網約車平臺大學生用戶體驗現狀及優化研究

李伊秋，王曉昱，朱書蕾，盛紫怡

(中國勞動關系學院 經濟管理學院，北京 100037)

1 引言

伴隨著經濟社會發展、可支配資金提高以及“互聯網+”時代的來臨，我國出現了許多依托移動互聯網建立的新型打車軟件服務平臺，有了更多元化的選擇之后，人們的出行方式隨之發生變化，也有越來越多的大學生開始搭乘出租車或網約車出行。大學生是個龐大的群體：根據2020年全國教育事業發展統計公報，全國共有普通高校2738所，全國各類高等教育在學總規模4183萬人，比2019年增加181萬人，普通高等學校校均規模11982人。以大學生為研究對象，不僅是出于對“滴滴出行”App的主體用戶的考慮，也是出于大學生群體的特殊意義，使研究更具有價值。

根據《大學生出行方式調研暨大學生順風出行研究報告》，每月搭乘出租車或網約車出行1～10次的大學生為6成左右。打車出門對大學生而言已成為較為日常的出行方式，普及度明顯提升。

“滴滴出行”App于 2012 年在我國上線，隨著“滴滴出行”App與微信、支付寶等熱門App的合作，其市場份額更是步步擴大，已在國內打車平臺中獨占鰲頭。但在發展過程中，由于2018 年發生的兩起司機安全事故以及違法違規收集使用個人信息以致被徹查下架等問題，“滴滴出行”App不得不放緩前進的步伐，進行整改與完善。

2 文獻綜述

2.1 用戶體驗內涵

用戶體驗 (user experience) 一詞，最早由時任蘋果公司 “用戶體驗架構師”的唐納德·諾曼在 20 世紀90 年代正式提出，是指用戶與公司,及其服務和產品之間交互時的直觀感受。簡單來說，用戶體驗是由多個影響因素共同構成的。

從定義來看，比較具有權威性的是國際標準化組織ISO 9241—210對于用戶體驗的定義，即“人們對于針對使用或期望使用的產品、系統或者服務的認知印象和回應”。ISO定義的補充說明有著如下解釋:“用戶在接觸產品、系統、服務后, 所產生的反應與變化,包含用戶的認知、情緒、偏好、知覺、生理與心理、行為，涵蓋產品、系統、服務使用的前、中、后期”。該補充說明還列出三個影響用戶體驗的因素：系統、用戶和使用環境。

不同的領域，用戶體驗也有著不同的內涵。在圖書館界，張明霞等認為圖書館用戶體驗是一種純主觀的整體性感知,是用戶在利用圖書館的過程中的全部印象和感受,這個感受決定了圖書館的服務質量和用戶的滿意度及忠誠度。在計算機領域，Law等認為用戶體驗是動態的、主觀的和基于情境的。從認知心理學的角度來看，用戶體驗是用戶在使用交互產品過程中的主觀感受，包括喜好程度、心理反應、情感因素、認知印象等。Olsson 認為，用戶體驗分為經歷性體驗和累積性體驗。總之，這些定義各不相同，如有的強調用戶體驗產生的原因、有的則重視用戶體驗的組成、有的將用戶體驗看作可用性的擴展等。

基于現有理論以及研究成果，發現國際標準化組織ISO 9241—210對于用戶體驗的定義以及系統、用戶和使用環境這三個影響用戶體驗的因素認可度較高，這為網約車平臺的大學生用戶體驗研究提供了參考依據。

2.2 用戶體驗構成

作為用戶體驗設計學派的代表人物，Donald Arthur Norman從情感設計角度將用戶體驗分為本能層、行為層和反思層。Jesse James Garrett從產品設計角度將其分為戰略層、范圍層、結構層、框架層、表現層(外觀層)。Bernd H.Schmitt將用戶體驗分成了感官、思考、創新、行為、關聯五大體驗體系。Park等認為用戶體驗包括可用性、情感和用戶價值，其中用戶價值主要包括自我滿意度、愉悅性、個性化需求、社會表征及產品附加意義。事實上，從大多數文獻的內容來看，并沒有明確按照以上某個理論進行用戶體驗構成的劃分，而是根據實際研究問題選擇用戶體驗構成要素。

3 測評量表構建

截至目前，以“滴滴出行”App為例的網約車平臺用戶體驗現狀研究文獻已有一定的成果：馮金小和趙艷華基于 SWOT 分析了車主的用戶體驗可以通過拓寬反饋渠道、維護合法權益以及豐富平臺品牌活動等方式進行提升；鄭晴，莊海燕等基于扎根理論對滴滴乘客滿意度影響因素，例如乘車環境、服務態度、服務水平、行車安全等進行分析；韋艷麗，楊益星等基于KJ法對網約車App在視覺界面層次、交互流程層次和技術功能層次進行改良設計研究，但發現目前還未出現對使用網約車平臺的大學生用戶體驗現狀及優化研究。

基于以上，根據國際標準化組織ISO 9241—210對于用戶體驗的定義以及三個影響用戶體驗的因素，即系統、用戶和使用環境，將大學生使用網約車平臺的用戶體驗測量分為三個維度，即維度A：乘車前的軟件體驗階段；維度B：乘車時的乘車體驗階段；維度C：乘車后的感知評價階段。基于以上分析，建立了測評量表(見表1)。

題項的設置來源于兩方面：一方面，來自8位經常使用網約車平臺的在校大學生，他們各自寫出認為的網約車平臺用戶體驗測評應包含的題項；另一方面，回顧了上述文獻和理論知識，根據網約車平臺用戶體驗的痛點設置題項。綜上所述，將選取合理的題項增添到測評量表中。各研究變量的測量統一采用李克特 5級量表進行設計, 由顧客根據自己的親身感受對問卷各項問題的贊同程度進行選擇。

表1 網約車平臺用戶體驗測評題項

4 網約車平臺大學生用戶體驗實證調查

4.1 數據來源

本次研究通過網絡問卷調查獲得數據分析用戶在使用平臺期間的感受和心理，研究對象是大學生，針對平臺用車費用是否合理、平臺地圖導航等軟件是否精準、使用平臺時是否能保證人身安全等主要問題進行問卷調查。問卷的發放時間為2021年3月，截至時間為同年5月，發放途徑是微信、QQ 等社交軟件。共發放137份問卷，回收137份問卷，問卷有效率100%。

4.2 數據可靠性分析

4.2.1 描述性統計分析

從年級來看，在本次調查中筆者發現調查對象大多為本科生；從性別來看，男性有47人，女性有90人；從地區來看，在北上廣深(一線城市)使用“滴滴出行”App的人數為40人，鄉村及農村使用人數為19人，一線城市和各城市省會的使用人數明顯大于鄉村及農村。筆者以“地區”為自變量X，以“滴滴出行是否普及”為因變量Y進行交叉分析，結果表明，“滴滴出行”App平臺在越是經濟發達的城市普及率就越高。

4.2.2 內容分析

在乘車前的軟件體驗階段。有126人認為“滴滴出行”App的預計費用是合理的，說明“滴滴出行”App對于行程費用的預估較為準確；且大部分的大學生用戶認為“滴滴出行”App平臺的司機與車輛信息很詳細、客戶端系統很穩定、導航系統較精準、廣告干擾較少、平臺的操作容易上手，還對于平臺的預約服務為出行節約時間表示肯定。值得深究的是，在此次調研中，僅有24人認為平臺有“殺熟”現象。然而，孫金云教授帶著團隊在北京、上海等5個城市專門做了實地調查，打車800多次，花費50000多元，得出結論：使用越貴的手機，打的車可能越貴。iPhone手機用戶平均只能獲得2.07元的優惠，顯著低于非iPhone用戶的4.12元。結合此次調研結果來看，大學生用戶對于“滴滴出行”App的大數據殺熟現象并不夠敏感。

在乘車時的體驗階段。大部分的大學生用戶認為“滴滴出行”App平臺的司機車輛較為整潔無異味、服務態度良好。有98人認為“滴滴出行”App是相對安全的出行方式，但僅在2018年一年，就發生了兩起滴滴司機安全事故。有網友扒出，在案發前不久，滴滴順風車偷偷修改了隱私機制，讓犯罪分子又可以輕易地篩選到“理想中的受害者”。

在乘車后的感知評價階段。參與此次調研的大學生對于“滴滴出行”App存在的問題的看法如下：有83人認為等車時間過長；有50人認為司機對路況不熟練；有18人認為司機會強制要求好評；有51人認為評價程序過于煩瑣。此外，有91.97%的大學生用戶認為平臺的補償機制相對完善；有109人認為“滴滴出行”App的折扣等優惠返利力度大。然而，筆者發現大學生用戶對于“滴滴出行”App平臺泄露個人隱私的情況過于樂觀：有115人認為“滴滴出行”App平臺不會泄露個人隱私，僅有22人認為會泄露個人隱私。

2021年7月，網信中國微信公眾號發布消息，經檢測核實，“滴滴出行”App存在嚴重違法違規收集使用個人信息問題，官方依據相關法規通知應用商店下架此App，要求此公司嚴格整改存在的問題。結合此次調研結果來看，大學生用戶對于“滴滴出行”App平臺泄露個人隱私的情況不夠敏感。

4.2.3 信度與效度分析

在此階段，測量題目的因子載荷值應高于0.4，為了降低不良因素的干擾，筆者刪除了不滿足此項要求的A1、A2、A4、B2和C6。在刪除了干擾項之后，本次實證針對3個因子以及15個分析項進行分析，有效樣本量為137，超出分析項數量的9倍。

本次研究使用Cronbach’s α來評估研究數據信度質量。對軟件體驗、乘車體驗和感知評價的因子分析結果顯示,信度系數分別達到了0.894、0.903和0.882。分析項的CITC值均大于0.4，說明分析項之間具有良好的相關關系。綜上所述，數據信度質量高，可用于進一步分析。

效度研究用于分析研究項是否合理且有意義。本次研究項對應的共同度值均高于0.4，說明研究項信息可以被有效地提取。另外，三個階段的KMO值分別為0.881、0.873和0.832，均大于0.6，意味著數據信息可以被有效提取。

另外，三個階段因子的方差解釋率值分別是70.40%、72.34%和68.20%，旋轉后累積方差解釋率均大于50%，意味著研究項的信息量可以有效地提取出來。

聚合(收斂)效度方面，共3個因子對應的AVE值全部大于0.6，且CR值全部高于0.7，意味著本次分析數據具有良好的聚合效度；針對區分效度進行分析：三個維度分別為AVE平方根值——0.794、0.809和0.783，皆分別大于因子間相關系數絕對值的最大值0.343和0.437，意味著其具有良好的區分效度；模型擬合指標用于整體模型擬合效度情況分析,卡方自由度比、CFI、RMSEA、NNFI等指標均達標，說明模型的擬合程度較好, 對于樣本數據的適配, 該模型是可以接受的。

4.3 用戶體驗與痛點分析

首先是訂單生成階段，有以下三種情況：一是司機接單和到達皆迅速，用戶情緒體驗較為滿意，甚至驚喜；二是司機接單較快但到達時間較長，但屬于乘客可接受范圍，所以用戶感知等待時間正常，用戶情緒體驗正常；三是司機接單較慢且到達的時間也長，用戶感知等待時間很長，用戶情緒焦慮甚至憤怒。此階段痛點如下：預計費用超出心理預期、“大數據殺熟”、系統的各種廣告較多、頁面卡頓不流暢和平臺操作不易上手等。

其次是訂單執行階段，痛點如下：人身安全問題；司機對于路況并不熟悉；司機的服務態度或駕駛水平堪憂；司機的車輛不整潔有異味或有破損；到達目的地的時間超出了預估時間。

最后是訂單完成階段，痛點如下：支付過后自動顯示評價頁面且評價過程煩瑣；司機強制要求乘客給予五星好評；平臺違法違規收集個人信息；不同意開發票的請求；遺失物品難以及時尋回；后臺投訴機制效果甚微。

5 網約車平臺的用戶體驗優化策略

5.1 乘車前：軟件體驗階段優化策略

5.1.1 扣費機制透明化

網約車平臺應該敲響警鐘，出臺一套透明的扣費機制，將不同情況、不同路線、不同里程的計費標準明確地向乘客公示。

例如，提前檢測路況是否堵車，將可能出現的扣費情況在乘客打車前就明確告知，并且向乘客提供預估的最低價和預估的最高價的價格區間，用戶將自主選擇是否使用網約車平臺。

5.1.2 政企合作完善車主的監督和審查機制

一方面，平臺自身要對網約車司機的有關證件進行嚴格審核，政府可出臺相關規定：轄區內所有網約車司機與其使用的運營車輛都要到轄區的交通局進行備案，平臺接入公安交通系統， 若出現人車不符、無證駕駛等情況，主管部門將對司機與平臺做出相應的處罰。

另一方面，政府需要發布相關規定，在網約車司機的駕駛技能方面和道德素養方面嚴格劃定準入門檻，并定期為他們進行培訓與考核。

5.2 乘車時：乘車體驗階段優化策略

5.2.1 關注網約車司機心理健康

近年來出現過數起司機因心理壓力大而報復社會的案件，例如2020年貴州安順的公交車墜河事件。網約車司機作為工作時間長、工作壓力大的職業之一，平臺可定期對網約車司機進行強制心理測評，若檢測到司機有抑郁傾向或壓力過大的情況時平臺應強制暫停其接單資格，并主動聯系司機安排專業人士進行線上或線下心理疏導，既避免了其出現危險駕駛的情況，又體現了人文主義關懷。

5.2.2 優化App的求助操作

目前使用緊急求助功能需要進入網約車App，且操作相對比較煩瑣，平臺可以采取以下措施：乘客對于自己的行程設定預期的安全時限，若超時，用戶仍未解除該設定時，則App自動進行一系列求助操作；乘客還可以設定幾種求助手勢，例如用力揮動手機3下，App將自動進行一系列求助操作。

5.3 乘車后：感知評價階段優化策略

5.3.1 完善智能客服系統的同時增加人工客服

在樂清女孩遇害案件中，女孩朋友在收到求助短信后第一時間報警并聯系滴滴平臺客服，但滴滴平臺客服無法及時提供司機信息，直到四個多小時后客服才向警方提供司機信息，但此時女孩已經遇害。從此次慘痛的教訓中可以看出滴滴平臺客服系統的缺陷，工作流程過于冗長，只會延誤特殊事件的處理效率。對客服系統及其工作流程進行完善整改并增加人工客服的數量，可以大幅度地提升特殊事件的處理效率。

5.3.2 進行愛國教育，樹立國家安全意識

“滴滴出行”App作為在國內網約車市場占據絕對優勢的一大巨頭，其涉及的國家道路信息等與國家安全息息相關的信息量是龐大且翔實的。這些信息一旦泄露，會對中國國家安全造成重大影響，形成無法挽回的損失，破壞國家整體的戰略布局。因此，網約車平臺的所有員工必須接受愛國教育，樹立國家安全意識。

6 結語

用戶使用網約車平臺出行的過程，實質為體驗其功能和服務，因此，從用戶體驗的角度進行平臺設計和平臺功能優化，有利于以“滴滴出行”App為首的網約車平臺的提升與發展。但由于時間和精力的限制, 數據來源具有一定的局限性，研究的對象大多數為本科生, 因而研究結論的解釋力可能會受到影響, 所提出的改進策略的適用性尚需進一步討論與優化。

可以收集更多研究生的樣本容量, 進一步驗證研究假設。