基于系统评价方法的打车软件市场满意度调查

程琼　施予

摘要：本文研究打车软件市场的消费者满意度问题。依据消费者在调查问卷中显示的偏好，用层次分析法构建两级评价指标的相对权重，接着依据消费者满意度调查问卷，运用模糊综合评价方法，计算出更为合理的消费者综合评价结果。最后结合实际情况，给出有针对性的建议。

关键词：满意度调查；评价指标体系；层次分析法；模糊综合评价法

中图分类号：F57 文献识别码：A 文章编号：1001-828X（2016）001-000-02

一、研究背景

2011年，我国首次出现打车软件。短短几年时间内，打车软件市场发展迅猛。截至2014年12月，中国打车APP累计账户规模达1.72亿①。随着越来越多的消费者选择打车APP，如何优化打车软件、迎合消费者需求、提升消费者满意度，成为打车软件公司的重要关切。因此，如何科学的评价乘客满意度就显得十分重要。

打车软件自2013年开始进入人们的视野，业内学者对于打车软件的研究也涵盖较多方面。这些研究从不同的角度探究了打车软件在用户体验中存在的问题，但多少都存在定性有余、量化不足的问题。本文尝试从系统评价的方法出发，结合问卷调查与综合评价，立足于消费者本身，发掘打车软件的短板和打车软件市场存在的问题。

二、研究思路

本文将层次分析法和模糊综合评价方法结合起来：先用层次分析法构建各层指标的相对权重，基于消费者的判断量化了各个指标上的相对重要度。接着使用模糊综合评价方法给出各个指标上的综合评价，具体的建模步骤如下：

（1）层次分析法中构建递阶层次模型：

图1 层次分析法中的递阶层级模型

（2）依照问卷调查结果，对同一指标下的二级指标进行重要度排序，构建两两比较的判断矩阵，并进行一致性检验；

（3）通过一致性检验后，计算各一级指标的相对权重wi和二级指标的相对权重wij②。接着对w进行归一化处理，得到标准的相对权重w0i和w0ij；

（4）构建因素集本文构建的因素集和评语集：其中第一层因素集f1（C1， C2， C3， C4， C5），第二层的第一个指标的因素是f21（E1， E2， E3）。接着构建评语集，对于满意度调查，评语集通常为V（非常满意，比较满意，一般，比较不满意，非常不满意）；

（5）确立单因素评价隶属度向量，根据满意度调查问构建隶属度矩阵③R；

（6）计算综合评价结果，根据模糊综合评价方法，最后结合权重向量w0i和w0ij，计算出综合评定向量Si（一级指标的综合评分）和Sij （二级指标的综合评分）。这就是我们得到的带有权重的评价结果。

三、实证分析

1.构建两级评价指标体系

参考相关文献④，通常给出的评价指标体系构建应当满足以下系统性、可理解性、独立性和可度量性四个基本原则。本文结合打车软件使用过程中的实际情况，综合考虑影响消费者满意度的多种因素，将其归纳为五个方面：软件质量、候车时间、优惠政策、服务质量、特殊出行。每个一级指标下面包含相应的若干个二级指标，较为合理地构建了评价打车市场满意度的分析框架（见表1）。

2.问卷与数据

本文采用问卷调查法来构造判断矩阵，不仅规避了主观性带来的误差，而且更加契合消费者的满意度调查这个主题。本文调研一共发放了约1000份问卷，回收了有效问卷948份。排除217份无效问卷，最终得到了可供分析的有效问卷731份。

3.模型求解

根据调查问卷的结果可以得出层次分析法中最重要的判断矩阵。例如“软件满意度”指标的判断矩阵如表2：

对所有的判断矩阵都采用方根法计算重要度向量wi，对其进行归一化处理，可以得到每个第二层级指标的归一化重要度向量。

在科学的计算出每个指标的相对权重之后，我们采用模糊数学评价的方法计算最终的各项指标消费者满意度。根据调查问卷的结果，可以得出隶属度矩阵R，其中第一个二级指标的隶属度矩阵如下：

最后，综合评价向量S为隶属度矩阵与权重向量的乘积w0iR11，通过矩阵运算就可以得到最终的总评价集合。

四、结论及建议

前文采用层次分析法确定了每个指标的相对权重，又通过模糊综合评价得到了每个一级指标的评价集。总评价集为S1=（0.121 0.278 0.265 0.257 0.079），说明消费者对打车软件的体验和反馈一般，认为很好及以上的只有不到40%的人群。负面评价的人数也占到了33.6%。因此打车软件市场的消费者满意度提升空间较大。

软件界面的评价集是S21=（0.168 0.547 0.188 0.076 0.021），表明大部分人对软件界面还是比认可的，比较满意的人数占到了一半以上。而对于候车时间，大多数人还是觉得可以接受的，其评价集S22=（0.180 0.304 0.302 0.146 0.068）也说明如此。在优惠政策上，评价集为S23=（0.090 0.271 0.241 0.338 0.060），多数人认为优惠力度不够，认为优惠力度一般或者对优惠力度比较不满意的人数占到了一半以上。在服务质量指标上，S24=（0.154 0.359 0.248 0.184 0.054），大多数认为司机的服务质量尚可，认为比较不满意的和非常不满意的加起来不到25%。最后一点，在特殊出行上面，大多数人比较不满意，S25=（0.078 0.121 0.302 0.345 0.154）表明有接近6成的人认为特殊天气下，打车软件并不能有效缓解出行困难。

打车软件从诞生的那一天起就注定改变打车市场的格局，虽然嘀嘀打车和快滴打车的合并减小了市场中的恶性竞争程度，但是作为互联网公司，用户体验永远应当是摆在第一位置的。本文的分析结果指出了打车软件市场中消费者的痛点：某些特殊情况下的出行要求能否得到满足决定着消费者对软件的信赖程度。虽然消费者对打车补贴的总体满意度仍然不高，但是如何在保证公司良性经营的情况下合理的给予消费者补贴，也是打车软件公司值得思考的问题。

注释：

①数据来源：“中国打车APP市场季度监测报告（2014年第4季度）”

②确定相对权重的方法较多，本文采用方根法（）求出各因素的相对权重。

③隶属度rij就是多个评价主体对第fi个指标做出ei评价的可能性大小，也等价于问卷中对第fi个指标做出ei的人数占该指标评价总人数的比例。

④参考朱振中，石志敏.新产品开发中评价指标体系的建立与模糊综合评价。

参考文献：

[1]汪应洛.系统工程导论[M].机械工业，1982.

[2]朱振中，石志敏.新产品开发中评价指标体系的建立与模糊综合评价[J].山东工程学院学报，2001，15（3）：70-74.

[3]龚志平，李钢强，刘毅，等.层次分析法中判断矩阵的调查表问卷设计[J].中国公共卫生管理，1995（01）.

[4]刘思思，刘宁一，赵钊.打车软件运营模式的经济学分析[J].甘肃金融，2014，06.

作者简介：程 琼，上海对外经贸大学本科生，研究方向：应用统计学。施 予，上海对外经贸大学研究生，研究方向：应用经济学。