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

Immagina di dover dare un voto alla mensa di una scuola. Usando il vecchio metodo, potresti fare una media matematica: se la pizza è un 10/10 ma l'insalata è un 1/10, il voto finale diventa un "5" (media). Questo è chiamato metodo compensativo, dove una cosa eccellente "compensa" una cosa terribile. Ma nella vita reale, questo non sempre sembra corretto. Se il cibo ha il sapore di cartone, non importa quanto sia bello il piatto; il pasto è comunque un disastro. Questo è il cuore della Multi-Criteria Decision Analysis (MCDA), un ramo della scienza che aiuta a prendere decisioni difficili pesando molti diversi fattori. Di solito, questi strumenti assumono che tutti guardino la stessa lista di fattori (come gusto, prezzo e velocità) e che un punteggio alto in un'area possa compensare un punteggio basso in un'altra. Ma cosa succederebbe se le persone avessero priorità totalmente diverse? E se una persona si preoccupasse della musica nel negozio mentre un'altra si preoccupasse solo della velocità alla cassa? E se un punteggio alto in un'area non dovesse essere permesso di nascondere un fallimento in un'altra? Questo articolo affronta esattamente questa realtà umana, caotica e complessa.

Gli autori, Phelipe Medeiros da Rocha e Helder Gomes Costa, stanno affrontando un problema che sembra un enorme e caotico puzzle: come si misura la soddisfazione delle persone per un servizio quando ognuno usa un libro di regole diverso? Hanno applicato il loro nuovo metodo a 15 grandi aeroporti internazionali in Brasile, analizzando i dati di 19.240 passeggeri. Invece di costringere ogni passeggero a valutare esattamente gli stessi 37 elementi (come la "pulizia dei servizi igienici" o la "velocità dei controlli di sicurezza"), hanno lasciato che ogni passeggero scegliesse le cose specifiche che gli interessavano. Un passeggero potrebbe valutare il "Wi-Fi" e i "prezzi del cibo", mentre un altro potrebbe valutare solo la "gentilezza del personale di sicurezza" e la "velocità del ritiro bagagli".

Ecco il punto cruciale: i ricercatori hanno utilizzato un approccio "totalmente non compensativo". Immaginatelo come un buttafuori severo in un club. Se ti manca il biglietto (un punteggio basso su un criterio), non entri solo perché hai un cappello molto bello (un punteggio alto in un altro). Nei vecchi modelli matematici, un bel cappello poteva "compensare" la mancanza del biglietto. In questo nuovo modello, se un aeroporto fallisce in un punto critico per un passeggero, l'esperienza di quel passeggero viene segnata come scarsa, indipendentemente da quanto tutto il resto sia buono. Questo impedisce alla "media" di nascondere il fatto che qualcosa sia effettivamente rotto.

Il team ha inserito questo enorme e disordinato dataset in un algoritmo speciale chiamato ELECTRE TRI ME. Non è un semplice calcolatore; è una macchina di classificazione che osserva la "credibilità" con cui un aeroporto si inserisce in diverse categorie di soddisfazione (come "Molto Buono", "Buono", "Discreto", "Scarso" o "Molto Scarso"). Poiché i passeggeri hanno utilizzato criteri diversi, l'algoritmo doveva essere abbastanza intelligente da gestire le lacune senza riempirle con numeri "medi" fittizi.

I risultati sono stati affascinanti. I 15 aeroporti non hanno ricevuto un singolo punteggio; sono stati divisi in quattro gruppi distinti in base a quanto costantemente hanno performato.

• Gruppo A (il livello superiore) includeva aeroporti come Viracopos (VCP) e Afonso Pena (CWB). Questi luoghi erano generalmente "Molto Buoni" in tutto il complesso.
• Gruppo D (il livello inferiore) includeva Recife (REC), Salvador (SSA) e Belém (BEL). Questi aeroporti presentavano lacune significative nelle loro prestazioni.

Lo studio non si è limitato a classificarli; ha agito come un detective per scoprire il perché i gruppi inferiori stessero faticando. Hanno scoperto che, mentre la maggior parte degli aeroporti stava andando molto bene con cose come la "cortesia del personale di sicurezza" e i "tempi di attesa", quasi tutti stavano lottando con le stesse due cose: il prezzo del cibo e il prezzo dello shopping. In tutti i gruppi, i passeggeri hanno valutato il "rapporto qualità-prezzo" di ristoranti e negozi solo come "Discreto" (3 su 5).

Per gli aeroporti nel gruppo inferiore (Gruppo D), l'articolo suggerisce che devono concentrarsi su specifici "punti critici" per salire di livello. Questi includevano indicazioni e segnaletica, schermi con informazioni sui voli, accesso a internet e disponibilità di parcheggio. Gli autori sostengono che se gli aeroporti del Gruppo D risolvessero questi problemi specifici, potrebbero passare a un livello di soddisfazione più alto. Tuttavia, per gli aeroporti del livello superiore, il consiglio è di "mantenere" i loro standard elevati, poiché stanno già raggiungendo i punteggi massimi in quasi tutte le aree.

L'articolo nota con cura che questo metodo è un nuovo modo di guardare le cose. Esclude esplicitamente l'idea che si possa semplicemente fare la media dei punteggi per ottenere un'immagine reale della soddisfazione. Riconosce anche un limite: i dati utilizzati non chiedevano ai passeggeri quanto fosse importante per loro ogni singolo elemento (i criteri di tutti sono stati trattati come ugualmente importanti). Nonostante ciò, gli autori suggeriscono che il loro metodo sia uno strumento potente. Permette di vedere gli "anelli deboli" di una catena di servizi senza lasciare che gli anelli forti li nascondano, offrendo una via più chiara per la gestione degli aeroporti per migliorare realmente l'esperienza del passeggero. È un passaggio dal chiedere "Qual è il punteggio medio?" al chiedere "Dove abbiamo fallito, e chi se n'è accorto?".