选题 | “快递未上门老人取件途中猝死”事件舆情分析 #86
wanfanghou
started this conversation in
Show and tell
Replies: 1 comment
-
|
https://terminalia-0846.github.io/storage/group_5_delivery/index.html |
Beta Was this translation helpful? Give feedback.
0 replies
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Uh oh!
There was an error while loading. Please reload this page.
Uh oh!
There was an error while loading. Please reload this page.
-
小组成员
第五小组:张希萌 孙广哲 侯万方 张弛
事件背景
【快递公司回应老人取件途中猝死:员工操作符合公司流程】
#老人取件猝死快递公司该不该担责#
近日,重庆一位79岁老人取完快递搬上楼途中猝死。死者家属称,快递重22斤,配送方式为送货上楼。据快递公司提供的通话录音,通话中未表明要将快递送上楼。12月3日,快递公司回应称,快递员与客户电话沟通时,客户明确表明主动下楼取货,快递员的操作符合公司流程,公司已派人与家属沟通对接。
家庭监控显示,老人在11月21日15时32分许,接到快递员电话。据快递公司提供的完整通话录音,快递员和老人在电话中确认地址,快递员称自己在路旁垃圾桶位置,通话中未表明要将快递送上楼。老人女儿何女士说,在下午四点多,她的母亲就看见老人在4楼和5楼的楼梯间转角之间,22斤的快递就放在楼梯上,人已经倒了。120救护人员在楼道内急救,救治无效身亡。医院开具死亡证明显示,死亡原因系呼吸、心跳停止。死者家属表示,快递员未将货物送上楼,电话中报自己所在位置让老人下楼取货,快递公司应对老人的猝死承担责任。12月3日,快递公司回应快递员在事件中的操作符合公司流程。电话沟通时客户明确表示主动下楼来取货,快递员在电话沟通中听出收货人听力不是很好,怕和客户错过故在原地等待,客户下楼验货后支付运费直接拿着包裹离开。快递员如遇客户自愿自行取走快递,双方沟通无异议即可,派送服务完成。目前,快递公司委派当事营业网点负责人代表公司与家属沟通对接。
而舆论对快递未送货上楼大多持批判态度,许多网友联系自身经历抱怨快递公司大多把快递丢在快递柜或驿站,批评快递服务不够到位;此外,也有网友批判快递员没有共情能力,对近八十岁老人负重物上楼视若无睹。
我们为什么要做这个选题?
消费者和快递小哥之间的界限问题,到底是快递的服务不到位,还是客户太娇贵?
我的快递我做不了主,收快递何时变成了取快递?
不知从什么时候起,很多快递员都不送货上门了,而是把包裹直接放快递驿站。
2020年5月,由全国各地消协消保委官方新媒体组成的“消费新媒体联盟”曾披露《智能快递柜寄递服务意愿调查》结果,在近3.9万份有效样本中,超半数的消费者表示“我的快递我做不了主”,因为他们都曾被快递员拒绝“送货上门”。40.98%调查对象表示:“印象中,没有任何一家快递公司在派送时电话征求意见”。
对此,消费新媒体联盟指出,快递柜原本是为方便无法及时取件的消费者而设立,但从以上调查结果看,快递柜变成了方便快递员。快递员未经同意就将快件放入快递柜的行为,既有违邮政法规定,又侵犯了消费者的知情权和选择权。
对此,消费新媒体联盟指出,快递柜原本是为方便无法及时取件的消费者而设立,但从以上调查结果看,快递柜变成了方便快递员。快递员未经同意就将快件放入快递柜的行为,既有违邮政法规定,又侵犯了消费者的知情权和选择权。
近一个月内,“快递员送雪碧上楼猛晃箱子”“ 中通快递员遭投诉当客户面踩碎包裹” “快递未上门老人取件途中猝死”等相继登上热搜,快递员与消费者之间的矛盾冲突再一次引人注目。通过对相关话题下微博舆论的观察,我们发现网民对这些事件的评论似乎超出了事件本身,折射出消费者群体对物流行业服务质量、运作机制的意见与控诉。
因此,我们决定从消费者的角度出发,通过对舆情的分析了解当前物流行业的痛点,并为消费者提出的问题寻找相应的法律依据。
公众对物流行业的情感态度
(1)时间演变?
(2)不同的快递类型?
(3)不同的快递公司?
客户对物流行业最关心的问题是哪些?时间演变的趋势?
法律:消费者的底线在哪?物流行业的红线在哪?
我们已经采取了哪些措施?典型的案例:京东、顺丰、德邦、邮政;
这些措施对舆论态度的影响是怎样的?
无人物流快递小车?态度?
制作思路
数据分析层面
(1)主要数据来源:
(2)数据采集方法:python爬虫
(3)数据分析方法:将消费者评论的内容与立场/情感倾向作为分析的核心,采用自动分词、情感词典和LDA主题模型进行文本的分析与聚类。
法律依据层面:通过北大法宝搜集相关的法律法规和条例。
作品呈现方式:以html网页的形式呈现最终作品,并将项目上传到github。
Beta Was this translation helpful? Give feedback.
All reactions