基于Kano模型与服务蓝图整合的酒店机器人服务失效管理机制研究

本研究针对酒店机器人服务失效问题，创新性融合Kano模型与服务蓝图方法，通过关键事件技术(CIT)提取32类失效属性，基于477份用户问卷数据完成Kano分类（魅力/期望/必备质量），并构建了融合顾客满意度系数的机器人故障管理蓝图，为服务业智能化转型提供实证支持。

　　

本研究通过整合Kano模型与服务蓝图(Service Blueprint)方法，系统分析不同功能酒店机器人（接待机器人、自助入住退房机器人、客房机器人和配送机器人）的服务失效属性。研究人员从既往文献中提取失效特征，并采用关键事件技术(Critical Incident Technique, CIT)进行属性归纳，最终识别出32项关键失效属性。通过对477名具有酒店机器人交互经验的受访者开展问卷调查，借助Kano模型将失效属性归类为魅力质量(Attractive Quality)、一维质量(One-dimensional Quality)和必备质量(Must-be Quality)三大类别。研究进一步发现，部分失效属性的Kano类别会因旅客出行目的产生显著差异。基于上述分析，团队开发了一套融合Kano质量类型与顾客不满/满意系数(Dis/satisfaction Coefficient)的服务管理蓝图，为实现酒店机器人服务失效的系统化管控提供了理论与实践框架。