2.8 分
兩年前，北投一間溫泉會館。Google 評分 2.8。每月新增 15-20 則負評。回覆率：0%。
老闆每天打開手機就看一排紅色一星。「服務差」「設備老舊」「不值這個價」「櫃檯態度惡劣」。
他試過降價。試過換櫃檯人員。試過請公關公司。分數紋絲不動。
降價每個月少賺十五萬。換了三個櫃檯人員，訓練成本加起來八萬。公關公司收了十二萬，寫了幾篇部落格文章、發了幾篇新聞稿——帶來了零則新好評。分數紋絲不動。不是因為他不努力，是因為他的每一個動作都沒有打到根因。
他在用直覺打仗，而不是用數據打仗。
他做的第一件事：分類
他停止逐則回覆。改成先把三個月的負評全部列出來，逐一分類。
結果：60 則負評裡，38 則跟「服務態度」有關。20 則跟「設備老舊」有關。2 則是抱怨停車。
「服務態度」佔了 63%。這就是 Pareto 的「關鍵少數」。
義大利經濟學家 Vilfredo Pareto 在 1897 年觀察到，義大利 80% 的土地由 20% 的人擁有。後來 Joseph Juran 在 1937 年把這個觀察推廣為「關鍵少數與有用多數」的原則：80% 的問題通常來自 20% 的原因。在這間會館的案例裡，63% 的負評指向同一個問題——服務態度。只要解決這一個問題，就能消滅超過六成的負評來源。
但「服務態度」太模糊了。他再用五問法追：
- 為什麼客人說服務態度差？→ 因為櫃檯人員「冷漠」「不耐煩」。
- 為什麼櫃檯人員冷漠？→ 因為他們同時處理 check-in、電話、客訴。
- 為什麼同時處理那麼多事？→ 因為人力不夠。
- 為什麼人力不夠？→ 因為老闆為了省成本砍了假日兼職。
- 為什麼砍兼職？→ 因為營收下降。
根因：砍人→超載→態度差→負評→客人更少→營收更低→再砍人。惡性循環。
五問法（Five Whys）是豐田生產系統創始人豐田佐吉在 1930 年代發展出來的根因分析工具，後來由大野耐一在豐田汽車內部推廣。它的核心原則很簡單：連續問五次「為什麼」，直到觸及真正的根本原因。多數人停在第一層或第二層就開始解題。但第一層的答案通常是症狀，不是病因。這間會館如果停在第一層（「員工態度不好」→「換員工」），問題不會被解決。追到第五層才發現：根因不是員工，是老闆的裁員決策。
他做的第二件事：對症下藥
他沒有降價。他做了一件違背直覺的事：把假日兼職加回來，而且多加了一個人。
成本增加了。但櫃檯不再超載。等待時間從平均 12 分鐘降到 4 分鐘。「態度差」的負評在兩個月內減少了 70%。
接著處理「設備老舊」。20 則負評裡，12 則提到「溫泉池磁磚剝落」。他花了兩萬塊修磁磚——不是整修，就是修磁磚。「設備老舊」的負評幾乎歸零。
修磁磚花了兩萬。加兼職每月多花三萬。降價每月少賺十五萬。他選擇了花五萬解決問題，而不是少賺十五萬假裝解決。
這裡有一個重要的商業洞察：解決問題的成本，通常遠低於假裝解決問題的成本。修磁磚兩萬，vs. 持續承受「設備老舊」負評造成的訂房流失——假設每月流失 5 組客人，平均客單價 6,000 元，一個月就少賺三萬。一個月。磁磚修一次撐三年。投資回報率是幾十倍。
但多數經營者看到「花錢修磁磚」的第一反應是「又要花錢」。他們沒看到的是：不修，花的更多——只是花在看不見的地方。
他做的第三件事：回覆
分類之後，他開始回覆——但不是逐則道歉。他設計了三種回覆模板，根據負評類型使用：
服務態度類：「感謝您的回饋。我們已調整假日人力配置，櫃檯等待時間已從 12 分鐘縮短至 4 分鐘。下次蒞臨時請告訴我們，我們會親自確認您的體驗。」
設備類：「您提到的溫泉池磁磚問題已於上月完成修繕。我們會定期檢查所有設備。感謝您讓我們知道。」
其他類：逐一客製化回覆。
關鍵不在模板。在於每則回覆都具體說明已採取的行動。不是「我們會改進」——而是「我們已經做了 X，結果是 Y」。
這兩者的差別是巨大的。「我們會改進」是一句空的承諾——潛在客人讀到時，心裡的反應是「每家都這樣説」。「我們已調整假日人力配置，等待時間從 12 分鐘降到 4 分鐘」是一個可驗證的事實——潛在客人讀到時，心裡的反應是「這家真的做了什麼」。
BrightLocal 在 2023 年的消費者信任度調查中發現：62% 的消費者表示「管理層有具體行動的回覆」會提高他們對該品牌的信任。而「只有道歉沒有行動」的回覆，反而會降低信任——因為消費者覺得「他們只是在做公關」。
潛在客人讀到這些回覆時，看到的不是道歉——是一個在積極解決問題的品牌。
NPS 回測
Fred Reichheld 在 2003 年於 Harvard Business Review 發表了 “The One Number You Need to Grow”，正式提出 NPS（Net Promoter Score，淨推薦分數）。他用一個問題取代數十頁的滿意度問卷：「你有多大概率把這家公司推薦給朋友？」0-10 分，9-10 分是推薦者，0-6 分是貶損者，推薦者比例減去貶損者比例就是 NPS。
Reichheld 隨後與 Bain & Company 合作，追蹤了 200 家企業三年。NPS 每提升 10 分，營收成長率平均高於同業 2.5 個百分點。
但重點不是分數本身——是「推薦者的推薦理由」和「貶損者的貶損原因」的結構化分析。這間會館做的正是這件事：不問「分數多少」，問「為什麼推薦、為什麼不推薦」，然後針對根因行動。
Reichheld 後來在 2020 年出版的 Winning on Purpose 中補充了一個關鍵：NPS 的高分不是靠「讓所有人滿意」達到的。而是靠「先解決貶損者的痛點，讓他們至少變成中立者」。因為一個貶損者帶來的負面口碑，影響力是一個推薦者正面口碑的 2-3 倍。消滅貶損者，比製造推薦者更有效率。
18 個月後
評分從 2.8 升到 4.1。訂房率成長 40%。回覆率從 0% 升到 95%。
不是奇蹟。是方法：分類 → 五問法追根因 → 對症下藥 → 系統化回覆。
但這個方法，每個月要花好幾天手動做。分類靠人工讀。頻率靠人工數。回覆靠人工寫。如果規模更大——十間分店、每間每月 100 則負評——人力成本會指數增長。
下載負評 12 型對照表
想用同樣的方法分類你的負評？留下 Email，取得 12 型對照表，看看你的負評集中在哪幾型——那就是你的根因所在。
延伸閱讀
← 回覆之前先分類：讓每則負評變成可行動的情報
這間會館用的方法，就是 12 型分類 + 五問法。先讀這篇了解框架。
→ 閱讀
載入中…