Appearance
RCA 服務品質評鑑框架
RCA 是 Dauding 對高監護接駁服務品質的量化框架,三個字母分別代表 Reliability(可靠性)、Courtesy(禮貌度)、Affinity(親近感)。它不是事後客訴工具,而是持續性的信任信號系統:每趟行程產生資料,資料驅動供給側行為改變,行為改變穩定需求側信任。
三大維度
R — Reliability 可靠性
定義: 行程前的可預期性。評估司機準時到達、身份與車牌符合行前資訊、路線如約執行。
評分來源: 系統自動計算(Driver App log),不依賴人工判斷或家長主觀情緒。
| 檢查點 | 判斷邏輯 |
|---|---|
| 到達時間 | 「我已到達」timestamp vs ETA,容差 ≤5 分鐘 = 滿分 |
| 乘客遲到處理 | 已到達但乘客未上車 → 司機是否在指定時間內主動聯繫,有 log = 滿分 |
| SOP 完成度 | 拍照下車、輸入 Pin code、行程結束,每步驟有 log = 完成 |
| 路線執行 | GPS 軌跡比對預定路線,異常偏離觸發 flag 後人工複核 |
防通膨機制: 完全客觀,家長遲到不影響司機 R 分數。
C — Courtesy 禮貌度
定義: 行程中的環境與服務品質。評估司機態度、車輛整潔度、氣味、行車平穩度。
評分來源: 家長/乘客每趟評分。行程結束後由下車通知觸發,+15 分鐘推播至 LINE LIFF 介面。
防通膨機制: 5 星直接結束;≤4 星才追問具體維度,減少禮貌性高分,提升區分度。
A — Affinity 親近感
定義: SOP 之外,司機主動創造的正向時刻——超出預期的照護、臨場應變、讓乘客感到被看見。
評分來源: 家長選填 kudos / 質化 comment。5 星評分後才出現選填入口。
防通膨機制: 稀缺性本身即為防通膨機制。A 訊號累積成司機的 wow moment playbook。
資料收集點
RCA 的資料收集嵌入以下流程節點:
| 流程 | 收集內容 |
|---|---|
| M4 行程執行 | R 維度:Driver App 自動記錄操作時間戳記(到達、導航、拍照、Pin code)與 GPS 軌跡 |
| M5 結算回顧 | 車行與司機的 RCA 結算報告,扣項明細與趨勢分析 |
| S17 RCA 評分 | C 維度:家長每趟評分;A 維度:選填 kudos 與質化留言 |
透明度設計
RCA 採用「raw data private,derived trust score public」的三層透明度架構:
| 層級 | 可見對象 | 看到什麼 |
|---|---|---|
| Layer 1 Internal | Dauding 平台 | 完整 telemetry:GPS、SOP log、溝通紀錄 |
| Layer 2 Derived | 司機本人 / 車行 | 自身 RCA 分項、扣分原因、趨勢、排名 |
| Layer 3 Summary | 家長 / Corporate Client | RCA 總分、趨勢摘要、NPS |
設計原則
- 可解釋性: 每個分數都有可追蹤的原因,讓司機知道「為什麼」,讓分數成為改善的起點而非懲罰的終點。
- 正向敘事: 供給側第一次接觸 RCA 時,看到的是正向訊號(kudos、高分認可),不是扣分記錄。
- 客觀與主觀分離: 三個維度各有獨立評分來源,確保客觀 data 與主觀感受不互相污染。