A totally non-compensatory multi-criteria method for evaluating and improving level of satisfaction (LoS): proposal and application on Airport Terminal of Passengers

Imagina que estás intentando calificar el almuerzo de una cafetería escolar. De la forma antigua de hacer las cosas, podrías tomar un promedio matemático: si la pizza es un 10/10 pero la ensalada es un 1/10, la calificación final se convierte en un "5" (promedio). Esto se llama un método compensatorio, donde algo súper bueno "compensa" a algo terrible. Pero en la vida real, eso no siempre se siente bien. Si la comida sabe a cartón, no importa lo bonita que sea la presentación del plato; la comida sigue siendo un desastre. Este es el corazón del Análisis de Decisión Multicriterio (MCDA), una rama de la ciencia que ayuda a tomar decisiones difíciles pesando muchos factores diferentes. Usualmente, estas herramientas asumen que todos miran la misma lista de factores (como sabor, precio y rapidez) y que una puntuación alta en un área puede arreglar una puntuación baja en otra. Pero, ¿qué pasa si las personas tienen prioridades totalmente distintas? ¿Qué pasa si a una persona le importa la música en la tienda mientras que a otra solo le importa la velocidad de la caja? Y ¿qué pasa si una puntuación alta en un área no debería tener permitido ocultar un fallo en otra? Este artículo aborda precisamente esa realidad humana tan caótica.

Los autores, Phelipe Medeiros da Rocha y Helder Gomes Costa, están abordando un problema que se siente como un rompecabezas gigante y caótico: ¿Cómo se mide qué tan felices están las personas con un servicio cuando cada una usa un libro de reglas diferente? Aplicaron su nuevo método a 15 de los principales aeropuertos internacionales en Brasil, analizando datos de 19,240 pasajeros. En lugar de obligar a cada pasajero a calificar exactamente los mismos 37 elementos (como la "limpieza de los baños" o la "velocidad de la seguridad"), permitieron que cada pasajero eligiera las cosas específicas que le importaban. Una persona podría calificar el "Wi-Fi" y los "precios de la comida", mientras que otra solo califica la "amabilidad del personal de seguridad" y la "velocidad de la recogida de equipaje".

Aquí está el detalle clave: los investigadores utilizaron un enfoque "totalmente no compensatorio". Piensa en esto como un portero estricto en un club. Si te falta la entrada (una puntuación baja en un criterio), no entras solo porque lleves un sombrero genial (una puntuación alta en otro). En los modelos matemáticos antiguos, un gran sombrero podía "compensar" la falta de la entrada. En este nuevo modelo, si un aeropuerto falla en un punto crítico para un pasajero, la experiencia de ese pasajero se marca como mala, sin importar qué tan bien estuviera todo lo demás. Esto evita que el "promedio" oculte el hecho de que algo realmente está roto.

El equipo introdujo este conjunto de datos masivo y desordenado en un algoritmo especial llamado ELECTRE TRI ME. Esto no es solo una calculadora simple; es una máquina de clasificación que observa la "credibilidad" de qué tan bien un aeropuerto encaja en diferentes categorías de satisfacción (como "Muy Bueno", "Bueno", "Regular", "Malo" o "Muy Malo"). Debido a que los pasajeros utilizaron criterios diferentes, el algoritmo tuvo que ser lo suficientemente inteligente como para manejar los vacíos sin llenarlos con números "promedios" falsos.

Los resultados fueron fascinantes. Los 15 aeropuertos no solo recibieron una puntuación única; fueron clasificados en cuatro grupos distintos basados en la consistencia de su desempeño.

• Grupo A (el nivel superior) incluyó aeropuertos como Viracopos (VCP) y Afonso Pena (CWB). Estos lugares fueron generalmente "Muy Buenos" en todos los aspectos.
• Grupo D (el nivel inferior) incluyó a Recife (REC), Salvador (SSA) y Belém (BEL). Estos aeropuertos presentaron brechas significativas en su desempeño.

El estudio no se detuvo solo en el ranking; actuó como un detective para descubrir por qué los grupos inferiores estaban teniendo dificultades. Encontraron que, aunque la mayoría de los aeropuertos lo hacían muy bien con cosas como la "cortesía del personal de seguridad" y los "tiempos de espera", casi todos luchaban con las mismas dos cosas: el precio de la comida y el precio de las compras. En todos los grupos, los pasajeros calificaron la "relación calidad-precio" de los restaurantes y tiendas como simplemente "Regular" (un 3 de 5).

Para los aeropuertos del grupo inferior (Grupo D), el artículo sugiere que deben enfocarse en "puntos de ruptura" específicos para subir de nivel. Estos incluyeron señalización y direcciones, pantallas de información de vuelos, acceso a internet y disponibilidad de estacionamiento. Los autores argumentan que si los aeropuertos del Grupo D arreglan estos problemas específicos, pueden saltar a un nivel de satisfacción más alto. Sin embargo, para los aeropuertos del nivel superior, el consejo es "mantener" sus altos estándares, ya que ya están alcanzando las puntuaciones máximas en la mayoría de las áreas.

El artículo señala cuidadosamente que este método es una nueva forma de ver las cosas. Excluye explícitamente la idea de que simplemente se puedan promediar las puntuaciones para obtener una imagen real de la satisfacción. También reconoce una limitación: los datos que utilizaron no preguntaron a los pasajeros qué tan importante era cada elemento para ellos (todos los criterios fueron tratados como igualmente importantes). A pesar de esto, los autores sugieren que su método es una herramienta poderosa. Permite ver los "eslabones débiles" en una cadena de servicio sin permitir que los eslabones fuertes los oculten, ofreciendo un camino más claro para que los gestores de aeropuertos mejoren realmente la experiencia del pasajero. Es un cambio de preguntar "¿Cuál es el puntaje promedio?" a preguntar "¿Dónde fallamos y quién lo notó?".