毛 瑛

(廣州民航職業(yè)技術(shù)學(xué)院 民航經(jīng)營(yíng)管理學(xué)院, 廣州 510403)

疫情期間,航班不正常導(dǎo)致的旅客服務(wù)抱怨占比非常大。以2022年3—8月民航局官網(wǎng)發(fā)布的《公共航空運(yùn)輸旅客服務(wù)投訴情況的通報(bào)》為例,不正常航班的相關(guān)投訴占比40%以上,其中信息告知、食宿服務(wù)、地面交通服務(wù)等與民航地面服務(wù)相關(guān)的投訴總和為2 774件,平均每月為472件。即使在疫情前,以2019年為例,不正常航班的投訴率也達(dá)到了48.32%。因此航班的保障工作是民航地面服務(wù)至關(guān)重要的一環(huán)。航班不正常發(fā)生實(shí)際上是航空公司的服務(wù)失誤,在這個(gè)過(guò)程中,旅客非常容易產(chǎn)生服務(wù)抱怨,因此應(yīng)該考慮如何對(duì)旅客進(jìn)行服務(wù)補(bǔ)救,從而提升地面服務(wù)水平。

學(xué)者們對(duì)航班不正常服務(wù)問(wèn)題展開(kāi)了諸多研究。王勇[1]、汪奉奇[2]、繆莉[3]、畢曉青[4]、徐初娜[5]等從服務(wù)人員的意識(shí)、企業(yè)管理層以及政府層面的管理等提出相關(guān)建議。現(xiàn)有研究多是針對(duì)所有旅客進(jìn)行分析,較少考慮到航班不正常的特殊性。與普通的服務(wù)失誤不同,航班不正?？赡軙?huì)使得旅客面對(duì)更多的不確定性,包括后續(xù)航班的安排、等待時(shí)間、信息通知等問(wèn)題。不同類型的旅客在發(fā)生航班不正常時(shí)關(guān)注的問(wèn)題和敏感點(diǎn)是不同的,例如有些旅客急于出行,得不到后續(xù)安排的信息的情況下,2 h內(nèi)不會(huì)引起憤怒情緒,而3 h就會(huì)引起憤怒從而造成爭(zhēng)執(zhí),而有些旅客更多關(guān)注餐食和住宿安排。因此有必要對(duì)航班不正常時(shí)旅客行為進(jìn)行分類。

學(xué)者們對(duì)旅客分類進(jìn)行了一些研究。部分研究根據(jù)出行目的不同,將旅客分為商務(wù)型旅客、公務(wù)型旅客及旅游型旅客;部分研究通過(guò)分析旅客選擇民航出行的敏感點(diǎn),將旅客分為時(shí)間敏感旅客、價(jià)格敏感旅客及里程敏感旅客[6]。任新惠等[7]研究了航班延誤下旅客出行行為異質(zhì)性,并將旅客分為4類,探討航班延誤時(shí)不同旅客對(duì)信息發(fā)布的敏感度以及后續(xù)交通的選擇方式,但這種分類方式對(duì)地面服務(wù)人員來(lái)說(shuō)無(wú)法快速定位旅客類別,從而進(jìn)行后續(xù)服務(wù)。

因此,本文通過(guò)問(wèn)卷調(diào)查,提取航班不正常旅客行為數(shù)據(jù),采用K-均值聚類分析法對(duì)航延旅客進(jìn)行分類。

1 航班不正常時(shí)旅客行為指標(biāo)體系的建立

根據(jù)旅客投訴分類及文獻(xiàn)分類,主要從以下5個(gè)方面分析不正常航班旅客的行為:

1)個(gè)人出行行為特征。包括旅客性別、年齡、年乘機(jī)次數(shù)、購(gòu)票關(guān)注點(diǎn)。通過(guò)描述性指標(biāo)的調(diào)研,獲得航班不正常旅客的特質(zhì),作為分類的標(biāo)準(zhǔn)之一。

2)旅客氣質(zhì)類型指標(biāo)。心理學(xué)上從對(duì)事物反應(yīng)的速度和強(qiáng)度不同,將人的氣質(zhì)類型分為4類:膽汁質(zhì)、多血質(zhì)、黏液質(zhì)、抑郁質(zhì)[8]。每種氣質(zhì)類型的旅客在遇到航班不正常時(shí)造成服務(wù)抱怨的表現(xiàn)不同,見(jiàn)表1。

表1 不同氣質(zhì)類型抱怨表現(xiàn)

3)服務(wù)抱怨情緒遞進(jìn)時(shí)間指標(biāo)。主要從不正常延誤時(shí)間的角度分析旅客情緒的變化,設(shè)計(jì)了3個(gè)情緒層次:厭煩、憤怒、非常憤怒急于發(fā)泄,以此分析旅客不滿情緒反應(yīng)時(shí)間。

4)航班不正常地面服務(wù)類別的滿意程度指標(biāo)。通過(guò)航班不正常發(fā)生時(shí)地面服務(wù)的服務(wù)類別滿意程度分析,得到旅客對(duì)航班不正常地面服務(wù)類別的關(guān)注點(diǎn)。

5)航班不正常信息發(fā)布渠道指標(biāo)。由于旅客對(duì)航班不正常時(shí)信息發(fā)布的及時(shí)有效非常重視,因此旅客對(duì)不正常航班發(fā)布信息平臺(tái)的使用也是旅客行為分類的重要指標(biāo)。

簡(jiǎn)言之，要使鄉(xiāng)村從原來(lái)被動(dòng)接受的從屬地位中擺脫出來(lái)，伴隨兩個(gè)平等主體在異質(zhì)中發(fā)揮各自優(yōu)勢(shì)，城鄉(xiāng)融合的體制機(jī)制加快形成，兩者的互補(bǔ)和互需將不斷增強(qiáng)，最終形成命運(yùn)共同體。

綜上所述,航班不正常時(shí)旅客行為研究的主要指標(biāo)體系見(jiàn)表2。

表2 航班不正常時(shí)旅客行為指標(biāo)體系

根據(jù)指標(biāo)體系,設(shè)計(jì)調(diào)查問(wèn)卷收集數(shù)據(jù),選擇K-均值聚類分析法進(jìn)行旅客行為分類。

筆者于2021年12月10日到2022年4月1日在專業(yè)的問(wèn)卷調(diào)查網(wǎng)進(jìn)行問(wèn)卷調(diào)研,共回收294份數(shù)據(jù),其中有效問(wèn)卷為213份,問(wèn)卷有效率為72.4%。

2 K-均值(K-means)聚類分析法原理

K-均值算法是一種迭代型聚類算法,在給定k值和k個(gè)初始類簇中心點(diǎn)的情況下,把每個(gè)點(diǎn)(即數(shù)據(jù)記錄)分到離其最近的類簇中心點(diǎn)所代表的類簇中,所有點(diǎn)分配完畢之后,根據(jù)一個(gè)類簇內(nèi)的所有點(diǎn)重新計(jì)算該類簇的中心點(diǎn)(取平均值),然后再迭代的進(jìn)行分配點(diǎn)和更新類簇中心點(diǎn)的步驟,直至類簇中心點(diǎn)的變化很小,或者達(dá)到指定的迭代次數(shù)。其基本原理是:假定給定數(shù)據(jù)樣本X,包含了n個(gè)對(duì)象X={X1,X2,…,Xn},其中每個(gè)對(duì)象都具有m個(gè)維度的屬性。K-means算法的目標(biāo)是將n個(gè)對(duì)象依據(jù)對(duì)象間的相似性聚集到指定的k個(gè)類簇中,每個(gè)對(duì)象屬于且僅屬于一個(gè)其到類簇中心距離最小的類簇中[9]。算法步驟如下:

1)初始化k個(gè)聚類中心{C1,C2,…,Ck},1

2)計(jì)算每一個(gè)對(duì)象到每一個(gè)聚類中心的歐式距離dis(Xi,Cj),即

式中:Xi為第i個(gè)對(duì)象,1

3)依次比較每一個(gè)對(duì)象到每一個(gè)聚類中心的距離,將對(duì)象分配到距離最近的聚類中心的類簇中,得到k個(gè)類簇{S1,S2,…,Sk}。

式中:Sl為第l個(gè)類簇的中心,1≤l≤k;|Sl|為第l個(gè)類簇中對(duì)象的個(gè)數(shù);Xi為第l個(gè)類簇中第i個(gè)對(duì)象,1≤i≤|Sl|

3 數(shù)據(jù)處理

K-均值進(jìn)行聚類時(shí),可以快速處理大量數(shù)據(jù),但缺點(diǎn)是需要手工設(shè)定k值。為了使聚類結(jié)果更加客觀,數(shù)據(jù)處理步驟如下:首先在SPSS軟件中使用基于主成分分析的因子分析法對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行因子分析,根據(jù)因子分析降維結(jié)果進(jìn)行初始k值確定;然后進(jìn)行K-均值聚類,根據(jù)聚類結(jié)果進(jìn)行k值優(yōu)化;最后使用優(yōu)化后的k值再次聚類得到聚類結(jié)果。

3.1 基于主成分分析的因子分析

設(shè)定保留特征值大于1的因子,采用方差最大旋轉(zhuǎn)法進(jìn)行因子分析,共提取出5個(gè)公因子。表3中的總方差解釋顯示,5個(gè)公因子可以解釋68.683%變異量,5個(gè)公因子的成分矩陣見(jiàn)表4,因此設(shè)定初始k值為5。

表3 因子分析總方差解釋

表4 因子分析成分矩陣

3.2 第一次K-均值聚類

使用SPSS軟件進(jìn)行K-均值聚類分析。迭代22次后實(shí)現(xiàn)了收斂,得到了每個(gè)聚類中的個(gè)案數(shù)目,見(jiàn)表5,由于第5分組個(gè)案數(shù)目?jī)H有2個(gè),與其他幾組個(gè)案數(shù)目差距較大。因此減少一個(gè)類,將k=4,再次進(jìn)行聚類。

表5 初次聚類個(gè)案數(shù)目

3.3 第二次K-均值聚類

將k=4聚類后,經(jīng)過(guò)16次迭代實(shí)現(xiàn)了收斂,得到的最終聚類中心見(jiàn)表6,聚類的個(gè)案數(shù)目見(jiàn)表7。

表6 二次聚類最終聚類中心

表7 二次聚類個(gè)案數(shù)目

4 航班不正常時(shí)旅客行為分類及地面服務(wù)策略

根據(jù)最終聚類結(jié)果得到航班不正常時(shí)可以將旅客分為4類。描述性指標(biāo)中的年齡、收入、年乘機(jī)次數(shù)、性別指標(biāo)的結(jié)果差距不大,但旅客在購(gòu)票關(guān)注點(diǎn)比較顯著,排除旅客年齡、收入及年乘機(jī)次數(shù),得到4類旅客的特征表現(xiàn),見(jiàn)表8。

4.1 旅客類型辨別方法

航班不正常對(duì)地面服務(wù)人員來(lái)說(shuō),不同類型旅客的服務(wù)要點(diǎn)不同,因此需要辨別旅客類型,然后根據(jù)旅客類型進(jìn)行不同服務(wù)從而滿足旅客需求。辨別旅客類型主要有以下兩個(gè)步驟:

1)快速定位旅客氣質(zhì)類型。對(duì)地面服務(wù)人員來(lái)說(shuō),可首先根據(jù)旅客情緒反應(yīng)的快慢強(qiáng)弱來(lái)快速判斷旅客基本氣質(zhì)類型。如果旅客在航班發(fā)生不正常時(shí)情緒起反應(yīng)快速,但強(qiáng)度不是很大(沒(méi)有吵鬧或者攻擊),那么他可能屬于多血質(zhì),則可以初步判斷旅客類型為1或者4,后續(xù)需要進(jìn)行區(qū)別;如果旅客在航班不正常時(shí)情緒波動(dòng)較慢,語(yǔ)氣等也很平和,則初步判斷為黏液質(zhì)旅客,即定位為第2類旅客;如果旅客情緒反應(yīng)快速且強(qiáng)度很大(大吵大鬧甚至動(dòng)手),可以初步判定為膽汁質(zhì)旅客,定位為第3類旅客。

2)從購(gòu)票關(guān)注點(diǎn)區(qū)分第1類和第4類旅客。如果在表述中多次表示出于航空公司口碑才購(gòu)買了機(jī)票,那么就基本判斷屬于類型1旅客,否則可認(rèn)為是第4類旅客。

4.2 不同類型旅客航班不正常時(shí)地面服務(wù)策略

航班不正常時(shí)不同類型旅客地面服務(wù)人員的服務(wù)要點(diǎn)不同,具體如下:

1)第1類旅客,1～2 h產(chǎn)生厭煩情緒和憤怒情緒,因此需要快速安撫旅客,不要拖到2 h以上。如果是航空公司原因,達(dá)到賠償標(biāo)準(zhǔn)的,要重視對(duì)旅客的賠償以及后續(xù)航班的及時(shí)安排問(wèn)題。這類旅客對(duì)信息的獲得途徑多為微信公眾號(hào),因此盡量在公眾號(hào)上設(shè)計(jì)航班不正常查詢渠道,幫助旅客查詢。

2)第2類旅客,產(chǎn)生厭煩和憤怒情緒的時(shí)間比較快,但產(chǎn)生極其憤怒情緒的時(shí)間比較慢,更重視退改簽服務(wù),因此應(yīng)該優(yōu)先詢問(wèn)旅客后續(xù)出行安排,快速幫助旅客進(jìn)行客票退改簽服務(wù)。旅客比較反感航空公司工作人員不出面解釋,因此地面服務(wù)人員應(yīng)盡量安排工作人員解釋、安撫旅客,并告知旅客延誤信息情況。

3)第3類旅客,膽汁質(zhì)類旅客情緒反應(yīng)時(shí)間很快且強(qiáng)度很強(qiáng),地面服務(wù)人員應(yīng)快速反應(yīng),盡快安撫,并及時(shí)解釋延誤情況,安排餐食服務(wù)。對(duì)于情緒特別激動(dòng)的旅客,應(yīng)盡快將旅客隔離開(kāi),然后由工作人員進(jìn)行安撫。

4)第4類旅客,憤怒及極其憤怒的情緒時(shí)間會(huì)比較延后,這類旅客應(yīng)盡快安排退改簽服務(wù),并安排地面服務(wù)人員出面解釋,另外航班信息應(yīng)安排發(fā)布短信、公眾號(hào)信息等,以滿足旅客對(duì)信息的獲得需求。

5 結(jié)語(yǔ)

基于K-均值聚類分析,結(jié)合問(wèn)卷調(diào)研數(shù)據(jù)對(duì)航班不正常時(shí)旅客行為進(jìn)行了分類研究,得到了4種旅客類型。地面服務(wù)工作人員可以根據(jù)旅客行為快速鎖定旅客類型,然后對(duì)旅客產(chǎn)生厭煩、憤怒以及極其憤怒的情緒時(shí)間有所了解,優(yōu)先安撫快速進(jìn)入抱怨情緒的旅客,并能及時(shí)給予旅客容易引起服務(wù)滿意的安撫工作,避免引起服務(wù)不滿的表現(xiàn)。雖然旅客類型不同,重視的信息渠道不同,但應(yīng)保證每個(gè)渠道的信息都能快速發(fā)布,保證旅客對(duì)不正常航班信息的快速獲取。

本研究還有一些局限性,對(duì)旅客抱怨情緒演變的分析還需細(xì)化,只考慮了旅客個(gè)人的行為,沒(méi)有考慮同行及周圍人員對(duì)旅客抱怨的影響。在之后的研究中,應(yīng)該更進(jìn)一步完善,更好地幫助機(jī)場(chǎng)及航空公司地面服務(wù)人員在航班不正常時(shí)對(duì)旅客的服務(wù)。