關(guān)于打車軟件使用情況的調(diào)查分析

打車軟件是一種智能手機(jī)應(yīng)用軟件，乘客可以便捷地通過手機(jī)發(fā)布打車信息，和搶單司機(jī)直接溝通，大大提高了打車效率。但是一些打車軟件在用戶手機(jī)上植入惡意廣告，傳播不良信息，竊取用戶隱私，間接造成扣費(fèi)，從而影響了用戶體驗(yàn)；并且在實(shí)際應(yīng)用中，出租車司機(jī)一心熱衷于搶訂單賺補(bǔ)貼，導(dǎo)致許多乘客路邊打車卻慘遭空駛出租車司機(jī)的無視，等等問題的存在引發(fā)了人們對其發(fā)展前景的質(zhì)疑?；谝陨蠁栴}，本文將通過抽樣調(diào)查和以SPSS軟件為基礎(chǔ)的數(shù)據(jù)分析，具體把握打車軟件的使用現(xiàn)狀。并通過因子分析找出影響打車軟件使用程度的因素，進(jìn)而挖掘潛在用戶，針對不同的使用群體進(jìn)行不同策略的定向服務(wù)，以提高用戶的使用效率。

1  研究設(shè)計(jì)

本文以荊門市為調(diào)研地點(diǎn)，利用問卷調(diào)查的方式，分析出經(jīng)常使用打車軟件用戶的人群特征，為后續(xù)調(diào)查和分析做準(zhǔn)備。在滴滴打車使用情況調(diào)查的基礎(chǔ)上，此次調(diào)研將通過分層抽樣、簡單隨機(jī)抽樣相結(jié)合的抽樣方式展開調(diào)查。對數(shù)據(jù)進(jìn)行了全面的描述性系統(tǒng)分析，對樣本的基本情況有了充分的了解與掌握；在此基礎(chǔ)上采用描述性分析、Logit回歸分析和因子分析對問題進(jìn)行全面分析。從“打車軟件的總體現(xiàn)狀分析及產(chǎn)品定位”、“打車軟件使用客戶特征分析”、“打車軟件使用頻率等級分析”、“打車軟件使用潛在用戶挖掘”等方面進(jìn)行數(shù)據(jù)信息深度挖掘，并對打車軟件需要改進(jìn)的地方進(jìn)行了思考，提出了科學(xué)的調(diào)研結(jié)果和優(yōu)化方案。

2  數(shù)據(jù)來源

本文采用問卷調(diào)查法在湖北荊門地區(qū)進(jìn)行了抽樣調(diào)查。為了合理地組織抽樣，更大程度上減少誤差，我們采用分層抽樣與簡單隨機(jī)抽樣相結(jié)合的抽樣方法。首先，根據(jù)調(diào)研主題的需要對調(diào)查對象按各轄區(qū)性質(zhì)進(jìn)行分層。在分層抽樣的基礎(chǔ)上，我們再以層為單位進(jìn)行簡單隨機(jī)抽樣。通過問卷投放及回收，共計(jì)有效問卷500份。

3  數(shù)據(jù)分析

3.1  打車軟件的總體現(xiàn)狀分析及產(chǎn)品定位

在470份有效樣本中，有使用和沒有使用打車軟件習(xí)慣的人數(shù)各自占比為55.67%和44.33%。從使用打車軟件的比例可知，已有超過半數(shù)的人有使用打車軟件的習(xí)慣。

各大支付平臺(tái)，微信、支付寶、打車APP、QQ支付使用比例分別為：58.49%、17.74%、23.40%、0.38%，微信支付占據(jù)最大的市場，打車APP的使用率僅次于微信支付，支付寶及QQ支付在打車出行中的使用率則相對較小。對打車軟件非常滿意的受訪者僅占7.56%，46.43%的受訪者對打車軟件基本滿意，還有接近一半的受訪者持中立態(tài)度，有接近2%的受訪者對打車軟件不滿意和非常不滿意。

針對“未來是否有可能向別人推薦打車軟件”的問題有48.32%的受訪者表示未來有可能向別人推薦打車軟件，14.29%的受訪者明確表示不會(huì)向別人推薦打車軟件。依然有37.39%的受訪者持中立態(tài)度?？梢詫⒊种辛B(tài)度的這一人群作為目標(biāo)人群，探索其有沒有可能成為打車軟件的潛在消費(fèi)者。

3.2  Logit模型建立及分析

根據(jù)二元選擇模型的原理，運(yùn)用SPSS進(jìn)行Logit回歸分析，在顯著性水平時(shí)，可以得到各變量的系數(shù)估計(jì)值、統(tǒng)計(jì)量及其值。

表1  二元選擇模型回歸結(jié)果

解釋變量 系數(shù) 標(biāo)準(zhǔn)差 統(tǒng)計(jì)量 值 發(fā)生比率

年齡 0.227 0.114 3.943 0.047 1.255

收入 -0.207 0.077 7.144 0.008 0.813

如上表所示，模型自動(dòng)剔除了職業(yè)變量和性別變量。剩余變量的系數(shù)估計(jì)值均在0.05的顯著性水平下顯著。因此可以得到如下二元選擇模型：

從回歸結(jié)果可以看出，年齡對是否有使用打車軟件的習(xí)慣存在顯著影響，變量“年齡”回歸系數(shù)大于零，說明在各年齡段間，有使用打車軟件習(xí)慣的用戶更傾向于10-19歲，20-29歲這兩個(gè)年齡段。這與年輕人的生活方式及對新鮮的追求程度和接受程度有關(guān)，年輕人在日常生活中養(yǎng)成的很少攜帶現(xiàn)金出門的生活習(xí)慣，使得其更傾向于接受打車軟件出行這種出行方式，而本身具有較強(qiáng)適應(yīng)能力的他們就成為了這種出行方式的主要使用群體。

3.3  打車軟件使用頻率等級分析

本文將使用頻率采用五分制量表，分為總是使用、經(jīng)常使用、偶爾使用、很少使用和從不使用。并用有序回歸模型對參數(shù)進(jìn)行求解。根據(jù)有序回歸模型的原理，運(yùn)用進(jìn)行回歸分析的結(jié)果如下表所示。

表2  多元選擇模型結(jié)果

變量 系數(shù) 標(biāo)準(zhǔn)誤 統(tǒng)計(jì)量 值

年齡10-19歲 1.363 0.507 7.225 0.007

年齡20-29歲 1.218 0.428 8.085 0.004

年齡30-39歲 1.040 0.432 5.781 0.016

運(yùn)用模型擬合信息對該模型進(jìn)行估計(jì)，各系數(shù)均通過顯著性水平的顯著性檢驗(yàn)。模型擬合信息的顯著性為0.025，該模型具有有效性。因此得到方程如下：

在模型中，年齡在10-19歲、20-29歲和30-39歲的人對使用頻率有顯著影響。系數(shù)均為正值，其中10-19歲為1.363，20-29歲為1.218。相比于30-39歲及40歲及以上的人群有更高的使用頻率趨勢，青年相對于中年人有更強(qiáng)的接受新鮮事物的能力。而10-19歲相比于20-29歲的人有更高的使用頻率，與年輕人喜歡新鮮事物，接受能力強(qiáng)的特性相吻合。

3.4  主成分分析

本文將人群特征分為基本特征和經(jīng)濟(jì)特征兩類。基本特征包括：性別、年齡和職業(yè)，經(jīng)濟(jì)特征為月收入。分析中發(fā)現(xiàn)性別和職業(yè)對是否選擇使用打車軟件無明顯影響，因此未將其納入分析。

3.4.1  潛在用戶基本特征分析

在第一個(gè)分類數(shù)據(jù)主成分分析模型中，我們引入基本特征變量，把5個(gè)不使用打車軟件的原因變量與年齡變量放入二維空間，得到成分負(fù)荷圖。在第一個(gè)模型中，提取了兩個(gè)主成分，代表兩個(gè)維度的信息。從年齡結(jié)構(gòu)來看，30歲以上的人群主要由于安全系數(shù)低而不愿意使用打車軟件；而20-29歲的年輕群體主要由于傳統(tǒng)出租車能滿足需求而不使用打車軟件。而操作步驟麻煩、身邊使用人少和不愿意嘗試均不構(gòu)成影響其選擇使用打車軟件的主要因素。

3.4.2  潛在用戶經(jīng)濟(jì)特征分析

在第二個(gè)分類數(shù)據(jù)主成分分析模型中，僅引入人群經(jīng)濟(jì)特征變量，把5個(gè)不使用打車軟件的原因變量與人群經(jīng)濟(jì)特征變量放入二維空間，得到成分負(fù)荷圖。在第二個(gè)模型中，提取了兩個(gè)主成分，代表了兩個(gè)維度的信息。月收入來看，月收入在2001-3000元的人群因?yàn)閭鹘y(tǒng)出租車能滿足出行需求而不使用打車軟件；月收入在4001及以上的人群主要由于不愿意嘗試而拒絕使用打車軟件。而針對這一點(diǎn)，在調(diào)查中，有很多受訪者反映是因?yàn)樽约簱碛兴郊臆嚩鴽]有使用打車軟件的必要。

4  調(diào)查結(jié)論

4.1  中青年消費(fèi)群體是選擇使用打車軟件的主要消費(fèi)群體

打車軟件的主要消費(fèi)群體是年齡在20-39歲之間的中青年消費(fèi)群體。收入在2001-3000元的人群也是構(gòu)成使用打車軟件的主要消費(fèi)群體之一。這類人群對新鮮事物有較強(qiáng)的接受能力，對新鮮事物比較熱衷，注重消費(fèi)體驗(yàn)。針對這種情況，打車軟件公司可以在司機(jī)注冊過程中加強(qiáng)對司機(jī)素質(zhì)方面的測評。在后期，在司機(jī)完成配單后的乘客測評中，突出司機(jī)素質(zhì)測評占星級的比重。從而起到時(shí)刻監(jiān)督司機(jī)，規(guī)范其行為的作用，增強(qiáng)乘客滿意度。

4.2  未使用打車軟件的主要原因是安全系數(shù)低和傳統(tǒng)出租車能滿足需求

打車軟件的發(fā)展受限在很大程度上歸因于中小城市的消費(fèi)者大多數(shù)認(rèn)為傳統(tǒng)出租車能滿足消費(fèi)需求，在當(dāng)?shù)兀愤厰r車的方式并沒有對居民的出行造成很大的困擾。其次，對打車軟件缺乏認(rèn)識(shí)，再加上近年來“網(wǎng)約車”的負(fù)面新聞層出不窮，使得這一部分未使用打車軟件的受訪者對打車軟件形成了消極認(rèn)知，從而導(dǎo)致其拒絕使用打車軟件。對于這樣的情況，打車軟件公司可以在體制上做完善和改進(jìn)，加強(qiáng)司機(jī)審核機(jī)制。并且在打車軟件的廣告宣傳中突出強(qiáng)調(diào)安全性。

本文來源：《企業(yè)科技與發(fā)展》：http://m.12-baidu.cn/w/kj/21223.html