基于乘客聚類的網(wǎng)約車服務(wù)質(zhì)量評價體系研究

莊菁雄

摘?要：結(jié)合網(wǎng)約車平臺分享經(jīng)濟(jì)的特點，使用乘客聚類和SERVQUAL量表，計算乘客分群的網(wǎng)約車服務(wù)質(zhì)量評價指標(biāo)打分。運用DANP法和IPA分析法，計算聚類人群的指標(biāo)影響權(quán)重和打分績效關(guān)系。差異化對待人群改造指標(biāo)優(yōu)先級，構(gòu)建了網(wǎng)約車服務(wù)質(zhì)量評價體系，即“粗分粗判-細(xì)分細(xì)判-分析總結(jié)”，對企業(yè)實施分群運營和改善服務(wù)質(zhì)量具有一定的參考價值。

關(guān)鍵詞：服務(wù)質(zhì)量；差異化乘客聚類；SERVQUAL量表；DANP法；IPA法

中圖分類號：F27?????文獻(xiàn)標(biāo)識碼：A??????doi：10.19311/j.cnki.16723198.2023.01.025

0?引言

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，分享經(jīng)濟(jì)在全球快速崛起。網(wǎng)約車是分享經(jīng)濟(jì)模式下發(fā)展迅速的一種服務(wù)形態(tài)，將司機、乘客、網(wǎng)約車、第三方支付、政府、廣告商等集中起來，運用大數(shù)據(jù)等技術(shù)，研發(fā)高效的司乘撮合機制，充分利用了閑置資源，降低了司乘之間的撮合成本，提高了司機和平臺收益，將閑置交通資源的所有權(quán)轉(zhuǎn)變?yōu)槭褂脵?quán)。

1?評價體系構(gòu)建

本文結(jié)合分享經(jīng)濟(jì)下網(wǎng)約車的特點，構(gòu)建了網(wǎng)約車服務(wù)質(zhì)量評價體系，即“粗分粗判-細(xì)分細(xì)判-分析總結(jié)”。“粗分粗判”基于用戶感知理論，針對乘客進(jìn)行聚類和人群特征分析；“細(xì)分細(xì)判”通過SERVQUAL量表、DANP法和IPA法，設(shè)計多維度多指標(biāo)量表，計算指標(biāo)影響關(guān)系；“分析總結(jié)”分析乘客分群后影響指標(biāo)改善優(yōu)先級的差異性。該框架彌補了現(xiàn)有網(wǎng)約車服務(wù)質(zhì)量研究對乘客人群刻畫的不足，將乘客聚類后展開人群特征分析，有效地挖掘出乘客人群待改善指標(biāo)的優(yōu)先級，為構(gòu)建服務(wù)質(zhì)量評價體系提供一些啟發(fā)和思路。

2?實證研究

2.1?數(shù)據(jù)收集

（1）數(shù)據(jù)描述。

本文數(shù)據(jù)包括乘客打分和專家評分?jǐn)?shù)據(jù)。乘客打分?jǐn)?shù)據(jù)來源于網(wǎng)約車服務(wù)質(zhì)量問卷調(diào)查，其中參與人數(shù)5392人，實際有效人數(shù)5144人。而專家評分?jǐn)?shù)據(jù)來源于網(wǎng)約車服務(wù)質(zhì)量專家評分表。

（2）信度和效度檢驗。

數(shù)據(jù)的信度和效度檢驗是確保數(shù)據(jù)質(zhì)量的重要前提。首先，對乘客問卷數(shù)據(jù)進(jìn)行克隆巴赫系數(shù)信度檢驗，五個維度的系數(shù)均值大于0.75，達(dá)到可接受的信度標(biāo)準(zhǔn)。再進(jìn)行效度檢驗，通過KMO和Bartlett球形檢驗做因子分析前的充分性檢驗，KMO值大于0.75，Bartlett的P值為0.001，達(dá)到因子分析的要求；對15個指標(biāo)進(jìn)行因子分析，前5個因子的方差累計貢獻(xiàn)率達(dá)到80%以上，使用5個因子、最大方差化因子旋轉(zhuǎn)方法做主成分分析，得到的成分矩陣與SERVERQUAL量表的維度和指標(biāo)設(shè)定基本一致。其次，針對專家調(diào)查表數(shù)據(jù)，方差檢驗遠(yuǎn)低于5%，說明各專家對維度和指標(biāo)之間的影響打分差異不大，觀點較為一致。

2.2?粗分粗判

（1）基于用戶感知差異化乘客聚類。

粗分粗判的目標(biāo)是基于用戶感知完成乘客聚類和人群特征分析。用戶感知是指通過感官、思想等在服務(wù)場景下與經(jīng)營者互動過程中的體驗。本文從價格、乘客體驗、安全三個維度出發(fā)，收集乘客問卷調(diào)查數(shù)據(jù)，將屬性按滿意程度劃分為五個水平。使用KMeans方法將乘客聚類為三類人群，根據(jù)每類乘客的屬性滿意程度，分析乘客人群特點差異。

（2）乘客人群特點差異化分析。

第一類乘客人數(shù)為2274，占比44.2%。該類乘客對價格最不滿意，對乘客體驗持中立，對安全不敏感，屬于價格敏感類型。

第二類乘客人數(shù)為2593，占比50.4%。該類乘客對乘客體驗最不滿意，對價格和安全都不敏感，愿意花費更多價格或犧牲更多安全換取更舒適的乘客體驗，屬于體驗敏感類型。

第三類乘客人數(shù)為277，占比5.4%。該類乘客對安全最不滿意，對乘客體驗較不滿意，對價格敏感度較低，愿意花費更多價格換取更高安全，屬于安全敏感類型。

2.3?細(xì)分細(xì)判

（1）網(wǎng)約車服務(wù)質(zhì)量水平分析。

基于SERVQUAL量表的有形性、可靠性、響應(yīng)性、保證性和移情性五個維度，設(shè)計乘客評價指標(biāo)打分表。通過對5144份數(shù)據(jù)的清洗，得到全量乘客和三類乘客的服務(wù)質(zhì)量得分均值，如表1所示。

（2）維度和指標(biāo)之間的影響關(guān)系DANP分析。

基于SERVQUAL量表設(shè)計專家評分表，將屬性按影響程度劃分為五個水平。本文使用DANP法分析維度和指標(biāo)的影響關(guān)系，步驟如下：

第一，獲取網(wǎng)約車服務(wù)質(zhì)量影響關(guān)系初始數(shù)據(jù)，剔除異常數(shù)據(jù)，得到維度和指標(biāo)級別的專家評分表。

第二，計算專家評分均值，得到維度和指標(biāo)級別的初始影響矩陣。

第三，對初始影響矩陣進(jìn)行規(guī)范化，得到維度和指標(biāo)的規(guī)范化矩陣。

第四，計算維度和指標(biāo)的綜合影響矩陣TD和TC。

第五，計算矩陣行和、列和、行和列和求和、行和列和求差，得到維度和指標(biāo)之間的影響網(wǎng)絡(luò)關(guān)系，包含影響度、被影響度、中心度、原因度。

第六，將維度和指標(biāo)綜合影響矩陣TD和TC標(biāo)準(zhǔn)化，計算未加權(quán)超級矩陣W；再計算加權(quán)超級矩陣Wa。

第七，計算加權(quán)超級矩陣Wa的穩(wěn)定極限超級矩陣，得到維度和指標(biāo)的影響權(quán)重關(guān)系。

由表2得，原因類維度的有行性D1、可靠性D2和移情性D5影響程度較大；結(jié)果類型維度的響應(yīng)性D3和保證性D4，受到其它維度影響程度較大。

由表3得影響權(quán)重由高到低依次為響應(yīng)性D3、保證性D4、移情性D5、可靠性D2、有形性D1。影響權(quán)重最高的前五名指標(biāo)依次為平臺投訴咨詢響應(yīng)C7、服務(wù)禮貌C10、接單等待時間響應(yīng)C8、支付安全C11、司機服務(wù)時間標(biāo)準(zhǔn)和服務(wù)時長C9，關(guān)注這些指標(biāo)對提高網(wǎng)約車服務(wù)質(zhì)量有很大幫助，應(yīng)重視。

（3）影響指標(biāo)的IPA分析。

IPA法主要用于分析指標(biāo)的改造優(yōu)先級，幫助平臺提高服務(wù)質(zhì)量。本文擴(kuò)展了IPA法，由表1和表3得影響權(quán)重均值0.067和三類乘客的打分均值（3.7，3.9，3.5）為三個交叉點將二維坐標(biāo)擴(kuò)展為多個聚類的四象限圖，如圖1所示。

圖1?分人群的網(wǎng)約車服務(wù)質(zhì)量評價指標(biāo)的IPA象限圖

第一類乘客更關(guān)注乘車價格。以平臺投訴咨詢響應(yīng)C7、價格優(yōu)惠C13指標(biāo)作為改造方向，更符合該類人群對定價靠譜或物超所值的期望。

第二類乘客更關(guān)注乘客體驗。以平臺投訴咨詢響應(yīng)C7、服務(wù)禮貌C10和額外增值服務(wù)C14指標(biāo)作為改造方向，更符合該類人群對舒適乘客體驗的期望。

第三類乘客更關(guān)注乘車安全。以車輛安全措施完備C3、合規(guī)司機C4、合規(guī)平臺C5、合規(guī)車輛C6、司機駕駛能力C12和司機優(yōu)先考慮乘客利益C15等作為改造方向，更符合該類人群對安全第一的期望。

2.4?分析總結(jié)

（1）網(wǎng)約車服務(wù)質(zhì)量整體評價。

由表1得，網(wǎng)約車服務(wù)質(zhì)量總體得分均值為3.8，服務(wù)質(zhì)量處于偏上水平。

（2）維度和指標(biāo)的影響關(guān)系分析。

由表2得，合規(guī)車輛C6和司機優(yōu)先考慮乘客利益C15是影響程度較高的原因類型指標(biāo)，它們顯著影響平臺投訴咨詢響應(yīng)C7、接單等待時間響應(yīng)C8和司機服務(wù)時間標(biāo)準(zhǔn)和服務(wù)時長C9、服務(wù)禮貌C10等結(jié)果類型指標(biāo)。因此，基于這些指標(biāo)，設(shè)計改善措施可以提高服務(wù)質(zhì)量，如遵守交通規(guī)則，以乘客的安全利益為先；及時上報乘客遺落物品，保障乘客的財產(chǎn)安全，這些措施可以減少安全事故、增加乘客粘性，為品牌贏得良好口碑。

（3）基于IPA分析的三類人群服務(wù)質(zhì)量評價差異化討論。

由圖1得，三類人群的特點和期望不同，故網(wǎng)約車平臺應(yīng)實施乘客分群運營策略，以提高服務(wù)質(zhì)量。

針對第一類價格敏感型乘客，需要特別重視平臺投訴咨詢響應(yīng)C7、司機服務(wù)時間標(biāo)準(zhǔn)和服務(wù)時長C9、服務(wù)禮貌C10、司機駕駛能力C12、車輛性能C2和價格優(yōu)惠C13；其中，車輛性能C2和司機駕駛能力C12屬于原因類型；平臺改善措施有：改善車輛性能、匹配中高端車型、提高司機駕駛技術(shù)和業(yè)務(wù)操作熟練程度等，這將有助于平臺縮短司機接駕時長，減少平臺投訴，積累乘客對品牌的認(rèn)可度，影響平臺定價。

針對第二類體驗敏感型乘客，需要特別重視平臺投訴咨詢響應(yīng)C7、服務(wù)禮貌C10和額外增值服務(wù)C14；其中，額外增值服務(wù)C14是原因類型指標(biāo)；平臺改善措施有：提供便捷友好的APP操作、車內(nèi)Wifi、視頻廣告等增值服務(wù)，這將有助于平臺提高乘客滿意度，增加用戶粘性。

針對第三類安全敏感型乘客，需要特別重視合規(guī)平臺C5、平臺投訴咨詢響應(yīng)C7、服務(wù)禮貌C10、司機駕駛能力C12、車輛安全措施完備C3、合規(guī)司機C4、合規(guī)車輛C6和司機優(yōu)先考慮乘客利益C15；其中，合規(guī)司機C4、合規(guī)平臺C5、合規(guī)車輛C6和司機優(yōu)先考慮乘客利益C15原因度較高；因此，平臺改善措施有：加大平臺監(jiān)管力度、嚴(yán)格執(zhí)行三個合規(guī)驗證，這將有助于平臺確保乘客人身和財產(chǎn)安全，增強乘客安全感和信任度，降低乘客投訴率。

3?結(jié)語

網(wǎng)約車服務(wù)平臺可以運用本文提出的研究框架構(gòu)建一套有效的服務(wù)質(zhì)量評價體系，幫助平臺及時了解服務(wù)質(zhì)量現(xiàn)狀，實施分群運營策略，形成服務(wù)質(zhì)量管理閉環(huán)，持續(xù)地迭代優(yōu)化服務(wù)質(zhì)量。

參考文獻(xiàn)

[1]左文明，朱文鋒.分享經(jīng)濟(jì)下基于SERVQUAL的網(wǎng)約車服務(wù)質(zhì)量管理研究——以滴滴出行和優(yōu)步為例[J].管理案例研究與評論，2018，11（4）：349367.

[2]Adomavicius?G，Tuzhilin，A.Toward?the?next?generation?of?recommender?systems：a?suevey?of?the?stateofart?and?passible?extensions[J].IEEE?Transactions?on?Knowledge?and?Data?Engineering，2005，17（6）：734749.

[3]Parasuraman?A，Zeithaml?V?A，Berry?L?L.SERVQUAL：A?multipleitem?scale?for?measuring?consumer?perceptions?of?service?quality[J].Journal?of?Retailing，1988，64（1）：1240.

[4]YuPing?Ou?Yang，HowMing?Shieh，GwoHshiung?Tzeng.A?VIKOR?technique?based?on?DEMATEL?and?ANP?for?information?security?risk?control?assessment[J].Information?Sciences，2013，232（232）：482500.

[5]Martilla?J?A，James?J?C.ImportancePerformance?Analysis[J].Journal?of?Marketing，1977，41?（1）?：7779.