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

Imaginez que vous essayiez de noter le déjeuner d'une cantine scolaire. De la vieille école, vous pourriez prendre une moyenne mathématique : si la pizza est un 10/10 mais que la salade est un 1/10, la note finale devient un « 5 » (la moyenne). C'est ce qu'on appelle une méthode compensatoire, où une chose super bonne « compense » une chose terrible. Mais dans la vraie vie, cela ne semble pas toujours juste. Si la nourriture a le goût de carton, peu importe la beauté de l'assiette ; le repas reste un désastre. C'est le cœur de l'Analyse Multicritère de Décision (MCDA), une branche de la science qui aide à faire des choix difficiles en pesant de nombreux facteurs différents. Habituellement, ces outils supposent que tout le monde regarde la même liste de facteurs (comme le goût, le prix et la rapidité) et qu'un score élevé dans un domaine peut compenser un score faible dans un autre. Mais et si les gens avaient des priorités totalement différentes ? Et si une personne se souciait de la musique dans le magasin alors qu'une autre ne se souciait que de la vitesse du passage en caisse ? Et si un score élevé dans un domaine ne devait pas être autorisé à masquer un échec dans un autre ? Ce document s'attaque précisément à cette réalité humaine et complexe.

Les auteurs, Phelipe Medeiros da Rocha et Helder Gomes Costa, s'attaquent à un problème qui ressemble à un puzzle géant et chaotique : comment mesurer la satisfaction des gens vis-à-vis d'un service quand chacun utilise un livre de règles différent ? Ils ont appliqué leur nouvelle méthode à 15 grands aéroports internationaux du Brésil, en analysant les données de 19 240 passagers. Au lieu de forcer chaque passager à évaluer exactement les mêmes 37 éléments (comme la « propreté des toilettes » ou la « rapidité de la sécurité »), ils ont laissé chaque passager choisir les choses spécifiques qui l'intéressaient. Une personne pourrait noter le « Wi-Fi » et le « prix de la nourriture », tandis qu'une autre ne noterait que la « convivialité du personnel de sécurité » et la « vitesse de récupération des bagages ».

Voici le plus important : les chercheurs ont utilisé une approche « totalement non compensatoire ». Voyez cela comme un videur très strict à l'entrée d'un club. Si vous n'avez pas de ticket (un score bas sur un critère), vous n'entrez pas simplement parce que vous portez un chapeau très cool (un score haut sur un autre). Dans les anciens modèles mathématiques, un beau chapeau pouvait « compenser » l'absence de ticket. Dans ce nouveau modèle, si un aéroport échoue sur un point critique pour un passager, l'expérience de ce passager est marquée comme mauvaise, peu importe à quel point tout le reste était bon. Cela empêche la « moyenne » de masquer le fait que quelque chose est réellement défaillant.

L'équipe a injecté ce jeu de données massif et désordonné dans un algorithme spécial appelé ELECTRE TRI ME. Ce n'est pas un simple calculateur ; c'est une machine de tri qui examine la « crédibilité » de la manière dont un aéroport s'inscrit dans différentes catégories de satisfaction (comme « Très Bien », « Bien », « Moyen », « Mauvais » ou « Très Mauvais »). Parce que les passagers utilisaient des critères différents, l'algorithme a dû être assez intelligent pour gérer les lacunes sans les combler par de faux chiffres « moyens ».

Les résultats ont été fascinants. Les 15 aéroports n'ont pas seulement reçu un score unique ; ils ont été classés en quatre groupes distincts basés sur la constance de leurs performances.

• Le Groupe A (le niveau supérieur) comprenait des aéroports comme Viracopos (VCP) et Afonso Pena (CWB). Ces lieux étaient généralement « Très Bons » sur l'ensemble des points.
• Le Groupe D (le niveau inférieur) comprenait Recife (REC), Salvador (SSA) et Belém (BEL). Ces aéroports présentaient des lacunes importantes dans leurs performances.

L'étude ne s'est pas contentée de les classer ; elle a agi comme un détective pour découvrir pourquoi les groupes inférieurs étaient en difficulté. Ils ont découvert que, bien que la plupart des aéroports réussissent très bien sur des points comme « la courtoisie du personnel de sécurité » et « les temps d'attente », presque tout le monde luttait contre les deux mêmes problèmes : le prix de la nourriture et le prix des achats. Dans tous les groupes, les passagers ont jugé le « rapport qualité-prix » des restaurants et des boutiques comme étant simplement « Moyen » (un 3 sur 5).

Pour les aéroports du groupe inférieur (Groupe D), l'article suggère qu'ils doivent se concentrer sur des « points de rupture » spécifiques pour progresser. Ceux-ci incluaient la signalisation et l'orientation, les écrans d'information de vol, l'accès à Internet et la disponibilité du stationnement. Les auteurs soutiennent que si les aéroports du Groupe D règlent ces problèmes spécifiques, ils peuvent passer à un niveau de satisfaction supérieur. Cependant, pour les aéroports du premier rang, le conseil est de « maintenir » leurs standards élevés, car ils atteignent déjà les sommets dans la plupart des domaines.

L'article note avec prudence que cette méthode est une nouvelle façon de voir les choses. Elle exclut explicitement l'idée que l'on puisse simplement moyenner les scores pour obtenir une image fidèle de la satisfaction. Elle reconnaît également une limite : les données utilisées n'ont pas demandé aux passagers quelle était l'importance de chaque élément pour eux (les critères de chacun ont été traités comme ayant la même importance). Malgré cela, les auteurs suggèrent que leur méthode est un outil puissant. Elle permet de voir les « maillons faibles » d'une chaîne de service sans laisser les maillons forts les masquer, offrant une voie plus claire aux gestionnaires d'aéroports pour réellement améliorer l'expérience des passagers. C'est un passage de la question « Quel est le score moyen ? » à la question « Où avons-nous échoué, et qui l'a remarqué ? »