道歉也有公式可學?他教會Uber如何應對失誤,簡單一招比千百句對不起更有效
道歉也有公式可學?他教會Uber如何應對失誤,簡單一招比千百句對不起更有效

里斯特的實驗證明: 人都是現實的,千萬句道歉,都比不上一張折價券

如果你剛剛跟另一半大吵一架,現在正煩惱著該如何道歉,那麼有「教會Uber道歉的男人」封號的芝加哥大學經濟學教授里斯特(John August List)找出的最佳道歉法,或許就是你正在尋找的解答。

John August List
芝加哥大學經濟學教授里斯特
圖/ 維基百科

2017年的某個早晨,里斯特叫了一台Uber,準備前往芝加哥市中心參加一場會議。沒想到,Uber的APP陰錯陽差地帶了司機繞了一大圈,最後又走上往里斯特家方向的路,讓里斯特當天的行程大受影響。

更讓里斯特生氣的是,當時的Uber對此一聲不吭,連一封道歉信都沒寄。

Uber該如應對「出錯」?

當天晚上,身為Uber首席經濟學家的里斯特立刻打電話給當時的Uber執行長卡拉尼克(Travis Kalanick),劈頭直說:「這趟旅程爛透了,我再也不會用你的APP了。而且最糟糕的是,我連一句道歉都沒收到。」

讓里斯特發洩完後,卡拉尼克則說:「我想知道的是,發生這種狀況時,Uber該怎麼辦?」

Uber該怎麼做才能在一次糟糕的乘車體驗後,依然留住乘客的心?

限編輯用_Uber_Prathan Chorruangsak_Shutterstock.jpg
圖/ Shutterstock

從Uber的內部數據來看,實際抵達時間比預定抵達時間慢5分鐘以上的顧客,他們的未來花費平均會減少5%-10%。換句話說,如果能找出一個足以挽回乘客的道歉方案,Uber每年就有機會多賺好幾百萬美元回來。

找到一個挽回乘客的道歉方式 」成為里斯特的首要研究目標。

里斯特將焦點鎖定在比預估時間晚10–15分鐘抵達目的地的乘客身上。首先,里斯特的團隊擬定了4種道歉內容。每當需要寄送道歉信時,系統會先隨機選擇一種道歉內容,再隨機選擇是否附上一組5美元(折台幣約146元)折扣碼,讓乘客們下次使用。

至於Uber的道歉是否有用,則由該名乘客往後一段時間內的消費金額增減來判斷。

4種道歉內容的主旨大致如下:

  1. 不道歉

  2. 基本型道歉(Basic apology):糟糕,您的乘車時間比我們預計的還長……

  3. 陳述事實型道歉(Status apology):Uber意識到我們的預測並不準確……

  4. 附帶承諾型道歉(Commitment apology):Uber正努力改善,以便未來提供更準確的預計抵達時間……

研究過約150萬名的Uber乘客後,里斯特的團隊發現收到5美元折扣碼的乘客,接下來幾個月內的Uber花費會增加;而僅收到道歉、沒有折扣碼的乘客,往後幾個月的Uber花費會減少。

研究團隊表示,「我們最主要的發現,就是道歉本身並不能恢復企業的信譽,一組未來可供使用的折扣碼才能。」

千百句道歉比不上一組折扣碼,企業必須承擔的損失

對於這項研究,里斯特教授說道:「當企業要道歉時,關鍵是企業必須讓顧客知道『 企業為此付出真實代價 』。」

里斯特表示,若是在更廣泛、更普遍的道歉情境中,提出道歉的人承受的未必會是金錢上的損失,有時甚至會以名譽的損失呈現。

然而,「附上折扣碼」並不是百戰百勝的道歉方式。如果出現第二、第三次延誤,「附上折扣碼」反而會減少乘客的未來消費。原因在於,顧客們通常會期待每次道歉之後,Uber應該有所進步,當同樣事件再度發生,也就表示乘客的期待落空,其花費自然會隨之減少。

shutterstock_511172077_sorry.jpg
圖/ Antonio Guillem via shutterstock

社會學家眼中的最佳道歉公式

這項研究也獲得美國羅格斯大學(Rutgers University)的社會學家克魯洛(Karen Cerulo)的認可,她說道:「人們在乎的是道歉者的後悔及其付出的代價,道歉的原因、方式反倒沒那麼重要。」

「終於有人找出可以應用的道歉公式:找出誰是受害者、表現出後悔之意,承擔責任並在合理範圍內補償對方。」

責任編輯:文潔琳
本文授權轉載自:地球圖輯隊

關鍵字: #Uber
往下滑看下一篇文章
健細胞科技攜手中興大學,推出「Cancell Insight」醫療AI 輔助決策平台,消弭醫療數位鴻溝
健細胞科技攜手中興大學,推出「Cancell Insight」醫療AI 輔助決策平台,消弭醫療數位鴻溝

為打破醫療 AI 高昂的算力與人力門檻,健細胞科技與國立中興大學資管系蔡孟勳教授團隊產學合作,正式推出「Cancell Insight 醫療 AI 模型平台」(https://insight.cancell.ai)。該平台以 SaaS(軟體即服務)模式提供一站式託管,讓先進的醫療 AI 資源不再侷限於大型醫學中心,有效消弭基層與城鄉間的醫療數位鴻溝。

軟體硬實力:打通 AI 落地最後一哩路

過去,許多由學術或生技單位開發的優秀模型因缺乏部署工具,往往淪為「實驗室孤兒」;而中小型醫院也常因 IT 建置成本對 AI 望之卻步。

健細胞科技創辦人周子堯Victor憑藉其UIUX規劃、程式開發技術背景,親自領軍AI 模型研發團隊,建構 Cancell Insight 平台。他強調,智慧醫療落地必須具備「無感化部署」、「持續性反覆運算」與「大眾化使用」三大要素。Cancell Insight 包辦了從數據清潔、標註到模型訓練與部署的底層工程,醫療機構僅需提供去識別化數據,繁瑣技術難題全由平台解決,讓 AI 真正回歸醫療「輔助」本質。

專為高壓臨床環境設計,七大核心優勢重新定義臨床運作效率

健細胞科技
Cancell Insight提供涵蓋數據清洗、精準標註、模型訓練至部署託管的一站式解決方案
圖/ 健細胞科技

【行動化與 LINE 整合】 支援 LINE 一鍵登入,醫師可直接透過官方帳號上傳檔案呼叫模型並查閱紀錄,實現真正的醫療行動化。

【隨選模型與高相容性】 提供多元 AI 模型庫供彈性訂閱。每組模型具備獨立 API Key,可無縫串接醫院現有 HIS 系統或 APP。

【團隊協作共享】 首創以「團隊」為服務單位,跨科別成員可同步共享模型權限、數據分析與歷史紀錄,提升研究協調效率。

【自動化數據處理】 支援模板批次上傳,內建自動校準系統,若格式不符將自動轉檔、去識別化與重構,大幅解放 IT 人力。

【雙模態 AI 解析】 深度整合 Dr.Cell AI (Gemini) 多模態能力,不僅輸出預測結果,更提供進階臨床解說與治療準則問答,提升決策參考價值。

堅守醫療嚴謹性,推動醫療平權與永續商業價值

在追求科技創新的同時,Cancell Insight 嚴格把關醫療安全性。平台所有 AI 模型輸出結果均定位為「臨床決策輔助」與「研究檢測輔助」,透過「非直面病患」的機制,確保所有 AI 建議皆由專業醫療人員進行最終判讀。

透過 SaaS 專案訂閱模式,Cancell Insight 成功以合理經費取代了傳統的高額硬體採購,讓中小型醫院與偏鄉診所也能具備同等的診斷實力,落實真正的醫療平權。對研發端而言,平台不僅是加速醫療科技商用化、縮短變現週期的推進器,其高度結合日常工作流的特性,更有效減少了醫護的行政負荷,緩解當前醫療量能短缺的危機。

【進階部署】啟動臨床試驗,Docker 地端部署確保資安與時效

為進一步驗證臨床效益並符合醫療機構對資訊安全的高標準,Cancell Insight 即將與各大醫療機構攜手展開「臨床研究計畫」。針對有高度資安控管需求的醫院,平台提供彈性的 Docker 地端模型部署(On-premise Deployment) 方案。第一線的醫師與護理師可直接在院內本機端快速啟動 AI 模型,安全地注入病患臨床數據後,即可「零時差」取得預測結果。此舉不僅確保了敏感醫療數據「不出院」,完美符合嚴格的醫療法規與病患隱私要求,更能實際驗證 Cancell Insight 在真實高壓的臨床場域中,能即時、有效地提供精準的決策輔助。

健細胞科技
部署輕量化模型於地端,支援離線模式使用模型,完善保護企業敏感資料
圖/ 健細胞科技

展望未來,擴大智慧醫療生態圈

透過 SaaS 模式取代高額硬體採購,Cancell Insight 致力落實醫療平權。未來,健細胞科技將以此平台為樞紐,尋求跨界深度合作:

醫療機構: 提供各級別醫院隨選即用的 AI 助理及地端部署選項。
學術/生技: 協助實驗室模型落地,並優化新藥研發與臨床試驗的數據處理效率。
商業保險: 整合 AI 評估工具,提供更精準的健康管理與風險控管服務。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓