速決定要點什麼。

  • 資訊透明度不足:使用者無法得知餐點真實評價、份量等細節,下單前感到不安與不確定。

目標

而我設定了以下設計目標::

  • 協助使用者透過歷史訂單掌握自己的飲食偏好,提升決策效率。

  • 提供分享真實感受與評價的平台,讓使用者能相互參考他人經驗,並在選擇外送餐點時做出更明智的決策。

研究這群不知道吃什麼的人,我發現了...

研究這群不知道吃什麼的人,我發現了...

研究這群不知道吃什麼的人,我發現了...

從研究到設計的整個過程,作為一人團隊,每個階段都需要謹慎權衡與精心規劃,以確保專案能在有限資源下順利推進並達到預期目標。

Research & Planning

為了解使用者在點餐過程中面對的問題,我首先設計了一份問卷 ……

蒐集他們在使用外送平台時的實際困擾與需求。最終共回收 107 份有效問卷,剔除 2 份未使用外送平台的填答後,分析結果呈現了明確的使用趨勢。

是否事先知道要吃什麼(有無選擇困難?)

Questionnaire
Questionnaire

外送平台使用偏好(同時使用幾個平台?)

Questionnaire
Questionnaire

想要記錄飲食的比例(有無飲食管理需求?)

Questionnaire
Questionnaire
  1. 有超過 40% 的人表示「完全不知道要吃什麼」,顯示決策困難已成為普遍現象。

  2. 一半以上的使用者會同時開啟 Uber Eats 和 foodpanda 比較優惠與價格。

  3. 約 1/3 的人希望能做「長期飲食紀錄」,代表這是一項被低估但實際存在的需求。

這兩種人,為什麼總是在外送平台上猶豫?

我進一步將使用者分群,建立了兩種代表性人物誌:

上班族(工程師):工作繁忙、時間有限,期望能快速決定餐點,又不想吃得隨便。

Persona 1

學生:注重性價比,常對餐點份量與口味感到不確定,容易後悔下單。

Persona 2

他們說的話,我聽見了三個共通問題

為了整合大量的文字回饋,我使用了親和圖法(Affinity Diagram)歸納出三個核心洞察:

  • 使用者面臨「選擇過多 + 資訊不足」的雙重壓力

  • 對於價格、品質與份量感到模糊不安

  • 希望有清晰且個人化的飲食紀錄與建議依據

Affinity Diagram

他們不只是選擇困難,而是沒有依據

這些洞察推動我進一步定義問題陳述與設計假設:

  • 外送資訊過多卻不夠透明,讓他們難以在價格與品質間快速做出選擇。

  • 缺乏個人化的飲食紀錄,導致無法有效從過往經驗中學習,避免踩雷或重複搜尋。

我該如何讓他們安心地下單?

為了解決這些問題,我提出兩個設計探問句(HMW):

  • 我們如何提供更清晰透明的餐點資訊(如真實照片、可靠評價),幫助使用者快速做出選擇?

  • 我們如何設計出能記錄與分析飲食行為的個人化系統,成為使用者下一次點餐的決策依據?

如果我這樣做,會讓決定更容易嗎?

這些探問句幫助我建立兩個初步假設作為後續設計依據:

  1. 若提供「個人化點餐紀錄」功能,使用者能更快回顧過去經驗,降低猶豫與踩雷機率。

  2. 若強化餐點資訊透明度與評價系統,能有效調整使用者期待,減少負面體驗。

我讓選餐這件事變得更流暢

根據以上洞察與假設,我進一步規劃出系統的功能結構與使用流程,確保使用者在實際操作中,能順暢完成「記錄 → 回顧 → 決定下一餐」的完整閉環。

User Flow

User Flow
User Flow

Information Architecture

Functional Map
Functional Map

Design & Prototyping

Low-Fidelity Design

Low-Fidelity Prototype

從記錄到決策:讓外送選擇變得更簡單

從記錄到決策:讓外送選擇變得更簡單

從記錄到決策:讓外送選擇變得更簡單

根據使用者回饋與前期假設,我設計了兩大核心功能,幫助使用者更快速做出點餐決定、降低踩雷風險,也提升整體外送體驗的信任感與連續性。

個人化點餐記錄

使用者每次的外送訂單可以加入到 App,系統會整理成圖表與偏好分析,讓使用者能清楚看到自己最常吃的品項、喜好口味與餐廳偏好,下次選餐時有跡可循。

餐點資訊與評價分享

我設計了一個簡潔透明的評價系統,鼓勵使用者提供真實的份量、口味與整體體驗評價。這些回饋將會匯入餐點頁面中,協助其他使用者更快建立對餐點的期待與信心,減少資訊落差帶來的猶豫與退貨風險。

我希望這款 App,成為你每一餐的決策助手

我希望這款 App,成為你每一餐的決策助手

我希望這款 App,成為你每一餐的決策助手

Records 的核心設計目標,是讓使用者能快速找到「自己曾經吃過且滿意的餐點」,不用反覆搜尋與猶豫,進而節省時間、降低踩雷風險。這種個人化記錄機制,不僅提升使用者決策效率,也有機會強化他們對外送平台的信任與使用黏著度。

反思與挑戰

回顧整體流程,我花了較多時間在問卷與回饋資料的分析上,讓後續設計階段時間較為緊湊。這讓我意識到,若能更早參考競品設計與既有解法,不僅能提升靈感來源,也能讓整體時間分配更為合理,保留更多時間進行視覺設計與功能驗證。

未來展望

若有機會將此設計進一步開發與上線,我期望透過實際的使用者測試與數據回饋來驗證假設。例如:

  • 個人化紀錄功能是否有效提升選餐效率?

  • 使用者是否因為評價機制更少出現踩雷或後悔下單?

  • 整體而言,這款 App 是否真正改善了外送點餐的體驗?

Back To Top