网约车平台大学生用户体验现状及优化研究

李伊秋，王晓昱，朱书蕾，盛紫怡

(中国劳动关系学院 经济管理学院，北京 100037)

1 引言

伴随着经济社会发展、可支配资金提高以及“互联网+”时代的来临，我国出现了许多依托移动互联网建立的新型打车软件服务平台，有了更多元化的选择之后，人们的出行方式随之发生变化，也有越来越多的大学生开始搭乘出租车或网约车出行。大学生是个庞大的群体：根据2020年全国教育事业发展统计公报，全国共有普通高校2738所，全国各类高等教育在学总规模4183万人，比2019年增加181万人，普通高等学校校均规模11982人。以大学生为研究对象，不仅是出于对“滴滴出行”App的主体用户的考虑，也是出于大学生群体的特殊意义，使研究更具有价值。

根据《大学生出行方式调研暨大学生顺风出行研究报告》，每月搭乘出租车或网约车出行1～10次的大学生为6成左右。打车出门对大学生而言已成为较为日常的出行方式，普及度明显提升。

“滴滴出行”App于 2012 年在我国上线，随着“滴滴出行”App与微信、支付宝等热门App的合作，其市场份额更是步步扩大，已在国内打车平台中独占鳌头。但在发展过程中，由于2018 年发生的两起司机安全事故以及违法违规收集使用个人信息以致被彻查下架等问题，“滴滴出行”App不得不放缓前进的步伐，进行整改与完善。

2 文献综述

2.1 用户体验内涵

用户体验 (user experience) 一词，最早由时任苹果公司 “用户体验架构师”的唐纳德·诺曼在 20 世纪90 年代正式提出，是指用户与公司,及其服务和产品之间交互时的直观感受。简单来说，用户体验是由多个影响因素共同构成的。

从定义来看，比较具有权威性的是国际标准化组织ISO 9241—210对于用户体验的定义，即“人们对于针对使用或期望使用的产品、系统或者服务的认知印象和回应”。ISO定义的补充说明有着如下解释:“用户在接触产品、系统、服务后, 所产生的反应与变化,包含用户的认知、情绪、偏好、知觉、生理与心理、行为，涵盖产品、系统、服务使用的前、中、后期”。该补充说明还列出三个影响用户体验的因素：系统、用户和使用环境。

不同的领域，用户体验也有着不同的内涵。在图书馆界，张明霞等认为图书馆用户体验是一种纯主观的整体性感知,是用户在利用图书馆的过程中的全部印象和感受,这个感受决定了图书馆的服务质量和用户的满意度及忠诚度。在计算机领域，Law等认为用户体验是动态的、主观的和基于情境的。从认知心理学的角度来看，用户体验是用户在使用交互产品过程中的主观感受，包括喜好程度、心理反应、情感因素、认知印象等。Olsson 认为，用户体验分为经历性体验和累积性体验。总之，这些定义各不相同，如有的强调用户体验产生的原因、有的则重视用户体验的组成、有的将用户体验看作可用性的扩展等。

基于现有理论以及研究成果，发现国际标准化组织ISO 9241—210对于用户体验的定义以及系统、用户和使用环境这三个影响用户体验的因素认可度较高，这为网约车平台的大学生用户体验研究提供了参考依据。

2.2 用户体验构成

作为用户体验设计学派的代表人物，Donald Arthur Norman从情感设计角度将用户体验分为本能层、行为层和反思层。Jesse James Garrett从产品设计角度将其分为战略层、范围层、结构层、框架层、表现层(外观层)。Bernd H.Schmitt将用户体验分成了感官、思考、创新、行为、关联五大体验体系。Park等认为用户体验包括可用性、情感和用户价值，其中用户价值主要包括自我满意度、愉悦性、个性化需求、社会表征及产品附加意义。事实上，从大多数文献的内容来看，并没有明确按照以上某个理论进行用户体验构成的划分，而是根据实际研究问题选择用户体验构成要素。

3 测评量表构建

截至目前，以“滴滴出行”App为例的网约车平台用户体验现状研究文献已有一定的成果：冯金小和赵艳华基于 SWOT 分析了车主的用户体验可以通过拓宽反馈渠道、维护合法权益以及丰富平台品牌活动等方式进行提升；郑晴，庄海燕等基于扎根理论对滴滴乘客满意度影响因素，例如乘车环境、服务态度、服务水平、行车安全等进行分析；韦艳丽，杨益星等基于KJ法对网约车App在视觉界面层次、交互流程层次和技术功能层次进行改良设计研究，但发现目前还未出现对使用网约车平台的大学生用户体验现状及优化研究。

基于以上，根据国际标准化组织ISO 9241—210对于用户体验的定义以及三个影响用户体验的因素，即系统、用户和使用环境，将大学生使用网约车平台的用户体验测量分为三个维度，即维度A：乘车前的软件体验阶段；维度B：乘车时的乘车体验阶段；维度C：乘车后的感知评价阶段。基于以上分析，建立了测评量表(见表1)。

题项的设置来源于两方面：一方面，来自8位经常使用网约车平台的在校大学生，他们各自写出认为的网约车平台用户体验测评应包含的题项；另一方面，回顾了上述文献和理论知识，根据网约车平台用户体验的痛点设置题项。综上所述，将选取合理的题项增添到测评量表中。各研究变量的测量统一采用李克特 5级量表进行设计, 由顾客根据自己的亲身感受对问卷各项问题的赞同程度进行选择。

表1 网约车平台用户体验测评题项

4 网约车平台大学生用户体验实证调查

4.1 数据来源

本次研究通过网络问卷调查获得数据分析用户在使用平台期间的感受和心理，研究对象是大学生，针对平台用车费用是否合理、平台地图导航等软件是否精准、使用平台时是否能保证人身安全等主要问题进行问卷调查。问卷的发放时间为2021年3月，截至时间为同年5月，发放途径是微信、QQ 等社交软件。共发放137份问卷，回收137份问卷，问卷有效率100%。

4.2 数据可靠性分析

4.2.1 描述性统计分析

从年级来看，在本次调查中笔者发现调查对象大多为本科生；从性别来看，男性有47人，女性有90人；从地区来看，在北上广深(一线城市)使用“滴滴出行”App的人数为40人，乡村及农村使用人数为19人，一线城市和各城市省会的使用人数明显大于乡村及农村。笔者以“地区”为自变量X，以“滴滴出行是否普及”为因变量Y进行交叉分析，结果表明，“滴滴出行”App平台在越是经济发达的城市普及率就越高。

4.2.2 内容分析

在乘车前的软件体验阶段。有126人认为“滴滴出行”App的预计费用是合理的，说明“滴滴出行”App对于行程费用的预估较为准确；且大部分的大学生用户认为“滴滴出行”App平台的司机与车辆信息很详细、客户端系统很稳定、导航系统较精准、广告干扰较少、平台的操作容易上手，还对于平台的预约服务为出行节约时间表示肯定。值得深究的是，在此次调研中，仅有24人认为平台有“杀熟”现象。然而，孙金云教授带着团队在北京、上海等5个城市专门做了实地调查，打车800多次，花费50000多元，得出结论：使用越贵的手机，打的车可能越贵。iPhone手机用户平均只能获得2.07元的优惠，显著低于非iPhone用户的4.12元。结合此次调研结果来看，大学生用户对于“滴滴出行”App的大数据杀熟现象并不够敏感。

在乘车时的体验阶段。大部分的大学生用户认为“滴滴出行”App平台的司机车辆较为整洁无异味、服务态度良好。有98人认为“滴滴出行”App是相对安全的出行方式，但仅在2018年一年，就发生了两起滴滴司机安全事故。有网友扒出，在案发前不久，滴滴顺风车偷偷修改了隐私机制，让犯罪分子又可以轻易地筛选到“理想中的受害者”。

在乘车后的感知评价阶段。参与此次调研的大学生对于“滴滴出行”App存在的问题的看法如下：有83人认为等车时间过长；有50人认为司机对路况不熟练；有18人认为司机会强制要求好评；有51人认为评价程序过于烦琐。此外，有91.97%的大学生用户认为平台的补偿机制相对完善；有109人认为“滴滴出行”App的折扣等优惠返利力度大。然而，笔者发现大学生用户对于“滴滴出行”App平台泄露个人隐私的情况过于乐观：有115人认为“滴滴出行”App平台不会泄露个人隐私，仅有22人认为会泄露个人隐私。

2021年7月，网信中国微信公众号发布消息，经检测核实，“滴滴出行”App存在严重违法违规收集使用个人信息问题，官方依据相关法规通知应用商店下架此App，要求此公司严格整改存在的问题。结合此次调研结果来看，大学生用户对于“滴滴出行”App平台泄露个人隐私的情况不够敏感。

4.2.3 信度与效度分析

在此阶段，测量题目的因子载荷值应高于0.4，为了降低不良因素的干扰，笔者删除了不满足此项要求的A1、A2、A4、B2和C6。在删除了干扰项之后，本次实证针对3个因子以及15个分析项进行分析，有效样本量为137，超出分析项数量的9倍。

本次研究使用Cronbach’s α来评估研究数据信度质量。对软件体验、乘车体验和感知评价的因子分析结果显示,信度系数分别达到了0.894、0.903和0.882。分析项的CITC值均大于0.4，说明分析项之间具有良好的相关关系。综上所述，数据信度质量高，可用于进一步分析。

效度研究用于分析研究项是否合理且有意义。本次研究项对应的共同度值均高于0.4，说明研究项信息可以被有效地提取。另外，三个阶段的KMO值分别为0.881、0.873和0.832，均大于0.6，意味着数据信息可以被有效提取。

另外，三个阶段因子的方差解释率值分别是70.40%、72.34%和68.20%，旋转后累积方差解释率均大于50%，意味着研究项的信息量可以有效地提取出来。

聚合(收敛)效度方面，共3个因子对应的AVE值全部大于0.6，且CR值全部高于0.7，意味着本次分析数据具有良好的聚合效度；针对区分效度进行分析：三个维度分别为AVE平方根值——0.794、0.809和0.783，皆分别大于因子间相关系数绝对值的最大值0.343和0.437，意味着其具有良好的区分效度；模型拟合指标用于整体模型拟合效度情况分析,卡方自由度比、CFI、RMSEA、NNFI等指标均达标，说明模型的拟合程度较好, 对于样本数据的适配, 该模型是可以接受的。

4.3 用户体验与痛点分析

首先是订单生成阶段，有以下三种情况：一是司机接单和到达皆迅速，用户情绪体验较为满意，甚至惊喜；二是司机接单较快但到达时间较长，但属于乘客可接受范围，所以用户感知等待时间正常，用户情绪体验正常；三是司机接单较慢且到达的时间也长，用户感知等待时间很长，用户情绪焦虑甚至愤怒。此阶段痛点如下：预计费用超出心理预期、“大数据杀熟”、系统的各种广告较多、页面卡顿不流畅和平台操作不易上手等。

其次是订单执行阶段，痛点如下：人身安全问题；司机对于路况并不熟悉；司机的服务态度或驾驶水平堪忧；司机的车辆不整洁有异味或有破损；到达目的地的时间超出了预估时间。

最后是订单完成阶段，痛点如下：支付过后自动显示评价页面且评价过程烦琐；司机强制要求乘客给予五星好评；平台违法违规收集个人信息；不同意开发票的请求；遗失物品难以及时寻回；后台投诉机制效果甚微。

5 网约车平台的用户体验优化策略

5.1 乘车前：软件体验阶段优化策略

5.1.1 扣费机制透明化

网约车平台应该敲响警钟，出台一套透明的扣费机制，将不同情况、不同路线、不同里程的计费标准明确地向乘客公示。

例如，提前检测路况是否堵车，将可能出现的扣费情况在乘客打车前就明确告知，并且向乘客提供预估的最低价和预估的最高价的价格区间，用户将自主选择是否使用网约车平台。

5.1.2 政企合作完善车主的监督和审查机制

一方面，平台自身要对网约车司机的有关证件进行严格审核，政府可出台相关规定：辖区内所有网约车司机与其使用的运营车辆都要到辖区的交通局进行备案，平台接入公安交通系统， 若出现人车不符、无证驾驶等情况，主管部门将对司机与平台做出相应的处罚。

另一方面，政府需要发布相关规定，在网约车司机的驾驶技能方面和道德素养方面严格划定准入门槛，并定期为他们进行培训与考核。

5.2 乘车时：乘车体验阶段优化策略

5.2.1 关注网约车司机心理健康

近年来出现过数起司机因心理压力大而报复社会的案件，例如2020年贵州安顺的公交车坠河事件。网约车司机作为工作时间长、工作压力大的职业之一，平台可定期对网约车司机进行强制心理测评，若检测到司机有抑郁倾向或压力过大的情况时平台应强制暂停其接单资格，并主动联系司机安排专业人士进行线上或线下心理疏导，既避免了其出现危险驾驶的情况，又体现了人文主义关怀。

5.2.2 优化App的求助操作

目前使用紧急求助功能需要进入网约车App，且操作相对比较烦琐，平台可以采取以下措施：乘客对于自己的行程设定预期的安全时限，若超时，用户仍未解除该设定时，则App自动进行一系列求助操作；乘客还可以设定几种求助手势，例如用力挥动手机3下，App将自动进行一系列求助操作。

5.3 乘车后：感知评价阶段优化策略

5.3.1 完善智能客服系统的同时增加人工客服

在乐清女孩遇害案件中，女孩朋友在收到求助短信后第一时间报警并联系滴滴平台客服，但滴滴平台客服无法及时提供司机信息，直到四个多小时后客服才向警方提供司机信息，但此时女孩已经遇害。从此次惨痛的教训中可以看出滴滴平台客服系统的缺陷，工作流程过于冗长，只会延误特殊事件的处理效率。对客服系统及其工作流程进行完善整改并增加人工客服的数量，可以大幅度地提升特殊事件的处理效率。

5.3.2 进行爱国教育，树立国家安全意识

“滴滴出行”App作为在国内网约车市场占据绝对优势的一大巨头，其涉及的国家道路信息等与国家安全息息相关的信息量是庞大且翔实的。这些信息一旦泄露，会对中国国家安全造成重大影响，形成无法挽回的损失，破坏国家整体的战略布局。因此，网约车平台的所有员工必须接受爱国教育，树立国家安全意识。

6 结语

用户使用网约车平台出行的过程，实质为体验其功能和服务，因此，从用户体验的角度进行平台设计和平台功能优化，有利于以“滴滴出行”App为首的网约车平台的提升与发展。但由于时间和精力的限制, 数据来源具有一定的局限性，研究的对象大多数为本科生, 因而研究结论的解释力可能会受到影响, 所提出的改进策略的适用性尚需进一步讨论与优化。

可以收集更多研究生的样本容量, 进一步验证研究假设。