网约车用户满意度分析

□文/邵凯丽 赵丽央 赵荧宵

（温州理工学院 浙江·温州）

［提要］本文以浙江省网约车用户为研究对象，以用户乘车前、乘车中和乘车后为时间线，以美国顾客满意度指数（ACSI）模型为理论基础，构建由用户期望、体验质量、用户抱怨和用户忠诚度4个潜在变量、22个观测变量组成的网约车用户满意度测评模型。描述性统计分析得出用户对网约车总体满意度分值为75.64分，偏向于比较满意；SPSS因子分析得出人身安全、派单响应速度、驾驶规范、车主素质、隐私安全和投诉处理速度6个指标是影响用户对网约车满意度的重要因素。最后提出网约车行业需要在审核力度、页面设计、应急管理等方面加强建设。

一、引言

网约车是依托于互联网共享经济，通过网约车平台整合并匹配用户、司机和车辆间信息，提供便捷出行服务的交通方式，如专车、快车、顺风车等业务。网约车缓和城市交通问题、降低乘客出行成本、提高机动车的利用效率，这使网约车出行市场快速发展。但是，网约车行业频繁曝出乘客安全隐患、车主素质不高、打车页面广告多等令顾客不满的现象，制约网约车行业高效发展步伐。

二、文献综述

网约车行业如何为用户创造并提供价值是提高用户满意度和留存率的重要问题，目前，已有部分学者基于共享经济研究了网约车用户满意度的理论机制和影响因素。例如，左文明等人通过分享经济理论分析了网约车服务质量及影响服务满意度的因素；臧义茹基于多分类有序Logit回归模型识别了网约车用户满意度及其影响因素；周乐欣等从网约车资源优化配置方向对网约车消费群体进行了满意度调查；陈秋婵等人建立了网约车乘客满意度评价指标体系，并基于层次分析法（AHP）等数学原理构建了满意度评价模型和重要度图谱；张峰运用模糊综合评价法对网约车用户出行满意度进行综合评价；宗文等基于顾客期望衡量顾客的感知质量和感知价值来检测顾客满意度；崔玲美等人研究并验证了网约车顾客满意度的变量。但目前的网约车用户满意度研究未指出潜在变量和观测变量之间的关系。本文将进一步扩大研究范围，更全面的探讨网约车用户满意的作用机制。

本文借鉴美国顾客满意度指数模型（ACSI），是Fornell等在瑞典顾客满意指数模式（SCSB）基础上创建的顾客满意度指数模型，是以产品和服务消费过程为基础对顾客满意度水平的综合评价指数，包括顾客预期、感知质量、感知价值、顾客满意度、顾客抱怨和顾客忠诚6个结构变量。本文结合网约车行业的实际情况，建立乘车前、乘车中和乘车后网约车用户满意度指数模型，为提高网约车服务水平提供建议。

三、研究设计

本文以ACSI模型为基础，将原模型的6个结构变量更改为用户期望、体验质量、用户满意度、用户抱怨和用户忠诚度5个结构变量，即认为用户期望、体验质量、用户抱怨、用户忠诚是影响用户满意度的具体指标，最终构建了网约车用户满意度指数模型，如图1所示。其中，用户期望是指用户在使用网约车服务之前对其质量的估计；体验质量是指用户在乘车过程中对车辆质量或车主服务的实际感受，即乘车服务是否顾客化；用户抱怨即用户对网约车正式或非正式抱怨，可通过统计次数得到此结构变量数值；用户忠诚度是指用户是否愿意继续乘坐网约车或是否会向其他用户推荐，即用户重复乘车的可能性和对其价格变化的承受力；用户满意度是通过计量经济学变换得到的用户满意度指数，取决于用户实际感受同心中理想乘车体验和预期质量的比较。（图1）

图1 网约车用户满意度指数模型图

本文以用户乘坐网约车前、中、后的时间线索来设置用户满意度框架，即分为乘车前、乘车中和乘车后三大服务模块设置和分析调查问卷，以用户预期变量衡量网约车乘车前服务的用户满意度、体验质量变量衡量网约车乘车中服务的用户满意度、用户抱怨和用户忠诚度变量共同衡量网约车乘车后的用户满意度，具体评价指标体系如表1所示。其中，乘车前服务是指企业主动向用户提供相关平台上的信息、定位等服务，方便用户了解和使用网约车，主要涉及平台功能设计、平台审核力度和派单速度服务；乘车中服务是指司机语言得体和驾驶技术守法，及时确认并满足用户需求，主要涉及车主的服务与专业水平、车辆的整洁度和线上线下信息一致性；乘车后服务是指客户结束行程以后，平台为客户提供售后服务，主要涉及乘车安全事故及平台对车辆事件的处理情况。（表1）

表1 网约车用户满意度测评模型指标体系一览表

四、数据分析

（一）数据收集。本文以浙江省内网约车用户为研究对象，通过问卷星App发放并收集问卷405份，剔除部分无效问卷后，得到有效样本397份，调查样本信息如表2所示。（表2）

表2 基本信息汇总表

在397份调查样本中，男女比例趋于平衡，主要集中在18岁到37岁之间，学历层次多为本科和大专，分别占58.94%和22.92%，被调查者集中在上班族和学生，主要分布在杭州、温州、绍兴、宁波等浙江省内经济较发达的城市，月收入多在8，000元以下。并且，问卷数据表明网约车打车软件普及率高、比打车方便、价格又比出租车低廉等优点是促使用户使用网约车的主要原因。

（二）问卷信度分析。信度是指测量数据与结论的可靠性程度，本文运用内在一致性系数来检验调查问卷的内部一致性，一般认为，Cronbach’s Alpha大于0.7表明问卷内部一致性良好。由表3可知，利用SPSS中“可靠性分析”功能计算出总量表中乘车前、乘车中和乘车后三个子量表的Cronbach’s Alpha系数分别为0.966、0.970和0.951，均大于0.9，因此三个分量表满意度的内在信度是比较理想的，可靠性较高。（表3）

表3 问卷乘车前、中和后信度调查一览表

（三）研究结果

1、描述性统计分析。在网约车满意度方面，各指标采用Likert五分量表法来衡量，以100分制对受访者态度从非常满意、比较满意、一般满意、不太满意、非常不满意梯度分别赋分100、80、60、40、30，在SPSS中计算出用户在乘车前、中、后三个不同时期下不同观测指标的均值，如表4所示。（表4）

表4 乘车前、中、后各方面满意度调查一览表

对网约车用户在乘车前、中、后的满意度分析可知，22个观测变量均介于70和80间，即用户对平台的满意度感知、网约车服务过程的体验质量和平台在突发事件的处理速度等方面的满意度介于一般满意和比较满意之间，且偏向比较满意。最终对乘车前、中、后满意度均值再求均值，得到用户总体满意度分值为75.64，即网约车行业中的各大运营平台很大程度上受到用户的肯定，未来也会有更大发展空间。

2、因子分析。为清晰了解用户在乘车前、中、后三个不同时期满意度的影响因素，本文对乘车前、中、后三个子量表进行相关性检验，即将22个潜在变量按照用户期望、体验质量、用户抱怨和用户忠诚度三组观测变量进行分析。通过相关性检验，发现网约车满意度的观测变量之间相关系数较大，且三个子量表Sig值均为0.000，表明各组变量之间存在显著的相关性，有必要用因子分析研究各变量之间的关系。由表5可知，乘车前、中、后三个量表的KMO值分别为为0.957、0.967和0.902，均大于0.8，说明网约车三个量表适合做因子分析。（表5）

表5 KMO和Bart l et t检验一览表

本文运用主成分分析法，得到特征值与方差贡献率，基于累积方差贡献率大于80%的标准，三个子量表分别提取2个公共因子，累积方差贡献率分别为82.86%、84.31%和88.86%，说明公因子可解释原变量的大部分信息。表6为乘车前、中、后三个子量表因子分析的特征值、方差贡献率、累计方差贡献率和公共因子汇总表。（表6）

表6 因子分析汇总表

用户在乘车前满意度分析中，对乘客人身安全的保护A8在公因子1的载荷最大，因此可用乘客的人身安全反应因子1，将其命名为人身安全；派单响应速度A4在公因子2的载荷最大，因此可用派单响应速度反应因子1，将其命名为派单响应速度。

用户在乘车中满意度分析中，对驾驶规范程度B3在公因子3的载荷最大，因此公因子3主要反映驾驶规范，将其命名为驾驶规范；车主的谈吐及仪表的规范性B4在公因子4的载荷最大，因此公因子4主要反映车主的个人素质，将其命名为车主素质。

用户在乘车后满意度分析中，对乘客隐私安全的保护C4在公因子5的载荷最大，因此可用乘客的隐私安全反应因子5，将其命名为隐私安全；客服处理用户投诉的时效性C1在公因子6的载荷最大，因此可用客服处理用户投诉速度反应因子6，将其命名为投诉处理速度。

所以，对网约车满意度的测评可以将乘车前、中、后中3类潜在变量的22个观测变量归为人身安全、派单响应速度、驾驶规范、车主素质、隐私安全和投诉处理速度，网约车行业需要重点关注以上6个用户满意度指标，提升用户乘车的忠诚度。

五、建议

根据调查结果和研究发现，本文尝试从页面设计、审核力度、司乘关系等方面对网约车行业的改进和完善提出如下建议，希望能对网约车行业的发展提供参考：

（一）平台关注页面设计，改进产品类型。针对网约车叫车页面一直弹出广告、升级提示等信息，网约车平台需要优化平台页面，简化软件操作流程，重点突出关键环节，方便用户及时获取所需的信息，体现乘客个性化需求设计。同时，网约车公司需要及时改进产品类型，如推出中老年群体的特色用车，合理分布不同类型的车型，提升用户留存率，减少专车、优享型轿车等高档车对行业乘车价格造成的冲击。

（二）平台加强审核力度，重视安全防控。针对消费者提出的车辆卫生、车主邀评方式等与车主素质相关的问题，平台要落实国家对车辆和司机管理的政策要求，加强对车主和车辆的审核力度，避免线上线下车辆信息不一致、注册司机和驾驶员不一致等问题。服务终端也要实时动态监控车辆运行情况，提高运营安全风险防控能力，提高顾客忠诚度，减少低门槛准入带来的安全事故和投诉事件，营造良好的行业风气。

（三）用户强化安全意识，提高应急管理。针对网约车行业频繁曝出的安全问题，用户需要适当了解网约车平台中各项内容和功能，订单派单成功后及时留意司机的信息和星级评价情况，对于低评价或者车型怪异的车辆，立马向平台客服举报或者取消订单。用户一定要加强自身安全意识，熟悉软件中的应急操作，在危险时刻及时通过紧急手段保障自身的安全。

（四）司机用户相互尊重，维护业内发展。针对司乘关系，司机需要强化服务意识，禁止拒载、绕路、挑客、乱收费等不良行为，避免失信行为和不礼貌行为。同样，用户也要礼貌回复司机的问候和温馨叮嘱，理解上下班用车高峰期车辆拥堵现象，结束行程后及时在应用软件上给予车主诚恳的评价，促进司乘关系良好发展。