互联网出行类APP行程时间预估准确性满意度调查

您好！我们正在进行一项关于互联网出行类APP行程时间预估准确性的调研。您的宝贵意见将帮助相关企业优化服务，提升出行体验。本问卷匿名填写，预计耗时5-8分钟，感谢您的参与！

Q1:您最常使用以下哪一类出行APP？

网约车类（如滴滴、T3出行、曹操出行）

出租车类（如嘀嗒出行、出租车电召平台）

聚合打车类（如高德打车、美团打车）

其他

Q2:您使用该类APP的频率是？

几乎每天使用

每周数次

每月数次

偶尔使用（每月少于一次）

Q3:您通常在什么场景下使用出行APP？【多选题】

日常通勤（上下班/上下学）

商务出行

休闲娱乐（购物、聚餐等）

机场/火车站接送

夜间出行

恶劣天气出行

其他

Q4:您认为APP的预估到达时间（ETA）对您的出行决策重要吗？

非常重要，是决定是否叫车的关键因素

比较重要，会参考但非决定性因素

一般，偶尔会看一下

不重要，基本不关注

Q5:总体而言，您对当前常用APP的行程时间预估准确性满意度如何？（1分=非常不满意，5分=非常满意）

分数

标签

Q6:在您最近的10次使用中，预估时间与实际到达时间相差多少分钟的情况最为常见？

几乎完全一致（误差在3分钟以内）

误差较小（误差在3-5分钟）

误差较大（误差在5-10分钟）

误差很大（误差超过10分钟）

Q7:当实际到达时间比预估时间“晚到”时，通常晚到多久？

3分钟以内

3-5分钟

5-10分钟

10-15分钟

15分钟以上

Q8:当实际到达时间比预估时间“早到”时，通常早到多久？

3分钟以内

3-5分钟

5-10分钟

10分钟以上

Q9:您认为哪些因素最可能影响行程时间预估的准确性？

实时路况变化（拥堵、事故等）

司机驾驶习惯与路线选择

天气状况（雨、雪、雾等）

上下车地点定位不准

派单距离与司机接驾时间

算法模型本身的局限性

其他

Q10:基于行程时间预估的准确性，您有多大可能向朋友或同事推荐您常用的这款出行APP？（0分=完全不可能，10分=极有可能）

选项1

Q11:如果预估时间不准确，APP的哪种处理方式您更能接受？

在行程中动态更新更准确的预估时间

在叫车前提供“可能延迟”的提示和原因说明

提供预估时间范围（如15-20分钟）而非精确时间点

对因严重延误造成的损失提供小额补偿或优惠券

以上都可以

Q12:您是否曾因APP预估时间严重不准（如误差超过15分钟）而耽误重要事务？

是，经常发生

是，偶尔发生

否，从未发生

Q13:为了提高预估准确性，您最希望APP优先改进哪些方面？

更精准的实时路况预测算法

更智能的司机路线规划建议

更准确的上下车地点定位

考虑更多因素（如天气、大型活动）

增加用户对预估时间的反馈与修正渠道

提升地图数据的更新频率与精度

Q14:与一两年前相比，您感觉常用出行APP的时间预估准确性有提升吗？（1分=明显退步，5分=明显提升）

分数

标签

Q15:您愿意授权APP在后台收集匿名的行程数据（仅用于优化算法，不涉及个人隐私），以帮助提升时间预估准确性吗？

非常愿意

比较愿意

一般，无所谓

不太愿意

非常不愿意

相关推荐