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

कल्पना कीजिए कि आप एक स्कूल कैफेटेरिया के लंच को ग्रेड दे रहे हैं। पुराने ढंग के तरीके में, आप गणितीय औसत ले सकते हैं: यदि पिज्जा 10/10 है लेकिन सलाद 1/10 है, तो अंतिम ग्रेड एक "5" (औसत) बन जाता है। इसे कंपनसेटरी (compensatory) तरीका कहा जाता है, जहाँ एक बहुत अच्छी चीज़ एक बहुत खराब चीज़ की "भरपाई" करती है। लेकिन असल जिंदगी में, यह हमेशा सही नहीं लगता। यदि भोजन कार्डबोर्ड जैसा स्वाद देता है, तो इससे कोई फर्क नहीं पड़ता कि प्लेट कितनी सुंदर है; भोजन अभी भी एक आपदा ही रहेगा। यह मल्टी-क्राइटेरिया डिसीजन एनालिसिस (MCDA) का मूल है, जो विज्ञान की एक शाखा है जो हमें कई अलग-अलग कारकों को तौलकर कठिन विकल्प चुनने में मदद करती है। आमतौर पर, ये उपकरण यह मान लेते हैं कि सभी लोग कारकों की एक ही सूची (जैसे स्वाद, कीमत और गति) देखते हैं और एक क्षेत्र में उच्च स्कोर दूसरे क्षेत्र के निम्न स्कोर की भरपाई कर सकता है। लेकिन क्या होगा यदि लोगों की प्राथमिकताएं पूरी तरह से अलग हों? क्या होगा यदि एक व्यक्ति स्टोर में संगीत की परवाह करता है जबकि दूसरा केवल चेकआउट की गति की परवाह करता है? और क्या होगा यदि एक क्षेत्र में उच्च स्कोर को दूसरे में विफलता को छिपाने की अनुमति नहीं दी जानी चाहिए? यह शोध पत्र ठीक इसी जटिल, मानवीय वास्तविकता को संबोधित करता है।

लेखक, फिलिप मेडेरोस दा रोचा और हेल्डर गोम्स कोस्टा, एक ऐसी समस्या का समाधान कर रहे हैं जो एक विशाल, अराजक पहेली की तरह महसूस होती है: आप यह कैसे मापते हैं कि लोग किसी सेवा से कितने खुश हैं जब हर कोई एक अलग नियम पुस्तिका का उपयोग कर रहा हो? उन्होंने अपनी नई पद्धति को ब्राजील के 15 प्रमुख अंतरराष्ट्रीय हवाई अड्डों पर लागू किया, जिसमें 19,240 यात्रियों के डेटा का विश्लेषण किया गया। प्रत्येक यात्री को बिल्कुल समान 37 वस्तुओं (जैसे "शौचालयों की स्वच्छता" या "सुरक्षा की गति") को रेट करने के लिए मजबूर करने के बजाय, उन्होंने प्रत्येक यात्री को उन विशिष्ट चीजों को चुनने दिया जिनकी वे परवाह करते थे। एक व्यक्ति "वाई-फाई" और "भोजन की कीमतों" को रेट कर सकता है, जबकि दूसरा केवल "सुरक्षा कर्मचारियों की मित्रता" और "बैगेज क्लेम की गति" को रेट कर सकता है।

यहाँ मुख्य बात यह है: शोधकर्ताओं ने एक "पूरी तरह से गैर-कंपनसेटरी (non-compensatory)" दृष्टिकोण का उपयोग किया। इसे एक क्लब के सख्त बाउंसर की तरह समझें। यदि आपके पास टिकट नहीं है (एक मानदंड पर कम स्कोर), तो आप केवल इसलिए अंदर नहीं आ सकते क्योंकि आपने एक बहुत ही कूल टोपी पहनी है (दूसरे पर उच्च स्कोर)। पुराने गणितीय मॉडलों में, एक शानदार टोपी लापता टिकट की भरपाई कर सकती थी। इस नए मॉडल में, यदि कोई हवाई अड्डा किसी यात्री के लिए एक महत्वपूर्ण बिंदु पर विफल होता है, तो उस यात्री का अनुभव खराब माना जाता है, चाहे बाकी सब कुछ कितना भी अच्छा क्यों न हो। यह इस तथ्य को छिपाने से रोकता है कि वास्तव में कुछ टूटा हुआ है।

टीम ने इस विशाल, अव्यवस्थित डेटासेट को ELECTRE TRI ME नामक एक विशेष एल्गोरिदम में डाला। यह केवल एक साधारण कैलकुलेटर नहीं है; यह एक छँटाई करने वाली मशीन है जो इस बात की "विश्वसनीयता" (credibility) देखती है कि एक हवाई अड्डा विभिन्न संतुष्टि श्रेणियों (जैसे "बहुत अच्छा," "अच्छा," "औसत," "खराब," या "बहुत खराब") में कितनी अच्छी तरह फिट बैठता है। क्योंकि यात्रियों के मानदंड अलग-अलग थे, इसलिए एल्गोरिदम को नकली "औसत" नंबरों से खाली जगहों को भरे बिना, अंतराल को संभालने में स्मार्ट होना पड़ा।

परिणाम दिलचस्प थे। 15 हवाई अड्डों को केवल एक एकल स्कोर नहीं मिला; उन्हें उनके प्रदर्शन की निरंतरता के आधार पर चार अलग-अलग समूहों में वर्गीकृत किया गया।

• समूह A (शीर्ष स्तर) में विराकोपोस (VCP) और अफोन्सो पेना (CWB) जैसे हवाई अड्डे शामिल थे। ये स्थान आम तौर पर सभी क्षेत्रों में "बहुत अच्छे" थे।
• समूह D (निचला स्तर) में रेसिफे (REC), साल्वाडोर (SSA) और बेलेम (BEL) शामिल थे। इन हवाई अड्डों के प्रदर्शन में महत्वपूर्ण कमियां थीं।

अध्ययन केवल उन्हें रैंक करने तक ही सीमित नहीं रहा; इसने एक जासूस की तरह काम किया ताकि यह पता लगाया जा सके कि निचले समूह क्यों संघर्ष कर रहे हैं। उन्होंने पाया कि जबकि अधिकांश हवाई अड्डे "सुरक्षा कर्मचारियों की शिष्टता" और "प्रतीक्षा समय" जैसी चीजों के साथ अच्छा प्रदर्शन कर रहे थे, लगभग सभी एक ही दो चीजों के साथ संघर्ष कर रहे थे: भोजन की कीमत और खरीददारी की कीमत। सभी समूहों में, यात्रियों ने रेस्तरां और दुकानों के "पैसे के मूल्य" (value for money) को केवल "औसत" (5 में से 3) रेट किया।

समूह D वाले हवाई अड्डों के लिए, शोध पत्र सुझाव देता है कि उन्हें ऊपर उठने के लिए विशिष्ट "डील-ब्रेकर्स" (deal-breakers) पर ध्यान केंद्रित करने की आवश्यकता है। इनमें दिशा-निर्देश और संकेत (directions and signage), फ्लाइट सूचना स्क्रीन, इंटरनेट एक्सेस, और पार्किंग उपलब्धता शामिल थे। लेखक तर्क देते हैं कि यदि समूह D के हवाई अड्डे इन विशिष्ट मुद्दों को ठीक कर लेते हैं, तो वे उच्च संतुष्टि स्तर पर पहुँच सकते हैं। हालाँकि, शीर्ष स्तर के हवाई अड्डों के लिए, सलाह है कि वे अपने उच्च मानकों को "बनाए रखें", क्योंकि वे पहले से ही अधिकांश क्षेत्रों में शीर्ष अंक प्राप्त कर रहे हैं।

यह शोध पत्र सावधानीपूर्वक नोट करता है कि यह देखने का एक नया तरीका है। यह स्पष्ट रूप से इस विचार को खारिज करता है कि आप केवल संतुष्टि की एक सच्ची तस्वीर पाने के लिए स्कोर का औसत निकाल सकते हैं। यह यह भी स्वीकार करता है कि एक सीमा यह है कि उपयोग किए गए डेटा में यात्रियों से यह नहीं पूछा गया कि प्रत्येक वस्तु उनके लिए कितनी "महत्वपूर्ण" थी (प्रत्येक यात्री के मानदंडों को समान महत्व दिया गया)। इसके बावजूद, लेखक सुझाव देते हैं कि उनकी पद्धति एक शक्तिशाली नया उपकरण है। यह हमें सेवा श्रृंखला की "कमजोर कड़ियों" को देखने की अनुमति देता है बिना यह होने के कि मजबूत कड़ियाँ उन्हें छिपा दें, जो यात्री अनुभव को वास्तव में सुधारने के लिए एक स्पष्ट मार्ग प्रदान करता है। यह "औसत स्कोर क्या है?" पूछने से बदलकर "हम कहाँ विफल हुए, और किसने ध्यान दिया?" पूछने की ओर एक बदलाव है।