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

Stel je voor dat je de lunch van een schoolkantine probeert te beoordelen. Op de ouderwetse manier zou je een wiskundig gemiddelde nemen: als de pizza een 10/10 is maar de salade een 1/10, dan wordt het eindcijfer een "5" (gemiddelde). Dit wordt een compensatoire methode genoemd, waarbij iets heel goeds iets heel slechts "compenseert". Maar in het echte leven voelt dat niet altijd juist. Als het eten naar karton smaakt, maakt het niet uit hoe mooi het bord eruitziet; de maaltijd is nog steeds een ramp. Dit is de kern van Multi-Criteria Decision Analysis (MCDA), een tak van de wetenschap die helpt bij het maken van moeilijke keuzes door vele verschillende factoren af te wegen. Meestal gaan deze instrumenten ervan uit dat iedereen naar dezelfde lijst met factoren kijkt (zoals smaak, prijs en snelheid) en dat een hoge score op één gebied een lage score op een ander gebied kan repareren. Maar wat als mensen totaal verschillende prioriteiten hebben? Wat als de één geeft om de muziek in de winkel, terwijl de ander alleen om de snelheid bij de kassa geeft? En wat als een hoge score op één gebied niet mag worden toegestaan om een falen in een ander gebied te verbergen? Dit artikel behandelt precies die rommelige, menselijke realiteit.

De auteurs, Phelipe Medeiros da Rocha en Helder Gomes Costa, pakken een probleem aan dat aanvoelt als een enorme, chaotische puzzel: hoe meet je hoe tevreden mensen zijn met een dienst wanneer iedereen een ander regelboek gebruikt? Ze pasten hun nieuwe methode toe op 15 grote internationale luchthavens in Brazilië, waarbij ze gegevens analyseerden van 19.240 passagiers. In plaats van elke passagier te dwingen om exact dezelfde 37 items te beoordelen (zoals "netheid van toiletten" of "snelheid van de beveiliging"), lieten ze elke passagier de specifieke zaken kiezen die voor hen belangrijk waren. De één beoordeelt misschien de "Wi-Fi" en "voedselprijzen", terwijl een ander alleen de "vriendelijkheid van het beveiligingspersoneel" en de "snelheid van de bagageafhandeling" beoordeelt.

Hier komt de crux: de onderzoekers gebruikten een "volledig niet-compensatoire" benadering. Denk aan een strenge uitsmijter bij een club. Als je geen kaartje hebt (een lage score op één criterium), kom je er niet in, ook al heb je een hele coole hoed aan (een hoge score op een ander criterium). In de oude wiskundige modellen kon een geweldige hoed voor een ontbrekend kaartje "compenseren". In dit nieuwe model geldt: als een luchthaven op een kritiek punt faalt voor een passagier, wordt de ervaring van die passagier als slecht gemarkeerd, ongeacht hoe goed de rest was. Dit voorkomt dat het "gemiddelde" de realiteit verbergt dat er iets fundamenteel mis is.

Het team voerde deze enorme, rommelige dataset in een speciaal algoritme genaamd ELECTRE TRI ME. Dit is niet zomaar een eenvoudige rekenmachine; het is een sorteermachine die kijkt naar de "geloofwaardigheid" van hoe goed een luchthaven in verschillende tevredenheidscategorieën past (zoals "Zeer Goed", "Goed", "Redelijk", "Slecht" of "Zeer Slecht"). Omdat de passagiers verschillende criteria gebruikten, moest het algoritme slim genoeg zijn om de hiaten te verwerken zonder ze op te vullen met valse "gemiddelde" cijfers.

De resultaten waren fascinerend. De 15 luchthavens kregen niet simpelweg één score; ze werden in vier verschillende groepen gesorteerd op basis van hoe consistent ze presteerden.

• Groep A (de bovenste laag) omvatte luchthavens zoals Viracopos (VCP) en Afonso Pena (CWB). Deze plaatsen waren over het algemeen over de hele linie "Zeer Goed".
• Groep D (de onderste laag) omvatte Rec Recife (REC), Salvador (SSA) en Belém (BEL). Deze luchthavens hadden aanzienlijke tekortkomingen in hun prestaties.

De studie stopte niet bij het rangschikken van de luchthavens; het fungeerde als een detective om te achterhalen waarom de lagere groepen moeite hadden. Ze ontdekten dat hoewel de meeste luchthavens het goed deden met zaken als "beleefdheid van het beveiligingspersoneel" en "wachttijden", bijna iedereen worstelde met dezelfde twee zaken: de prijs van voedsel en de prijs van winkelen. In alle groepen beoordeelden passagiers de "prijs-kwaliteitverhouding" van restaurants en winkels als slechts "Redelijk" (een 3 op 5).

Voor de luchthavens in de onderste groep (Groep D) suggereert het artikel dat ze zich moeten richten op specifieke "deal-breakers" om te kunnen stijgen. Dit omvatte zaken als bewegwijzering en borden, informatieschermen voor vluchten, internettoegang en parkeergelegenheid. De auteurs stellen dat als de luchthavens in Groep D deze specifieke problemen oplossen, ze naar een hoger tevredenheidsniveau kunnen springen. Voor de luchthavens in de toplaag is het advies echter om hun hoge standaarden te "behouden", aangezien zij al de hoogste punten halen op de meeste gebieden.

Het artikel merkt zorgvuldig op dat deze methode een nieuwe manier van kijken is. Het sluit expliciet het idee uit dat je scores simpelweg kunt middelen om een waar beeld van tevredenheid te krijgen. Het erkent ook een beperking: de gebruikte gegevens vroegen passagiers niet hoe belangrijk elk item voor hen was (ieders criteria werden als even belangrijk behandeld). Desondanks suggereren de auteurs dat hun methode een krachtig nieuw instrument is. Het stelt ons in staat om de "zwakke schakels" in een dienstverleningsketen te zien zonder dat de sterke schakels deze verbergen, wat een duidelijker pad biedt voor luchthavenmanagers om de passagierservaring daadwerkelijk te verbeteren. Het is een verschuiving van de vraag "Wat is de gemiddelde score?" naar de vraag "Waar zijn we gefaald, en wie heeft dat opgemerkt?"