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
從「存資料」到「用知識」:網創資訊攜手浪LIVE,讓 AI 成為最懂企業的內容幫手
從「存資料」到「用知識」:網創資訊攜手浪LIVE,讓 AI 成為最懂企業的內容幫手

對已經成熟發展的企業來說,最大的挑戰不是如何創新,而是經驗無法有效傳承,而生成式 AI 的價值正在於此,它讓分散的知識從「共同保存」走向「即時運用」,使組織得以在既有經驗之上,持續累積能力並向上成長。

由旭瑞文化傳媒成立、全台最大直播平台浪LIVE,正是這種轉變的最佳寫照。「我們其實一直都有在整理內部的知識、技術文件和作業流程規範,但做法比較像是集中在倉庫裡,雖然找得到,卻不一定用得快。」旭瑞文化傳媒技術研發中心技術總監黎欣捷(James)形容。

網創X浪Live-2.jpg
浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI,打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」
圖/ 數位時代

為此,浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI,打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」,讓經驗不再只是被保存,而能實際參與日常營運流程。網創資訊總經理吳炳鈞進一步說明,這是因為 NAVI 將浪LIVE既有資料整理成可被運用的知識基礎,並在此基礎上生成內容,故能真正融入浪LIVE使用場景,提升文章產製與活動規劃的效率。

用 AI 提速,回應高頻、快節奏的營運需求

作為直播產業的領導平台,浪LIVE 不僅市占率超過 50%,每月活躍用戶數更高達 40-50 萬人。能夠寫下高黏著度、高互動率的成績,除了堅持以才藝直播為主軸、在市場上做出差異化特色,快速更新的內容與密集的行銷活動,同樣是浪LIVE 維繫用戶黏著度的關鍵。

網創X浪Live-3-2.png
旭瑞文化傳媒技術研發中心技術總監黎欣捷表示,透過NAVI能夠有效提升文章產出與活動企劃的效率。
圖/ 數位時代

黎欣捷表示,浪LIVE 每日都會更新社群貼文與文章內容、每個月平均規劃約 20 至 25 檔活動,不僅內容產出量龐大,對速度的要求也極高。編輯團隊在完成採訪後,必須在最短時間內產出文章,且要符合品牌的風格和版型,而營運團隊不僅要不斷發想新的玩法,還得預先估算不同設計下的投資報酬率、參與人數等機率,以確保活動能兼顧創意與成效。

這種高頻的營運節奏不僅極具挑戰性,還容易使團隊感到疲憊。因此,浪LIVE 開始思考如何利用 AI 來提升文章產出與活動企劃的效率,而 NAVI 正是思考後的最佳解答。

應用場景1:文章產製,不再從零開始

吳炳鈞進一步說明,網創資訊如何協助浪LIVE 將 NAVI 應用於文章產製與活動企劃。

先就文章產製來看,網創資訊將浪LIVE 過往累積的大量文章匯入 NAVI,由系統學習品牌文章的語氣與編排方式,及不同編輯的寫作風格並加以分類。之後,編輯只要提供採訪逐字稿或相關素材,並指定想要的文章風格,NAVI 便可依此生成初稿,再由編輯進行調整與潤飾,大幅加快整體產出速度,也讓編輯可以將更多心力投入內容品質的把關與主題發掘,用快速更新而主題有趣的文章,吸引會員持續留在平台。

網創X浪Live-4.jpg
網創資訊總經理吳炳鈞進一步說明, NAVI 將浪LIVE既有資料整理成可被運用的知識基礎,並在此基礎上生成內容,才能真正融入浪LIVE使用場景。
圖/ 數位時代

吳炳鈞強調,NAVI 不是憑空寫文章,而是根據企業過去累積的內容與規範來生成,這樣的產出結果,才會更貼近原本的品牌風格與實際需求。更重要的是,網創資訊還能根據客戶使用情境進行客製化調整。例如,NAVI 可以整合圖片和文字,生成一篇圖文並茂的文章,並同步輸出對應的 HTML 程式碼,浪LIVE 編輯只需貼至後台系統,就能完成上稿作業,不必再花費大量時間去調整版面配置。

網創X浪Live-5.jpg
網創資訊業務經理Hailey Ouyang表示,NAVI 在產出文章的同時,可以同步輸出對應的 HTML 程式碼,減輕浪LIVE 編輯的上稿作業負擔。
圖/ 數位時代

應用場景2:活動規劃,從歷史經驗找出新玩法

再就活動規劃來看,網創資訊同樣先將浪LIVE 的歷史活動範本、禮物清單與獎勵機制導入 NAVI,由系統學習營運團隊在發想活動時的思維脈絡,之後,團隊成員只要輸入關鍵字,NAVI 就能建議相應的活動方式與獎勵組合,作為活動規劃時的參考。

黎欣捷認為,NAVI 就像一位資深顧問,不僅提供更多元的視角與玩法建議,縮短活動規劃所需的時間和心力,也能即時調閱過往經驗,協助團隊跳脫個人思考盲點,避免重複規劃過去已經做過的活動內容。

吳炳鈞進一步以禮物清單為例,說明 NAVI 帶來的效益。浪LIVE每一檔活動都需要重新設計禮物或做不同的組合搭配,因此資料庫已累積上百種不同類型的禮物,這使得團隊成員在規劃活動時,常常要花很多時間去發想新禮物或搜尋資料。而在導入NAVI後,系統可以根據歷史資料提供合適的禮物搭配建議,協助團隊在規劃新活動時,更有效率地運用既有資源。

網創X浪Live-6.jpg
NAVI可以根據歷史資料提供合適的禮物搭配建議,協助浪LIVE團隊在規劃新活動時,更有效率地運用既有資源。
圖/ 網創資訊

不只生成內容:NAVI 三大特色,讓 AI 真正嵌入企業流程

在資料管理與內容生成外,網創資訊也從企業管理需求出發,規劃出以下 3 大系統特色,使 NAVI 得以真正融入企業的營運流程中。

第一,NAVI 支援至少 20種大型語言模型,能因應不同使用需求,處理文字、圖片、音訊和影片等多種形式的內容。第二,系統可部署於私有雲或地端環境,讓資料能留在企業內部,降低被外部 AI 模型使用的疑慮。第三,整合 AD 身份驗證與授權機制,可依部門和角色別去設定資料存取權限,確保 AI 在回應問題或產生內容時,只會引用該使用者可存取的資料範圍,避免誤用或資料外洩的風險。吳炳鈞補充,由於系統可進行部門切割,也能進一步統計各單位的使用量,方便企業進行內部成本分攤與管理。

「企業需要的是能嵌入流程的 AI,而不是只會回答問題的工具。」吳炳鈞指出,因此 NAVI 一開始就定位在企業知識管理系統,從而發展上述系統設計。近年來,因應 AI Agent 趨勢,網創資訊亦將相關概念融入 NAVI,使系統具備更高的主動性,能依任務需求串接不同資料庫與內部系統,協助使用者完成特定工作流程。

網創X浪Live-7.jpg
網創資訊PM Keith Hsu指出,NAVI 融入 AI Agent 概念後,具備更高的主動性,能依任務需求串接不同資料庫與內部系統,協助使用者完成特定工作流程。
圖/ 數位時代

未來,網創資訊將持續與浪LIVE 深化合作,逐步導入更多內容至系統中、拓展更多應用場景。也期待在與客戶合作的過程中,共同發掘更多具體的應用靈感,並視需求開發對應功能,持續放大知識與經驗的價值,讓技術不只停留在工具層次,而能真正轉化為企業成長的動能。

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
2026 大重啟
© 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