“มีคนวางอำนาจขนาดนั้นจริงเหรอ” “มีคนที่บังคับให้คนอื่นยกที่นั่งจองให้จริง ๆ เหรอ”
ถ้าเราอยู่ในบทบาทลูกค้าทั่วไปอย่างเดียว ความสงสัยแบบนี้เข้าใจได้ เราเข้าร้าน หยิบของ จ่ายเงิน แล้วกลับ แทบไม่รู้เลยว่าลูกค้าคนอื่นพูดอะไรที่เคาน์เตอร์คืนสินค้า ทะเลาะที่แคชเชียร์อีกจุดนานแค่ไหน หรือใครดักพนักงานก่อนร้านปิด
แต่พอไปอยู่หลังเคาน์เตอร์ ภาพจะเปลี่ยนไป
มีคนขอคืนเงินโดยไม่เอาสินค้ามา มีคนมองข้อยกเว้นของกฎเหมือนเป็นสิทธิขั้นพื้นฐาน มีคนร่ายคาถาโบราณว่า “ครั้งก่อนยังทำให้เลย” มีคนฟังคำอธิบายจบแล้ววนกลับมาพูดคำขอเดิม และมีคนพยายามเปลี่ยนนโยบายบริษัทด้วยความดังของเสียง
สำหรับลูกค้า คนแบบนี้เหมือนตำนานเมือง สำหรับพนักงานคือ “โอเค ตัวละครแรร์ประจำวันนี้เกิดแล้ว”
คำอธิบายง่ายที่สุดคือ ทั้งสองฝ่ายเห็นตัวอย่างคนละชุด
ลูกค้าและพนักงานอยู่ในสังคมเดียวกันแต่สังเกตคนละประชากร
ลูกค้าทั่วไปมีปฏิสัมพันธ์จริงจังกับคนไม่กี่คนต่อการใช้บริการหนึ่งครั้ง แม้จะมีลูกค้าคนอื่นอยู่ใกล้ ๆ เราก็มักไม่เห็นรายละเอียดของข้อพิพาท
พนักงานร้านค้าปลีก ร้านอาหาร ร้านขายยา คอลเซ็นเตอร์ และเคาน์เตอร์บริการกลับต้องเจอลูกค้าจำนวนมากทุกกะ และเมื่อมีปัญหา เคสยิ่งถูกส่งมารวมกัน แคชเชียร์เรียกหัวหน้า เคาน์เตอร์บริการรับช่วง และคำร้องเรียนถูกยกระดับ
ลูกค้าคือผู้สังเกตการณ์ทั่วไปที่เดินผ่านสังคม พนักงานใกล้เคียงกับเครื่องเก็บ “เคสมนุษย์สุดขอบ” อัตโนมัติ
ดังนั้น “ใช้มา 100 ครั้งไม่เคยเห็น แปลว่าไม่มี” คือการเอาหน้าต่างสังเกตของคนคนเดียวไปแทนประชากรทั้งหมด
ต่อให้เหตุการณ์มีโอกาสเพียง 0.1% ก็เจอได้ง่ายเมื่อจำนวนครั้งมากพอ
ลองใช้แบบจำลองง่าย ๆ
สมมุติว่าพฤติกรรมที่สร้างปัญหารุนแรงเกิดเพียง 0.1% หรือหนึ่งครั้งต่อการปฏิสัมพันธ์หนึ่งพันครั้ง ภายใต้สมมุติฐานง่าย ๆ ว่าแต่ละครั้งเป็นอิสระต่อกัน โอกาสที่จะเจออย่างน้อยหนึ่งครั้งภายใน 100 ครั้งมีเพียงประมาณ 9.5%
ดังนั้น “ใช้ 100 ครั้งแล้วยังไม่เคยเห็น” ไม่แปลกเลย
แต่ที่ 1000 ครั้ง โอกาสจะอยู่ราว 63% และที่ 10,000 ครั้งจะเกิน 99.995%
เหตุการณ์ที่มีโอกาสต่ำมากสามารถกลายเป็นประสบการณ์ที่แทบหลีกเลี่ยงไม่ได้เมื่อจำนวนครั้งต่างกันหลายหลัก งานบริการลูกค้าจึงเหมือนหมุนกาชามนุษย์ในระดับอุตสาหกรรม และน่าเสียดายที่ในตู้มีทั้ง “บังคับคืนเงิน” “ข่มขู่” และ “ลูปคำร้องเรียนไม่รู้จบ”
การพบลูกค้าจริงไม่ได้เป็นอิสระหรือมีโอกาสเท่ากันทุกครั้ง ตัวเลขนี้ไม่ใช่อัตราเกิดจริง แต่เป็นแบบจำลองให้เห็นว่าปริมาณการสัมผัสเปลี่ยนสัญชาตญาณได้อย่างไร
ลูกค้าที่มีปัญหายังใช้เวลาในการสังเกตนานกว่า
ไม่ใช่แค่จำนวนตัวอย่าง
ลูกค้าปกติอาจจบธุรกรรมภายในสามสิบวินาทีถึงไม่กี่นาที แต่ข้อพิพาทต้องอธิบาย อธิบายซ้ำ เรียกหัวหน้า ตรวจข้อกำหนด เจรจาคืนเงิน และบันทึกเหตุการณ์
ลูกค้าที่มีปัญหาเพียงคนเดียวอาจเกี่ยวข้องกับแคชเชียร์ พนักงานหน้าร้าน หัวหน้า รปภ. และคอลเซ็นเตอร์
ดังนั้นแม้เคสจะหายาก แต่ก็มักมีลักษณะว่า
- ใช้เวลานานกว่า
- เกี่ยวข้องกับพนักงานมากกว่า
- ถูกยกระดับง่ายกว่า
- จำได้ชัดกว่า
จึงเป็นเรื่องธรรมดาที่พนักงานจะรู้สึกว่าเจอเรื่องแบบนี้หนาแน่นกว่าลูกค้าทั่วไป
ข้อมูลสาธารณะชี้ว่าเรื่องนี้ไม่ใช่จินตนาการ
นี่ไม่ใช่แค่เรื่องเล่าของคนทำงานบริการ
การสำรวจการคุกคามในที่ทำงานของกระทรวงสาธารณสุข แรงงาน และสวัสดิการญี่ปุ่นสำหรับปีงบประมาณ 2023 พบว่า 10.8% ของแรงงานตอบว่าเคยเผชิญ “พฤติกรรมรบกวนอย่างร้ายแรงจากลูกค้าหรือบุคคลอื่น” ในสถานที่ทำงานในช่วงสามปีก่อนหน้า และ 27.9% ของบริษัทตอบว่าเคยได้รับการปรึกษาเกี่ยวกับพฤติกรรมประเภทนี้ในช่วงเดียวกัน
ตัวเลขนี้ไม่ได้หมายความว่า 10.8% ของลูกค้าเป็นลูกค้าที่ไม่เหมาะสม กลุ่มตัวอย่างและคำนิยามต่างกันโดยสิ้นเชิง
แต่ข้อมูลนี้ก็เข้ากันได้ยากกับคำกล่าวแรง ๆ ว่า “ลูกค้าแบบนั้นแทบไม่มีอยู่จริง”
งานวิชาการก็ศึกษา customer incivility อย่างจริงจัง งานปี 2024 วิเคราะห์ข้อมูล frontline employees 1040 คนจากค้าปลีก ธนาคาร และโรงแรม เพื่อดูความสัมพันธ์กับ emotional labor
ในโลกวิจัย ลูกค้าหยาบคายไม่ได้ถูกจัดเป็นสัตว์ในตำนาน
“คนแบบนี้มีอยู่” ไม่ได้แปลว่าโพสต์ไวรัลหนึ่งโพสต์เป็นเรื่องจริง
ต้องเบรกในอีกทิศทางด้วย
ลูกค้าหยาบคายและคำร้องเรียนแบบคุกคามมีอยู่จริง ดังนั้นเรื่องเล่าทุกโพสต์บนอินเทอร์เน็ตต้องเป็นจริง
ข้อสรุปนี้ไม่ตามมา
ควรแยกเป็นสามระดับ
- มนุษย์สามารถทำพฤติกรรมประเภทนี้ได้
- พฤติกรรมประเภทนี้ถูกสังเกตจริงในสังคม
- โพสต์เฉพาะที่กำลังดูเกิดขึ้นตรงตามที่เล่าทุกอย่าง
หลักฐานของข้อ 1 และ 2 ไม่ได้พิสูจน์ข้อ 3 อัตโนมัติ การแต่งเรื่อง การขยายความ ความจำผิด และการตัดบริบทยังเป็นไปได้
“ฉันไม่เคยเห็น ดังนั้นโกหก” หยาบเกินไป “เรื่องแบบนี้เกิดขึ้น ดังนั้นโพสต์นี้จริง” ก็หยาบเกินไป
ขนาดของข้อสรุปควรพอดีกับขนาดของหลักฐาน
โซเชียลเลือก “อะไรเนี่ย” มากกว่าธุรกรรมปกติ
โซเชียลมีเดียมีตัวกรองอีกชั้น
“วันนี้ลูกค้าซื้อของแล้วกลับบ้านเงียบ ๆ”
แทบไม่มีใครโพสต์ และถึงโพสต์ก็มักไม่กระจาย
“ขอคืนเงินโดยไม่มีสินค้า” “บังคับขอที่นั่งจองของคนอื่น” “มาหลังปิดร้านแล้วเรียกร้องให้บริการเดี๋ยวนี้”
เรื่องแบบนี้สร้างความตกใจ ความโกรธ ความกังวล และมุก
งานวิจัยของ Berger และ Milkman พบว่าเนื้อหาออนไลน์ที่กระตุ้นอารมณ์ระดับสูง เช่น ความโกรธหรือความกังวล มีแนวโน้มถูกแชร์มากกว่า และความน่าประหลาดใจกับความน่าสนใจก็สัมพันธ์เชิงบวกกับความไวรัล
ดังนั้นฟีดโซเชียลไม่ใช่การสุ่มตัวอย่างสังคม แต่เป็นไฮไลต์ของเหตุการณ์ที่คนรู้สึกว่า “ต้องเล่า”
พนักงานเก็บเคสหายากจากการสัมผัสจำนวนมาก โซเชียลเลือกเคสหายากที่เล่าได้ดีที่สุดอีกที
หลังผ่านสองตัวกรองนี้ การคิดว่า “ลูกค้าทุกคนเป็นแบบนี้” ก็ผิดเช่นกัน
สรุป: ลูกค้า พนักงาน และโซเชียลใช้กล้องคนละตัว
คุณอาจใช้บริการ 100 ครั้งโดยไม่เห็นเลย คุณอาจไปทำงานแล้วเจอหลายครั้ง คุณอาจเปิดโซเชียลแล้วเห็นทุกวัน
ทั้งสามอย่างเป็นจริงพร้อมกันได้
กล้องของลูกค้ามีการสัมผัสน้อยและมองไม่เห็นรายละเอียดข้อพิพาท กล้องของพนักงานมีการสัมผัสมาก และเคสปัญหาถูกสังเกตนานกว่าโดยคนมากกว่า กล้องของโซเชียลเลือกเรื่องหายากที่กระตุ้นอารมณ์
ข้อสรุปที่แม่นที่สุดคือ
“ฉันยังไม่เคยเห็นเอง จึงไม่รู้ว่ามันเกิดบ่อยแค่ไหน แต่แค่นั้นยังพิสูจน์ไม่ได้ว่ามันไม่มีอยู่”
และเมื่อคนทำงานบริการมานานมองไปไกล ๆ แล้วพูดว่า “ไม่ จริง ๆ มันมี…” เขาอาจไม่ได้มองมนุษย์ในแง่ร้ายกว่าเรา
เขาอาจแค่หมุนกาชามนุษย์มากกว่าคุณหลายร้อยเท่า
