前言
作為連接全球各大洲最高效的運輸方式，航空業在過去幾十年時間里，徹底改變了人們的出行方式和生活方式。
盡管航空業為人們提供了安全自主的出行方式，但并未能完全滿足旅客對此的期待，這導致了他們對航空出行產生諸多的不滿。據美國交通部統計，在過去12年中，航空旅客的人均投訴數量整體呈上升趨勢，平均增幅達到9%。2017年4月9日，美聯航驅逐乘客事件發生后，航空服務引起了越來越多的關注。
CAPSE通過分析5年的旅客滿意度數據，發現有很大一部分旅客愿意將自己好的體驗或者糟糕的體驗分享出來，尤其是經常乘坐飛機并且熱衷于提供中肯意見或者建議的這部分旅客，他們都有一個共同的心聲，就是期望我國民航的服務能更智能、更人性、更優質。
一方面，旅客希望得到舒心的乘機體驗；另一方面，航企也不斷在為提升旅客服務做出很多工作與努力。為了能獲取常飛旅客真實的聲音來幫助航企進行針對性改進，2017年6月28日，CASPE首次開展以“全球免費任意飛”為主題的航空服務體驗員招募活動。本次活動的目的是吸引更多常飛旅客來分享乘機體驗，客觀評價出航空公司或者機場在為旅客提供服務的過程中差的方面與好的方面，真正幫助航企聚焦服務痛點，發揚服務優勢，最終改善整個民航服務水平，提升旅客航空出行體驗。
服務體驗員通過“飛常準APP”提交乘機印象最深的一次體驗，或者表達對目前哪些服務現狀比較滿意或者不滿。通過分析旅客提交的相關信息，可以看出旅客參與度相當高，他們提出很多直接的服務問題，也分享了滿意的表揚性的服務體驗。本次服務體驗員招募活動持續1個月，響應旅客人數為81049人，累計8968份有效樣本，覆蓋30多家國內外航空公司和60家國內外機場。
本次報告通過對旅客留言信息進行文本挖掘，分析常飛旅客在飛行過程中遇到怎樣的服務體驗、他們的感受又是如何，以及思考民航服務行業未來改進及發展的方向。
一、點評熱度聚焦
1.1點評熱度概覽
圖1：體驗員點評航空公司、機場分布
通過分析可知，旅客對航司的評價多于機場的評價，航司評價占比達到57%。
1.2 航司熱度
圖2：航司點評熱度
從點評航司個數來看，東航（MU）點評最多，其次是南航（CZ）和國航（CA），說明大航司依然是旅客出行首選。根據樣本反饋數據可推測，參與這次調研的旅客多為一些常飛旅客或商務旅客。由于大型航司的航線網絡覆蓋面廣，航班量較多，航班時刻優且靈活，在多數機場的值機柜臺設置充分，因此旅客在遇到突發情況后，容易退改簽或更換航班。
1.3 航站熱度
Data： CAPSE.net
圖3：航站點評熱度
從點評用戶覆蓋機場熱度來看，點評北京、上海、廣州、深圳等機場較多，這和機場吞吐量以及當地經濟發展情況有關。
1.4 旅客最關心“機場服務與設施”
旅客從購票開始到完成旅行，不同的旅客在不同的運輸服務階段，既有共同的需求和關注點，也有個性化的要求。本次報告以完整的民航服務鏈為例，將所有旅客留言歸類。
圖4：服務體驗員對服務的關注點分布
旅客最關心出發機場服務與設施，占比達到31%，其次比較關心延誤和機上服務。出發機場服務與設施主要包含機場服務和機場設施（座椅、衛生間、飲水機和手推車等），因此我們將出發機場服務與設施的留言再詳細分類。
圖5：服務體驗員對出發機場服務與設施關注點
在“出發機場服務與設施”細項中，旅客對機場服務最為關心，其次是休息室和座椅等硬件設施。由于樣本收集時間是在6-7月雷雨季，延誤發生率很高，因此也說明了，在航班延誤多發期，旅客對出發機場服務與設施的需求更多更高。
貴賓室點評頻率亦較高，說明服務體驗員（第一季）中VIP客戶較多或者說明VIP旅客點評意愿較高。另外，WIFI也是旅客較為關注的點。
二、機場和航司的滿意度
2.1滿意度概況
2.1.1 航司綜合得分高于機場
圖6：體驗員點評分數
由圖6可知，服務體驗員總體打分較高，打5分的個數占所有打分個數的59%。其次，航司的整體平均得分比機場的高，這與2017年第二季度服務測評機場和航司行業平均得分情況相似。2017年第二季度機場服務行業平均得分3.86分，航司服務行業平均得分4.08分，這說明參與活動的大部分服務體驗員對航司和機場的評價較好，且對航司滿意度較機場滿意度高。
2.1.2 “延誤”詞頻最高
圖7：服務體驗員留言詞云圖
由圖7可看出，服務體驗員提及次數最多的詞是“延誤”，一方面說明取樣期間延誤發生頻率較高，這與6-7月雷雨天氣多發有一定的關系，另一方面說明旅客對延誤很在乎。鏈接到“小時”和“時間”出現的頻次也較多，這說明旅客在遇到延誤時，對延誤時長比較關心。
其次，“沒有”詞頻也很高，這在一定程度上說明旅客認為民航服務有不到位的地方。
另外，情感類詞語中，“不錯”、“很好”、“熱情”等正面情緒詞頻較多，負面情緒詞頻較少，這也說明旅客對民航服務整體滿意度較高。
2.1.3 “延誤”吐槽率最高
圖8：服務體驗員不滿意的服務大項占比
圖9：服務體驗員對延誤不滿意的原因占比
由圖8-9可以看出，在全服務鏈的所有服務大項中，服務體驗員對不正常航班服務體驗最不滿意，在整個點評樣本中占比約為54%。一方面，這反映出在樣本采集期間，航司的延誤率較高；另一方面，延誤點評熱度只有16%，而不滿意度竟如此之高，可見不正常航班服務不完善的地方還很多。體驗員對延誤不滿意的原因主要是無餐食、延誤無告知、告知不及時等。
案例
延誤服務也是旅客最希望改善的服務。航班延誤給旅客出行帶來諸多不便，因此，積極消除航班延誤給旅客帶來的負面影響，這將對航司和機場的服務提升有很大幫助。航班延誤可分為突發延誤和預知延誤。對于預知延誤（比如軍演、天氣等），航司或應提前做好延誤保障預案、加強服務人員配備，以確保延誤發生時，可第一時間做出反應。除此之外，航司還應加大旅客真實信息系統建設，減少因為代理等間接售票渠道導致的旅客真實聯系方式缺失問題的出現，從而確保航司能將航班的最新消息及時傳達給更多的旅客。再者，航司可簡化旅客退換票以及補償手續流程，提高旅客出行效率。
圖10：旅客希望改進的服務
2.2 航司滿意度排名及分析
圖11：航司好評率TOP6
點評航司中廈門航空以65.8%的好評率位居第一，其次是四川航空，好評率為65.2%。旅客好評多是聚焦以下方面：機上服務到位、空乘態度好、飛機飛行平穩、客艙舒適度高、機上設備新、餐食豐富美味、延誤處理及時得當等。
圖12：航司差評率TOP6
同時也存在差評比較高的航企，差評內容主要體現在空乘人員服務態度差、飛機老舊噪聲大、機上設施損壞未修、延誤航班服務處理不當，其中與延誤航班服務處理不當相關的點多是延誤航班服務安排不周全或較折騰，餐食不好吃。
排名前6的差評航司中，3家低成本航司排名較靠前，且差評率較高。低成本航空公司通過取消一些傳統航空乘客服務、取消免費餐食供應，將運營成本控制得比普通航空公司低。低成本航空的飛機大多座位密度高，空間狹窄，載客量大；航班使用時間長，頻率高；飛機上設施陳舊；協調機場資源的能力較弱。這在一定程度上降低了旅客乘機的舒適度，而這些也往往是旅客吐槽之所在。
2.2.1 機上服務滿意度最高
圖13：服務體驗員滿意的服務大項占比
從旅客留言的情感傾向來看，圖13反映出，在全服務鏈的所有服務大項中，第一季服務體驗員對機上服務的滿意度最高，雖然機上服務項在點評熱度上只有15%，遠低于出發機場服務與設施項（31%）。
2.2.2 餐食滿意度占比最高
圖14：服務體驗員對機上服務滿意細項占比
對機上服務二級指標滿意度進行細分，我們發現餐食的好評率最高（餐點豐富17%、味道好17%、飛機餐棒8%），這也說明旅客對機上服務項目中餐食的關注度較高。
案例
2.2.3 航司服務改善意見
從全服務鏈視角下旅客的關注點來看，對于航司的服務，旅客最關心的當屬“機上服務”項目。旅客成分結構不同（比如地域文化、性格、職業等），旅客對服務的需求也不同。因此，航司在提升機上服務時需結合自身業務情況、旅客特點等有針對性地采取措施。前期，航司可根據航線針對性安排機上服務。后期，航司一方面要全面完善機上服務，向行業、向國際看齊；另一方面，隨著人口流動性越來越大，將削弱旅客成分的部分差異導致的評分不公平現象，航司可專注于旅客附加值分析，從而提供相應的優質服務。
案例
2.3 機場滿意度排名及分析
圖15：機場好評率TOP7
整體來看，機場的好評率略低于航司，而且各機場評分差異較大，這說明機場整體服務有待提升，且各機場之間尚有互相學習的空間。虹橋機場（SHA）以60%的好評率位居第一，而廈門機場（XMN）和成都雙流（CTU）與其好評率相差不大。從CAPSE測評來看，虹橋機場2017年第二季度排名第一，無論從體驗員體驗的留言數據還是從旅客的點評數據都對虹橋機場的服務給予一定的肯定。
圖16：機場差評率TOP7
點評機場中，呼和浩特機場（HET）的差評率最高，對其點評中有一半是差評。合肥新橋機場（HFE）有40%的差評，居第二位，對于差評占比較高的機場除了要注意硬件設施的保障外，軟性服務也需要加強提升。
2.3.1 機場設施不滿意度較高
圖17：代表性服務項目的好差評占比
（注：本圖將餐食從機上服務中拎出來，單獨進行比較）
由上圖可知，旅客乘機出行的全服務鏈項目中，機場設施的好評較少而差評較多，其差評率將近是好評率的兩倍。
2.3.2 機場服務改善意見
總的來看，機場設施和機場服務是旅客關注的重點，因點評褒貶不一，說明行業內不同機場的設施和服務存在較大的差異。機場應明確自身定位，定期和不定期分析客流量變動，并站在行業的視角，完善機場設施、改善服務的不足，與航司加強合作及交流，為旅客提供更好的出行體驗。
案例
三、結語
總的來說，隨著客運市場的激烈競爭和人們消費觀念的轉變，航空出行已不再是人們快捷舒適出行的唯一選擇，民航業要保持和擴大現有的市場份額，就必需提高服務理念，建立起以市場為核心，以旅客滿意度為導向的科學服務觀念，樹立新思維，建立新模式。
本文主要采用“詞頻分析法”以及“基于中文情感傾向分析”兩種方法，將民航服務按照全服務鏈的項目結構進行分析。詞頻分析是在分詞的基礎上對旅客留言中重要詞匯出現的次數進行統計、分析，我們認為一個中文分詞的重要性跟它在文件中出現的次數成正比；情感傾向分析是將服務體驗員的評論進行情感歸類，分為好評和差評。目前文本情感分析有三種方法，第一種由已有的電子詞典或詞語知識庫擴展生成情感傾向詞典；第二種，無監督機器學習的方法；第三種基于人工標注語料庫的學習方法。本報告采用第一種方法。
作者簡介
王學能（CAPSE數據分析師），數學與應用數學專業，擅長機器學習算法、文本挖掘、指標體系綜合評價研究。
邱旭（CAPSE行業分析師），經濟學專業，擅長行業研究、市場調研、客戶需求分析研究。
關于CASPE
CAPSE于2012年正式成立，是中國唯一一家第三方民航服務測評機構。源于民航資源網18年的服務從業經驗積累和專業知識的積累，利用移動互聯網技術對旅客服務測評數據進行收集分析，CAPSE已成為國內精準的服務測評品牌。
CAPSE為民航實體提供全生命周期的服務解決方案，目前CAPSE的數據已經覆蓋民航服務全鏈條。與其他服務測評機構相比，CAPSE擁有強大的數據分析和解決方案團隊，在數據監測、數據維護、數據分析、方案策劃、產品研發上均由人才支撐和技術支持。經過更科學的方法論和算法分析，讓合作伙伴找出服務中出現的短板，從而提高服務水平，降低服務投入成本，實現共贏發展。
在CAPSE民航旅客服務體系中， 數據每日覆蓋民航出行人數的1%，問卷數據覆蓋253家航空公司，695家機場。截止至目前，CAPSE的業務范圍已經覆蓋中國民航服務業，共發布了20期服務測評報告，近80%的中國民航實體采用CAPSE數據指標，40余家中國民航實體應用CAPSE數據分析報告和服務解決方案。