独到方法 | 电动汽车用户体验评价体系研究

前言

为了推动可持续发展，世界各国开始制定系列政策推动零排放车辆的发展，电动汽车应运而生。尽管电动汽车需求日益增长，但汽车市场中燃油车仍占据着主导地位，电动汽车的市场仍具有很大的成长和拓展空间，消费者的需求还需要进一步开发。电动汽车消费者的需求涉及因素众多，而目前尚未有研究建构明确的电动汽车用户体验评价体系和评价工具。因此，进行电动汽车的用户体验研究，构建科学系统的电动汽车用户体验评价体系和工具，进而进一步挖掘电动汽车用户的需求具有重要意义。

我们研究发现现有电动汽车的用户体验研究大多集中在电动汽车的使用意愿上，而关于电动汽车评价体系相关研究则大多集中在车辆性能本身以及充电技术上，尚缺乏综合和系统的电动汽车用户体验评价体系的建构，因此本篇文章将从电动汽车的用户体验入手。

传统的用户体验评价体系构建主要基于文献综述、用户访谈和专家评价等方式，随着人工智能、大数据、云计算、物联网等技术的发展，用户体验评价的手段也越来越多样化。

如基于大数据的发展，许多学者根据产品评论的文本挖掘关键技术，融合多源数据对用户体验进行研究。相比于传统的方法，这种方式无论是在数量、质量还是在实时性上都更加有效。因此本篇文章将尝试运用文本挖掘分析与文献综述、用户访谈相结合的方式，结合聚类分析、因素分析等多种统计分析方法，建立电动汽车用户体验体系和工具，以期为电动汽车用户体验的提升提供新的思路。

方法

文本挖掘

我们首先利用Python对某主流汽车论坛的用户口碑评论进行了收集，共收集了1000多条评论，包含了X淮、X拉、X迪、X克、X来、X鹏等主流电动汽车品牌。对获得的文本数据进行了分词以及词频统计，并依据词频进行了k-means聚类分析。

结构文本

本研究采用线上语音访谈的方式，共访谈了13人，其中男性9人，女性４人，年龄分布在23－53岁之间。13人中有9人具有电动汽车的驾驶经验，有2人只有传统汽车驾驶经验而无电动汽车驾驶经验，有2人只有乘坐经验。访谈内容包括含两大类问题，一类是人口学统计信息包括性别、年龄、教育程度、收入水平以及所在地区；另一类是使用情况调研包括使用目的、品牌偏好、使用的影响因素等、使用感受与建议等相关问题。

用户体验评价问卷

初步构建电动汽车用户体验评价体系的维度和指标后，本研究根据已构建的理论结构，编制其测量模型和工具—电动汽车用户体验评价问卷。参照以往态度问卷编制的研究，本研究采用了Likert７级量表编制成“电动汽车用户体验评价问卷”，1表非常不同意，７表非常同意。根据前面初步建构的理论体系，问卷初步编制了36个题项，其中包含12个功能体验题项，12个交互体验题项、10个情感体验题项以及2个测谎题（用于筛查无效问卷）。

用户对象

本研究通过线上问卷发放共进行了两次数据收集。初测数据共收集用户问卷 432份，其中男性有192名，女性240名，年龄在18到60岁之间，并有188人已经拥有了电动汽车。第二次共收集了 412份用户问卷数据，包括212名男性，200名女性，年龄在18到60岁之间，有216人已经拥有电动汽车。

统计工具

本研究使用 SPSS 25.0 进行问卷的探索性因素分析，利用AMOS 25.０进行问卷的验证性因素分析及电动汽车用户体验模型的拟合检验。

结果

文本挖掘与访谈结果

文本聚类结果显示，聚类结果取3类时效果最好，如图1所示。然后对聚类结果的每一簇进行了关键词的提取（选取了前20的高频词）。进一步，对不同类别的关键词进行整理，转换成为用户特征标签，并根据关键词的特征类型，分别将上述3类用户命名为性能型用户、互动型用户以及情感型用户。其中性能型用户对应的关键词有配置，性能、刹车，续航、系统等等，这类用户会更加关注车辆的性能配置；交互型用户对应的关键词有服务、充电、试驾、空调等等，这类用户更关注与车辆的交互是否顺利，购买服务是否完善；情感型用户的关键词则包括喜欢、满意、颜值、氛围等等，这类用户往往更看重车辆颜值，车辆与个人特征是否搭配。

对访谈记录进行整理发现续航、充电、驾驶舒适感、易操控、满意、新奇等等词汇是访谈过程中出现的高频词。最后，对访谈结果进行整理编码后将访谈结果归纳为了使用过程，本身性能以及情感体验三个感方面，这与文本聚类的结果大致相对应。

评价体系建构

Ｔ教授认为用户体验包括技术系统特征以及情感体验。其中系统特征包含可控性、易用性、效率等等的技术特征，也包含视觉品质，触觉品质等等的非技术特征；而情感体验则包含主观情感，心理反应等等。根据上述理论，本研究结合电动汽车的实际特点，将电动汽车用户体验的系统特征拆分为功能体验以及互动体验。其中，功能体验包括续航能力和可用性。续航能力属于电动汽车的独有属性，指电动汽车的持续使用时间，包含了电池配置、充电效率以及续航里程数。可用性则指电动汽车容易使用的总体程度。

随着智能交互技术的发展，智能交互体验构成了电动汽车用户体验的重要组成部分，因此本文将自动驾驶、自动泊车、语音交互以及中控的智能化纳入了智能互动体验中。同时，结合访谈结果将中控交互也纳入到了互动体验中，包含中控门锁及灯光控制、空调制热制冷速度、中控屏使用舒适度。因此，电动汽车的互动体验主要由智能互动和中控交互构成。

最后，根据文本聚类的结果，本研究将吸引力和美观融入到了情感体验中。其中吸引力指使用电动汽车所带来的新鲜感、成就感及兴趣程度，美观指电动汽车外观以及内饰的色彩搭配以及设计风格的合理性。

综上所述，结合已有文献、文本聚类以及访谈结果，本文初步确定了电动汽车用户体验的三个一级指标（维度）：功能体验、互动体验以及情感体验。功能体验包括续航和可用性两个二级指标；互动体验包含智能互动及中控交互这两个二级指标；情感体验则包含吸引力以及美观这两个二级指标。

模型分析与验证

探索性因子分析

首先对初测问卷的数据进行探索性因子分析，通过用户数据来验证并优化前期初步建构的电动汽车用户体验评价体系。

适用性检验

对初测数据的问卷题项进行探索性因子分析。首先利用KMO值和 Bartlett球形检验等方法验证是否适合进行因子分析。Kaiser指出 KMO 的衡量标准：0.9以上非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5及以下表示极不适合初测问卷数据的KMO值为0.919＞0.9,且Bartlett球形度检验结果表明，χ²(630)＝5710.926，P＜0.05，表示问卷结构效度良好，说明适合进一步进行探索性因子分析。

主成分分析

采用主成分分析法对35个问卷进行分析，提取特征根大于1的因子。然后对因素分析结果进行最大正交旋转同时结合碎石图，共抽取出６个公因子特征根，并根据文献建议，保留了因素负荷值＞0.3题项，得到了25个题项。因子累计解释变异量为56.81％，因子结构及各项目的因子负荷见表1。根据上述因子分析的结果将六个因子分别命名为吸引力、美观、易用性、续航、中控交互、智能交互。

效度和信度检验

验证性因子分析

结构效度是指一个测量工具实际测到所要测量的理论结构和特质的程度。通过探索性因子分析的结果，本研究初步建立了电动汽车用户体验评价测量模型。在通过EFA建立电动汽车用户体验评价系统的测量模型后，本研究采用基于结构方程模型的验证性因子分析来进一步验证该测量模型的结构效度，并即构想模型与实际模型拟合度。

使用极大似然法对正式数据进行验证性因子分析，删除了标准路径回归系数低于0.5的题项。本研究选择的拟合指数包括近似误差均方根RMSEA、塔克.刘路易斯指数TLI、成长适配指标IFI、良性适配指标AGFI和比较拟合指数CFI。各模型拟合度指数如图3所示，各参数拟合较好，说明所构建的模型适配度较为理想，结构效度佳。

（图3：电动汽车用户体验评价假设模型的拟合度指数）

综上所述经过CFA对模型进行调整后，最终得到了包含20个题项的电动汽车用户体验测量问卷，如表2所示。

信度检验

信度检验是指检验问卷所得结果的稳定性及一致性，通常采取的信度检验方法为 Cron⁃bachsα 系数法。α 系数值＞0.8表明量表质量非常好，＞ 0.7表示量表质量较好，＞０.6则表示量表质量可以接受。从表4可知，除了中控与续航两个维度以外，其余维度以及总体 Cron⁃bachsα 值均＞0.7 ，表明问卷的内部一致性与稳定性良好。