Foodie แอปพลิเคชันแนะนำร้านอาหาร by Tianyi Qi

Foodie แอปพลิเคชันแนะนำร้านอาหาร by Tianyi Qi is a highly esteemed winner of the very prestigious 2022 A' Design Award ระดับทองแดง in การออกแบบเทคโนโลยีมือถือ แอปพลิเคชัน และซอฟต์แวร์ Competition Category.

ทองแดงมือถือ· 2022

Foodie แอปพลิเคชันแนะนำร้านอาหาร

by Tianyi Qi

Client: Tianyi Qi

A' Design Award ระดับทองแดง Winner in มือถือ Category

15,082

Verified Award Winner

Verify Award Status for #136763

Visit Site View at A' Design Award Press Release Award Badge

Colors

The Design

About Foodie แอปพลิเคชันแนะนำร้านอาหาร

Foodie เป็นแอปพลิเคชันมือถือที่ออกแบบมาเพื่อช่วยให้ผู้คนค้นหาร้านอาหารผ่านคำแนะนำจากเพื่อน ๆ การแบ่งปันความชอบด้านอาหารมักเกิดขึ้นในบทสนทนาแบบออฟไลน์ และ Foodie ได้นำการแลกเปลี่ยนนี้มาสู่แพลตฟอร์มดิจิทัลเพื่อให้ใช้งานได้ทุกที่ทุกเวลา หน้าจอ Friends แสดงอัปเดตและรายการที่เพื่อน ๆ สร้างขึ้น หน้าจอ My Lists ช่วยให้ผู้ใช้จัดการร้านอาหารที่บันทึกไว้และกรองตามประเภทได้ หน้าจอ Map รองรับการค้นหาร้านอาหารใกล้เคียงหรือรอบตำแหน่งที่เลือก Foodie ถูกพัฒนาขึ้นสำหรับอุปกรณ์ iOS

The Recognition

About the A' Design Award ระดับทองแดง

Foodie แอปพลิเคชันแนะนำร้านอาหาร เป็นผู้ชนะ A' Design Award ระดับทองแดง ซึ่งเป็นการยอมรับอันทรงเกียรติอย่างยิ่งที่มอบให้แก่ผลงานออกแบบที่โดดเด่นด้วยความคิดสร้างสรรค์ ความช่างคิด และความเฉลียวฉลาด ผู้ชนะระดับทองแดงเป็นชิ้นงานที่ชำนาญและสร้างสรรค์อย่างน่าทึ่ง ซึ่งยืนยันประสบการณ์อันกว้างขวาง จินตนาการ และไหวพริบของนักออกแบบ Foodie แอปพลิเคชันแนะนำร้านอาหาร คาดหมายว่าจะเป็นสิ่งของที่ได้รับการยกย่อง ชื่นชม และทะนุถนอม ซึ่งเป็นมืออาชีพและมีนวัตกรรมอย่างโดดเด่น ผลงานออกแบบที่ชนะ A' Design Award ระดับทองแดงนี้ผสานแนวปฏิบัติที่ดีที่สุดในศิลปะ วิทยาศาสตร์ การออกแบบ และเทคโนโลยี และยอดเยี่ยมในความใส่ใจรายละเอียด Foodie แอปพลิเคชันแนะนำร้านอาหาร ตอบสนองความต้องการอย่างงดงาม สัมผัสความปรารถนา สะกดความรู้สึก และดึงดูดความอยากรู้

Behind the Design

Press Kit

Credits, team members and technical details provided by the designer.

Unique Properties: Foodie is a mobile app that aims to leverage the action of sharing personal preference with one's social circle, which happens mostly in offline settings, to a digital platform. This transformation allows this information-sharing process to expand beyond limited scenarios so users can create content and access information whenever and wherever they need it.
Dimensions & Packaging: The app is designed for iOS systems.
Tags: Social, Restaurant, Food, Application, Recommendation
Production Technology: The app requires a strong search engine, map and navigation service, and restaurant database to be functional.
Design Challenge: Why do users use this service when there are already other popular information sources/services existing around? Which was the major challenge I was facing at the beginning stage of the project. The research was designed and planned to answer this question.
Research: I interviewed 10 participants between 20–40, all of them are Yelp or Google users. Participants were asked to arrange the cards with information sources to show how frequently they use and how much they trust each of them. The 3 major research questions are:
1. How and when do people use each information source to find restaurants?
2. What do people trust about each information source?
3. How do people recommend restaurants to their social circle?

The results showed that social circle is the most trusted and the 2nd most used information source when participants are looking for restaurant recommendations. This insight validated the foundation of the project: even though modern technologies have played an important role in helping people find restaurants, people still get recommendations from their friends. From the research, I also learned the requirements participants have on a restaurant's recommendation service and the data gathered from the research was used in persona creation.
Inspiration: As a foodie living in New York City, I have been enjoying using apps like Yelp and Google to find restaurants, especially those that provide ethnic food that I have never tried before. However, I noticed that even though those apps are backed with big data, I trust my friends more in terms of finding restaurants. This experience makes me curious about this totally different mechanism of trust: How might we help people find restaurants from their friends' recommendations?
Project Duration: The project started in August 2019 and finished in January 2020, in New York City.
Operation Flow: On the "Friends" screen, a user will see new updates from their friends, for example, a friend added a new restaurant to their list. They can also explore all the lists created by their friends. To manage restaurants on their own lists, a user can easily navigate to the "My Lists" screen. They can use the filters to easily find the specific types of restaurants on their lists. On the "Map" screen, a user can search for restaurants nearby or around a certain location.
Image Credits: Image #1-5: Tianyi Qi