机器人餐厅顾客体验的感知、满意与行为意向研究※

王建玲 曾国军

(1.广东碧桂园职业学院,广东 清远 511500;2.中山大学旅游学院,广东 珠海 519000)

基于人工智能和“互联网+”的迅速发展,机器人餐厅的出现是传统餐饮业转型升级的革新需求[1-2]。2019年新冠肺炎疫情加剧了人们对传统餐饮安全的关注,餐饮机器人能有效避免“人—人、人—食”接触,重构了疫情时代餐饮生态[3]。人工智能与酒店餐饮业已深度融合[4]。基于消费者视角下对机器人餐厅的服务环境、基础设施的研究将有助于形成“反馈—优化”闭环改进措施[5]。

消费者视域下的传统餐饮业研究较为成熟[6],然而研究多数局限在传统餐厅语境中。伴随着机器人餐厅业态的迅速发展,人机交互改变了消费者的消费模式,故有必要重新审视机器人餐厅消费者行为的影响因素及其机制。因此,本文基于网络评论提炼适用于机器人餐厅情境的感知评价维度,遵循“感知—态度—行为”研究逻辑,采用结构方程模型验证机器人餐厅消费者行为意向及其驱动机制,以期为机器人餐厅提高顾客满意度和推动人工智能餐厅可持续发展提供借鉴。

1 机器人餐厅服务感知

高度智能的机器人餐厅近年方兴未艾,学界对机器人餐厅消费者满意度或行为意向的研究逐渐增多。有研究表明,智能化环境、智能化食物和智能化服务是评价机器人餐厅服务感知的主要维度。

1.1 智能化食物质量感知

智能化食物烹饪调节系统起源于20世纪末,依赖于机器和网络智能化使食材加工精准化和标准化[7]。与传统餐厅相比,机器人餐厅智能化烹饪系统实现了味道和口味的标准化,保留了食物原真性[8],也降低了社会、文化因素对食物加工口味变迁的影响[9]。研究发现,智能化食物烹饪系统会提高餐厅顾客满意度,顾客对智能食物的新奇性是影响其行为的主要因素。智能化烹饪系统长期标准化运作会损失口味随机性和多样性,进而影响顾客二次选择。

1.2 智能化协同服务感知

智能化协同服务主要集中体现在人机交互维度,人机智能化协同服务质量评价等。人机协同是机器人餐厅区别于传统餐厅的一个关键特征。研究表明,智能化协同服务会通过“认知判断—情感归属—行为选择”路径提升顾客满意度。智能送餐系统是联系食物运输和顾客饮食的“桥梁”。然而,人机服务协同程度不足或过高均会影响顾客心理和行为,不足体现在时间长或效率低而降低服务质量;过高往往体现在刻板、机械化使顾客饮食感知缺乏“人情味”。目前,机器人餐厅中的智能化协同因素的系统深化研究仍较为缺乏。

1.3 智能化环境设计感知

机器人餐厅的布局卫生直接影响顾客消费心理,合理的布局和良好的卫生会增加消费者舒适度,提升满意度。餐厅中总体的智能化环境设计给消费者呈现出“软—硬”的消费感知,根据其功能特点可分为功能性环境布局(如交通、停车、厕位等)和感知性环境设计(如科技、装修色调、音乐、温度控制等)。基于人工智能和机器人技术快速发展,就餐大环境的智能化和餐位小环境的个体化设计可能是未来机器人餐厅持续发展的方向。

2 概念模型与研究假设

机器人餐厅顾客感知研究方法主要是工程方法,少部分采用实地或实验法,但调查和访谈法日益增多。顾客感知价值即顾客对所得和所失的感知,尽管学者们对感知价值的界定有争论,但普遍认为感知价值和满意度更能准确预测顾客的重复购买意向。机器人餐厅就餐体验是一个多维概念,决定顾客感知的属性分为三大类:环境、食物和服务,这些属性被视为餐厅体验质量的成熟指标。

机器人餐厅满意度是消费者对产品或服务的实际感知与预先期望的差异[10],目前学界一致认为用顾客感知来测量顾客满意是合理的。根据机器人餐厅技术特点,餐厅机器人可以服务、烹饪、招待客人等;机器人厨师可以准备面条、汉堡、咖啡。经全球1000多名受访者的抽样调查发现,顾客最满意机器人餐厅的如下活动:清洁桌子、提供菜单信息和点菜;最不满意的活动是烹饪食物[7]。因此,针对影响顾客满意度的变量进行定量研究,寻找哪些因素能促进机器人餐厅顾客满意度将具有现实指导意义。

已有研究梳理发现,构建以顾客感知理论为基础探索影响顾客感知的相关因素,建立顾客感知中介变量,基于食物、环境和服务对顾客感知价值正向影响的结构方程模型,对证实“影响因素—顾客感知—体验价值”的理论路径将具有重要意义。综上,环境、服务和食物三个因素共同作为顾客行为意向的刺激因素,据此得出以下假设。

H1:智能化环境设计对顾客感知价值有正向影响。

H3:智能化协同服务对机器人餐厅顾客感知价值有正向影响。

H5:智能化食物控制对机器人餐厅顾客感知价值有正向影响。

顾客行为意向是顾客未来要采取某种行动的倾向。国内学者普遍将顾客行为意向划分为三类:重购意向、口碑宣传、溢价购买。目前,对机器人餐厅顾客行为研究主要有三类:(1)从顾客体验、情感、以人为本的感知来衡量服务机器人提供的安全感和体验;(2)机器人和酒店客人之间互动的持续时间和有效性;(3)定量指标对顾客行为的影响,如服务机器人可持续发展的六个关键维度:绩效效能、内在动机、拟人性、社会条件、便利性和情绪。人工智能和机器人技术将提高餐厅效率和生产力,加快服务速度和简化企业与客人间互动,提高识别率,增强个性化,为客人提供娱乐,最终影响顾客行为。因此,得出机器人餐厅顾客满意度的假设H2、H4、H6。

H2:智能化环境设计对顾客满意度的影响有正向影响。

H4:智能化协同服务对机器人餐厅顾客满意度的影响有正向影响。

H6:智能化食物控制对机器人餐厅顾客满意度有正向影响。

机器人餐厅顾客体验研究主要集中于两大板块:餐厅机器人的设计、开发、服务,机器人与员工的人机交互和价值共创,机器人餐厅消费创新、体验、技术接受度、人工智能应用程度等。但对机器人餐厅新业态下顾客感知、满意、行为的研究较缺乏。本研究以传统顾客满意度测评模型为基础,结合文献和顾客评论,重构智能机器人餐厅顾客感知、满意与行为的测评模型,再通过问卷调查和SEM模型检验模型的应用效果并加以修正,推动机器人餐厅顾客消费体验的可持续发展。故提出假设H7、H8、H9。

H7:机器人餐厅顾客感知价值对顾客满意度有正向影响。

H8:机器人餐厅顾客感知价值对顾客行为意向有正向影响。

H9:机器人餐厅顾客满意度对顾客行为意向有正向影响。

本研究以碧桂园机器人餐厅作为案例对象,发现顾客选择机器人餐厅的主要原因是食物口味、设计科技感、新奇感、人机服务、性价比等26个指标,故把环境设计、人机服务、食物质量控制纳入测量维度,将机器人餐厅顾客消费体验提炼为:智能化环境设计、智能化协同服务、智能化食物控制三个概念,在一个综合模型中全面检验变量间的逻辑关系。根据以上假设,形成了本研究的概念模型图(见图1)。

图1 研究概念模型

3 研究对象与研究过程

3.1 案例选择

本文选取佛山顺德FOODOM天降美食王国机器人餐厅作为案例地,它是碧桂园千玺机器人餐厅的旗舰店。餐厅面积约2000m2,共有20余种、40余台餐饮机器人厨师集中“上岗”,如前台接待机器人、煲仔饭机器人、天降美食机器人等,集中餐、快餐、火锅多业态为一体,可同时为近600客人提供服务。这家机器人餐厅的服务员占40%,机器人占60%;餐厅以年轻消费人群为主,人均客单价85元左右;菜品口味丰富,煲仔饭、秘制叉烧、干炒牛河、鸭血毛肚等菜品是其主要受欢迎餐食;回头客占30%左右,与全国其他机器人餐厅相比该餐厅的人机配置、消费方式、食物设计均具有一定代表性。

3.2 问卷设计

鉴于尚缺少量表测量机器人餐厅语境中的服务感知,本文遵循了Churchill(1979)的量表开发流程。首先,基于智能化食物质量、智能化协同服务、智能化环境设计三个维度设计问卷。其次,收集定性数据以生成机器人餐厅服务感知的具体题项,定性数据采用了能客观反映顾客关注和感受的网络评论。研究选取大众点评网和美团网作为数据来源,将碧桂园天降美食王国机器人餐厅的752条顾客评论(美团346条+大众点评306条)整理归纳提炼有效数据后,运用ROST CM6.0内容挖掘系统进行文本分析,选取文本中出现频次大于50的词语进行汇总,得出高频词表,见表1。基于Wordlt软件将高频词汇形成词云图,见图2。

表1 机器人餐厅顾客评论高频词表

图2 机器人餐厅线上顾客评论词云

将文本中高频词汇按照降幂排列,整理归纳分类,按频次可划分为食物质量(菜品口味、种类、卫生、分量、新颖、卖相、质量标准化),环境质量(科技感、新奇感、时尚感、空间、人流量、区域感、餐位厕位)和服务质量(人机服务、上菜速度、排队时间、机器人可爱、就餐方便)三个维度。正式问卷由三个部分组成:(1)采集人口统计学特征(性别、年龄、受教育程度、月收入和消费次数等);(2)机器人餐厅服务感知题项,包括3个维度23个题项;(3)感知价值、满意度和行为意向。各变量的具体测量指标如表2所示。所有题项均采用李克特7级量表进行测量,7分代表非常同意,1分代表非常不同意,分数越高表明顾客对该题项的同意程度越高。

表2 机器人餐厅各维度的具体测量指标

3.3 问卷预发放、数据收集与样本概况

首先发放45份预调研问卷以检验数据的有效性,根据结果确定问卷,其中预调研对象为在碧桂园的机器人餐厅用过餐的顾客。之后,笔者分不同时段分别向餐厅内就餐结束的顾客发放正式问卷380份,共回收380份,筛选掉81份无效问卷(剔除原因为问卷答案高度相似或未达到规定填写时间),实际有效问卷299份,有效率78.68%,样本概况见表3。

表3 样本概况

4 研究结果

研究使用SPSS 23和Amos 23统计软件完成实证分析,计算各个变量指标的平均值和标准差,样本均值大于4,说明顾客对机器人餐厅的体验感是认可的。其中智能化环境设计的平均分高于5,说明顾客对餐厅的环境设计的科技感较认可。

4.1 数据的信度和效度分析

变量的可靠性采用内部一致性系数(Cronbach’s值,即α值)测量,结果显示所有隐变量的α值均﹥0.8(0.860～0.983),可认为本研究的数据信度合格。因子对变量的α值都﹥0.8(最高为0.983)。KMO和Bartlett球形检验的值为:KMO检验系数远大于0.7(=0.925),基于此可进一步进行因子分析。通过探索性因子分析,可提取出6个维度,P值﹤0.05;Sig.值﹤0.05,累计方差贡献率为77.477%,超过50%,说明本研究提取的9个因子比较合理,所得数据具有较高的一致性和有效性,具体见表4。

表4 数据信度分析结果

极大似然估计程序仍然采用Amos 23软件分析,对模型中9个概念进行验证性因子分析,结果显示:拟合优度(AGFI)=0.915﹥0.90,近似均方差残根(RMSEA)=0.063≤0.08;卡方值与自由度之比x2/df=2.17﹤3.00;P﹤0.01,GFI=0.929,CFI=0.94,IFI=0.94,TLI=0.934,结果均大于0.9,结果适配良好,表明计量模型与数据的拟合程度较好。进一步分析每个变量指标,各指标的因子载荷都在0.72以上,且大部分因子载荷都大于0.80,同时所有因子载荷都高度显著(t值在12.456～29.232),说明概念指标的会聚效度较高,各个潜变量对应所属题目具有很高的代表性。研究采用将各概念的解释方差与它们和其他概念形成的协方差对比法,结果显示AVE>0.5(协方差),且均小于所对应的AVE的平方根,证明数据间的关联程度低,不同概念区别很大,区别效度理想,具体见表5。

表5 变量的相关系数、各隐变量解释的方差、各隐变量与其他变量的协方差

4.2 概念模型检验

研究使用Amos 23软件的极大似然估计程序,把各因变量指标的相关性系数矩阵作为输入矩阵来检验概念模型。模型与数据的拟合程度、结构方程模型分析结果和假设检验结果见表6,拟合程度指标均较好,说明模型与数据的拟合程度较高。

表6 概念模型拟合程度指标

样本待估系数的标准化估算值见表7,列出了隐变量之间各路径的标准化路径系数,共9条路径,其中x1和x4是不显著的,即RD对PV、SA没有显著影响,其余路径全部显著。

表7 标准化估算值

中介效应检验见表8,从RD出来的三条路径是不显著的,下限值和上限值之间包含了0,其余6条路径的中介效应都是显著的,如感知价值和满意度对智能化食品控制和行为意向之间起到显著地中介作用。

表8 中介效应检验

研究结果表明:智能化环境设计(RD)对感知价值和满意度的影响不显著,智能化食物控制和智能化协同服务对感知和满意度的影响比较显著,这可能是由于机器人餐厅剥离掉科技感、智能化的外壳,其原真内核还是一个以提供食物为主的主题餐厅,智能化菜品的口味、温度、种类、新鲜等要素持续影响顾客感受。虽然顾客对智能化环境设计的认可度也较高,但智能化环境设计对顾客的感知和满意度影响不显著。而智能化食物控制和智能化协同服务对机器人餐厅顾客感知价值和满意度的影响显著。因此,结构方程模型分析结果能够支持H3、H4、H5、H6、H7、H8、H9这几个假设,不支持H1、H2这几个假设,拟合后的结构方程模型见图3。

图3 结构方程模型的拟合效果

5 研究结论与讨论

本文首先构建了基于机器人餐厅情境的消费者服务感知维度,包含智能化食物控制、智能化环境设计、智能化协同服务三个变量。其次发现机器人餐厅的智能化食物控制对顾客感知价值和满意度的影响最大,且对满意度的影响高于感知价值。最后验证发现:机器人餐厅的智能化协同服务正向显著影响顾客感知和满意度,且对感知价值的影响高于满意度,但机器人餐厅的智能化环境设计对顾客的感知价值和满意感影响较小。

5.1 理论贡献

理论贡献可以从如下三点展开:第一,目前对机器人餐厅语境下的服务感知缺乏科学的评价工具,本文遵循严格的量表开发程序,识别了机器人餐厅服务感知的具体维度,进一步拓展了餐饮业服务评价的情境。第二,围绕“感知—态度—行为”的研究框架,构建了机器人餐厅消费者行为概念模型,不仅验证了本文开发的机器人餐厅服务感知量表的预测效度,也对机器人餐厅语境中消费者行为的影响路径做了初步的探索。第三,智能化食物对顾客满意度的影响路径最显著,其次是顾客满意度对行为意向的影响路径较显著,与以往的研究相符。

5.2 管理建议

机器人餐厅顾客的持续满意直接影响机器人餐厅的经营效益和可持续发展,智能餐厅经营者要始终关注顾客的食物需求和服务体验,而不是过度关注环境设计,如此才不会让其在餐饮市场上昙花一现。落到实处来说,第一,机器人餐厅门店在通过智能编程前端,持续研发设计新菜品,坚守食物标准化的同时,需提升菜品的口感、温度、新鲜度、丰富度、更新速度,以满足消费者就餐的多样性,让食物口味多样化。第二,通过顾客试菜和反馈,滚动式改良机器人食物的预定、支付、制作、运送、取餐、就餐等环节的服务质量,减少顾客等待和排队时间,提升服务效率,让服务更智能。第三,通过加强员工与机器人的协同程度和共事能力,预警机器人的常见易发多发故障,及时做好隐患排查和维护保养,尤其是减少就餐高峰期机器人的高频率运转出错,提升顾客与机器人的友好互动,让环境更智能。

鉴于消费者服务感知是一个动态变化的过程,未来的研究将会扩大样本范围,采用纵向数据捕捉消费者的感知变化,为智能餐饮行业提供可持续的管理建议;同时,由于现有对机器人餐厅的研究大多关注服务终端的消费者体验感知,未来研究可以更多关注员工与机器人餐厅的人机协同,以提升服务效率和餐厅收益。