移動醫(yī)療平臺用戶抱怨分析及對策

雷藝琳 郭霞 楊璐

摘 ?要： 近年，我國移動醫(yī)療事業(yè)逐漸興起，如何利用用戶反饋改善移動醫(yī)療平臺用戶使用頻率、效率不高等問題是移動醫(yī)療事業(yè)進一步發(fā)展和服務社會的關鍵。本文將顧客滿意度理論與波士頓矩陣結合來探究移動醫(yī)療平臺用戶抱怨具體問題的解決思路及具體措施。旨在指引移動醫(yī)療平臺提供更精準的服務，推動中國在線醫(yī)療事業(yè)發(fā)展。

關鍵詞： 移動醫(yī)療平臺;用戶抱怨;波士頓矩陣

中圖分類號： TP311.53 ? ?文獻標識碼： A ? ?DOI：10.3969/j.issn.1003-6970.2020.06.043

本文著錄格式：雷藝琳，郭霞，楊璐. 移動醫(yī)療平臺用戶抱怨分析及對策——基于波士頓矩陣模型[J]. 軟件，2020，41（06）：214216+228

【Abstract】： In recent years， Chinas mobile medical industry is gradually rising. How to use user feedback to improve the frequency and efficiency of mobile medical platform users is the key to the further development of mobile medical industry and service society. This paper combines the theory of customer satisfaction with Boston matrix to explore the solution and specific measures to the specific problems of mobile medical platform users' complaints. It aims to guide the mobile medical platform to provide more accurate services and promote the development of Chinas online medical industry.

【Key words】： Mobile medical platform; User complaints; Boston matrix

0 ?引言

移動醫(yī)療平臺（M-health platform），即包括手機移動客戶端、后臺管理平臺和數(shù)據(jù)庫的一整套完整的數(shù)據(jù)處理系統(tǒng)。近年，我國移動醫(yī)療行業(yè)發(fā)展迅猛，以好大夫在線、微醫(yī)為代表的移動醫(yī)療平臺已達2000多個，包括遠程會診、網(wǎng)絡購藥、預約掛號、掌上咨詢等多項服務，這為廣大用戶提供了一個全新的尋醫(yī)問診的方式。但我國移動醫(yī)療平臺事業(yè)發(fā)展仍處于初級階段，各大平臺同質(zhì)化現(xiàn)象明顯。通過文獻梳理發(fā)現(xiàn)，我國現(xiàn)階段對移動醫(yī)療平臺的相關研究還處于平臺設計和維護方面，對終端用戶行為及態(tài)度研究仍較為匱乏，如何有效利用用戶反饋解決用戶抱怨問題，是文章關注的重點。

1 ?波士頓矩陣

Bruce Henderson首次提出的波士頓矩陣（BCG Matrix），起初多用于幫助企業(yè)尋找最佳的產(chǎn)品組合形式。后來，波士頓矩陣被廣泛用于分析企業(yè)的現(xiàn)狀和未來發(fā)展，根據(jù)矩陣不同區(qū)域的市場份額和市場增長率來研究企業(yè)市場地位和企業(yè)戰(zhàn)略發(fā)展。

在經(jīng)典波士頓矩陣中，明星型公司在市場上處于主導地位，且發(fā)展前景較好，體現(xiàn)為其市場份額大、增長率高。因此，一般應采取拓展業(yè)務范圍、加強企業(yè)形象等戰(zhàn)略行為，以維持市場的主導地位;相比之下，瘦狗型公司規(guī)模比較小，容易被市場所淘汰，體現(xiàn)為市場份額及市場增長率都低，因此，應進一步推廣產(chǎn)品或加大新產(chǎn)品的研發(fā)并同時控制成本，盡所能的融資來擴大自身市場占比才能維持生存;金牛型公司有較大市場份額，應充分利用自身市場地位來尋求新的發(fā)展方向，提高效率;問題型公司優(yōu)勢是發(fā)展速度快，應采取大投資額以擴大市場、研究與開發(fā)新型產(chǎn)品等策略來穩(wěn)定市場地位并逐步擴大。

2 ?醫(yī)療平臺用戶抱怨波士頓矩陣構建

本文將用戶抱怨問題的重要性與抱怨程度作為決定用戶抱怨問題關注程度的兩個因素，以此來劃分區(qū)域，并根據(jù)問題所處的區(qū)域給予不同程度的關注以采取相應措施。這與波士頓矩陣利用市場占有率和銷售增長率兩要素劃分區(qū)域，從而根據(jù)產(chǎn)品所處的不同區(qū)域決定企業(yè)作出的決策有著很大的相似之處。因此，本文模仿已有研究將顧客滿意度理論與波士頓矩陣結合得到用戶抱怨波士頓矩陣，以此來具體分析移動醫(yī)療平臺用抱怨的問題。其中橫坐標為用戶抱怨程度;縱坐標為用戶對所抱怨問題重要性的打分情況，將用戶抱怨問題分布在四分格內(nèi)，如圖1，平臺企業(yè)可以針對每個區(qū)域的問題給予不同的關注程度，并采取相應的措施。

甲區(qū)——處于該區(qū)域的用戶抱怨問題需要重點關注。用戶認為該類問題的重要性較高，且對這些問題的抱怨程度較高。因此，此類問題需要盡快找到解決方法。

乙區(qū)——處于該區(qū)域的用戶抱怨問題需要適當關注。用戶雖然認為這些問題比較重要，但抱怨程度并不高。

丙區(qū)——處于該區(qū)域的用戶抱怨問題可適當維持。用戶認為該類問題并不是很重要，且抱怨程度均很低，說該類問題并不緊急，可以延緩解決，甚至可歸入偶然事件。

丁區(qū)——處于該區(qū)域的用戶抱怨問題也需要適當關注，因為用戶雖然不認為它們很重要，但抱怨程度卻比較高。

用戶抱怨波士頓矩陣模型將各類用戶抱怨的問題通過分布于各象限來表示，操作簡單，且將難以量化的非數(shù)字型變量進行整理統(tǒng)計，使問題的輕重緩急清晰明了。

3 ?用戶抱怨波士頓矩陣結果分析

本次問卷調(diào)查獲得有效樣本共298份。描述性統(tǒng)計結果顯示，調(diào)查對象中男女比例較為均衡;年齡分布主要在45歲以下區(qū)間;學歷主要集中在本科以上;收入分布比較平均，10000元以上區(qū)間的人數(shù)稍多;最近一次使用移動醫(yī)療平臺的時間多集中于半年和一年內(nèi)。

針對問卷數(shù)據(jù)，本模型將用戶抱怨的問題重要性作為縱坐標Y，用戶抱怨程度（近半年或一年使用平臺的用戶中產(chǎn)生抱怨的比例）作為橫坐標X，以總抱怨量為氣泡大小，作出用戶抱怨波士頓矩陣圖。如圖2。

其中，平臺服務費過高、醫(yī)生服務態(tài)度不好以及醫(yī)生未及時回復屬于重要性和抱怨程度都較高而且總投訴量也較大的問題。對于該區(qū)域的用戶投訴問題，平臺企業(yè)務必重點關注，采取相關措施以及時解決相應的問題，改善客戶的滿意度。

支付安全性問題、醫(yī)生專業(yè)技能不足、個人隱私泄露、未享服務仍產(chǎn)生費用等是在用戶抱怨中比較重要的問題，雖然目前用戶的抱怨程度不高，但是依然應當給予適當關注，預防此類問題抱怨程度持續(xù)增長影響用戶的滿意度。

雖然重要性并不突出，但是用戶的抱怨程度較高，應當給予足夠的關注程度，正視問題，積極應對，實施相應的解決辦法。

掛號失敗、賬戶異常、物流效率低下、平臺過度植入廣告等問題由于重要性低、用戶抱怨程度不突出，且總投訴量較低，故公司應當了解產(chǎn)生該類問題的原因，維持此類問題的低發(fā)生率。

4 ?對策

根據(jù)上述研究結論，為了更有效地提高移動醫(yī)療平臺用戶滿意度，本文就樣本描述性統(tǒng)計結果、對用戶抱怨的處理兩方面提出以下建議。

根據(jù)描述性統(tǒng)計結果，移動醫(yī)療平臺需分析不同用戶群體的特征，為其提供個性化服務。首先，針對于45歲以上年齡較大和學歷較低的人群，設計老年模式或簡單模式，其具體改進重點放在加大界面字體以及簡化使用時的操作程序。其次，為了打開低收入者的市場，適當降低服務費用，或設置每月促銷日，刺激低收入者消費。

根據(jù)用戶抱怨波士頓矩陣分析結果，移動醫(yī)療平臺應針對用戶抱怨問題所處的不同區(qū)域采取以下具體措施。

（1）重點關注區(qū)域

平臺服務費過高、醫(yī)生服務態(tài)度不好以及醫(yī)生未及時回復等重點區(qū)域問題，公司務必重點關注。其中針對服務費用過高的問題，平臺公司應重新審視價格，一方面改進運營模式，降低平臺運營成本;另一方面，改變經(jīng)營理念，適當降低定價，向用戶傳遞“物美價廉”的服務理念，以提高用戶感知價值。針對醫(yī)生服務態(tài)度不好和醫(yī)生未及時回復的問題，公司應當重視醫(yī)生服務質(zhì)量，定期進行職業(yè) ?道德培訓，設置最長回復期限并制定相關考核獎懲機制。

（2）適當關注區(qū)域

適當關注區(qū)域分為以下兩種情況。

第一，重要性較高但用戶抱怨程度較低的問題，包括支付安全性問題、醫(yī)生專業(yè)技能不足、個人隱私泄露、未享服務仍產(chǎn)生費用等。針對隱私安全問題，平臺應當增強保護用戶個人隱私的責任意識，以尊重用戶隱私作為企業(yè)經(jīng)營之本，樹立良好的企業(yè)形象及社會聲譽。此外，平臺應當加強后臺信息安全保障技術，為用戶創(chuàng)建良好的支付環(huán)境并防止其個人信息泄露。針對醫(yī)生專業(yè)技能不足的問題，

平臺應在醫(yī)生認證門檻方面嚴格把控，力求將高質(zhì)量醫(yī)療資源提供給患者。而對未享服務仍產(chǎn)生費用的問題，應當加強后臺數(shù)據(jù)監(jiān)測維護，以及時獲取信息，對異常情況做出應急措施;在提高技術的基礎上可設置相關人工客服提供咨詢及查詢服務，以及時與用戶溝通并解決相關問題。

第二，用戶抱怨程度較高但重要性不高的問題，其中有虛假廣告、對消極評論不予顯示等問題。此類問題均屬于平臺經(jīng)營誠信問題。首先，平臺應以長期穩(wěn)定發(fā)展為企業(yè)戰(zhàn)略目標，旨在提高用戶粘性及忠誠度，擺正經(jīng)營態(tài)度。其次，應改變營銷方式，落實相關優(yōu)惠活動，并積極對待用戶反饋，針對用戶相關意見提出解決方案。

（3）適當維持區(qū)域

掛號失敗、賬戶異常、物流效率低下、平臺過度植入廣告等適當維持區(qū)域的用戶抱怨問題，平臺公司應當維持此類問題的低發(fā)生率。掛號失敗與賬戶異常的問題發(fā)生率較低，可能受到偶然因素的影響，但平臺可針對此類問題改進后臺技術，例如改變掛號排隊方法、賬戶維護機制等。針對物流問題，平臺可設置大數(shù)據(jù)監(jiān)測，擬合最優(yōu)配送方案;另一方面可加強與第三方物流公司的合作，在降低配送成本的基礎上提高配送效率。而平臺過度植入廣告的問題，平臺公司應當嚴格篩選合作廣告商，一方面提高廣告質(zhì)量，并迎合用戶需求予以投放;另一方面重新計算廣告投放頻率。

針對用戶抱怨處理的問題，總的來說，公司需要建立高效的用戶投訴系統(tǒng)，由專業(yè)的、訓練有素的團隊處理用戶的投訴，并設置部門監(jiān)督機制;為用戶提供便利的投訴通道，盡可能減少用戶投訴的貨幣成本、流程、手續(xù)和等待時間，減少用戶投訴需提交的資料數(shù)量;最后公司應就用戶賠償提供財政支持，必要時對投訴用戶進行合適的補償，并根據(jù)用戶的損失進一步提供其他補償，如經(jīng)濟賠償?shù)取?/p>

參考文獻

[1] 邵星， 王翠香， 孟海濤等. 基于物聯(lián)網(wǎng)的社區(qū)智慧醫(yī)療系統(tǒng)研究[J]. 軟件， 2015， 36（12）： 45-48.

[2] 翟姍姍， 孫雪瑩， 李進華. 基于社交體驗的移動APP持續(xù)使用意愿研究——以網(wǎng)易云音樂為例[J]. 現(xiàn)代報， 2019， 39（02）： 128-135.

[3] 方輝， 梁晨， 梁振興. 基于互聯(lián)網(wǎng)下的社區(qū)醫(yī)療資源整合[J]. 軟件， 2018， 39（6）： 174-176.

[4] 李晉宏， 戴海濤. 可穿戴設備數(shù)據(jù)挖掘及可視化技術的研究[J]. 軟件， 2015， 36（12）： 69-71.

[5] 宋杰， 孫國強， 馬璉， 朱雯， 徐璐， 陳婕卿， 朱衛(wèi)國. 醫(yī)院移動醫(yī)療安全挑戰(zhàn)及思路探索[J]. 中國數(shù)字醫(yī)學， 2019， 14（01）： 89-91.

[6] 翁祺霖， 張繼東. 基于用戶行為感知的移動APP持續(xù)使用模型研究[J]. 軟件導刊， 2019， 18（03）： 47-52.

[7] 彭楊. 第三方支付用戶滿意度實證研究——以微信支付為例[J]. 價值工程， 2019， 38（32）： 236-239.

[8] 康鍵. 顧客抱怨行為與顧客滿意度、顧客忠誠的關聯(lián)性研究[D]. 天津： 天津大學， 2007.

[9] 陶然. 豪華酒店顧客期望、顧客滿意與顧客忠誠之間關系的實證研究[D]. 上海： 復旦大學， 2014.

[10] 李衛(wèi)星. 基于灰色系統(tǒng)理論的企業(yè)顧客滿意度評價[J]. 湖北商業(yè)高等專科學校學報， 2001（04）： 8-11.

[11] 苗敬毅. 模糊綜合評判法在顧客滿意度測量中的應用[J]. 山西財經(jīng)大學學報， 2003（04）： 92-94.

[12] 劉燕， 陳英武. 基于廣義最大熵的顧客滿意度測評研究[J]. 運籌與管理， 2006（05）： 154-159.

[13] 閆學順， 王景暉， 張俊杰. 基于Android的智能醫(yī)療管理軟件設計方案研究[J]. 軟件， 2018， 39（7）： 33-36.

[14] 柴蘭娟， 柳維生， 郭留常. 單病種質(zhì)量管理系統(tǒng)初探與實踐[J]. 軟件， 2018， 39（12）： 70-73.