前言
作为连接全球各大洲最高效的运输方式，航空业在过去几十年时间里，彻底改变了人们的出行方式和生活方式。
尽管航空业为人们提供了安全自主的出行方式，但并未能完全满足旅客对此的期待，这导致了他们对航空出行产生诸多的不满。据美国交通部统计，在过去12年中，航空旅客的人均投诉数量整体呈上升趋势，平均增幅达到9%。2017年4月9日，美联航驱逐乘客事件发生后，航空服务引起了越来越多的关注。
CAPSE通过分析5年的旅客满意度数据，发现有很大一部分旅客愿意将自己好的体验或者糟糕的体验分享出来，尤其是经常乘坐飞机并且热衷于提供中肯意见或者建议的这部分旅客，他们都有一个共同的心声，就是期望我国民航的服务能更智能、更人性、更优质。
一方面，旅客希望得到舒心的乘机体验；另一方面，航企也不断在为提升旅客服务做出很多工作与努力。为了能获取常飞旅客真实的声音来帮助航企进行针对性改进，2017年6月28日，CASPE首次开展以“全球免费任意飞”为主题的航空服务体验员招募活动。本次活动的目的是吸引更多常飞旅客来分享乘机体验，客观评价出航空公司或者机场在为旅客提供服务的过程中差的方面与好的方面，真正帮助航企聚焦服务痛点，发扬服务优势，最终改善整个民航服务水平，提升旅客航空出行体验。
服务体验员通过“飞常准APP”提交乘机印象最深的一次体验，或者表达对目前哪些服务现状比较满意或者不满。通过分析旅客提交的相关信息，可以看出旅客参与度相当高，他们提出很多直接的服务问题，也分享了满意的表扬性的服务体验。本次服务体验员招募活动持续1个月，响应旅客人数为81049人，累计8968份有效样本，覆盖30多家国内外航空公司和60家国内外机场。
本次报告通过对旅客留言信息进行文本挖掘，分析常飞旅客在飞行过程中遇到怎样的服务体验、他们的感受又是如何，以及思考民航服务行业未来改进及发展的方向。
一、点评热度聚焦
1.1点评热度概览
图1：体验员点评航空公司、机场分布
通过分析可知，旅客对航司的评价多于机场的评价，航司评价占比达到57%。
1.2 航司热度
图2：航司点评热度
从点评航司个数来看，东航（MU）点评最多，其次是南航（CZ）和国航（CA），说明大航司依然是旅客出行首选。根据样本反馈数据可推测，参与这次调研的旅客多为一些常飞旅客或商务旅客。由于大型航司的航线网络覆盖面广，航班量较多，航班时刻优且灵活，在多数机场的值机柜台设置充分，因此旅客在遇到突发情况后，容易退改签或更换航班。
1.3 航站热度
Data： CAPSE.net
图3：航站点评热度
从点评用户覆盖机场热度来看，点评北京、上海、广州、深圳等机场较多，这和机场吞吐量以及当地经济发展情况有关。
1.4 旅客最关心“机场服务与设施”
旅客从购票开始到完成旅行，不同的旅客在不同的运输服务阶段，既有共同的需求和关注点，也有个性化的要求。本次报告以完整的民航服务链为例，将所有旅客留言归类。
图4：服务体验员对服务的关注点分布
旅客最关心出发机场服务与设施，占比达到31%，其次比较关心延误和机上服务。出发机场服务与设施主要包含机场服务和机场设施（座椅、卫生间、饮水机和手推车等），因此我们将出发机场服务与设施的留言再详细分类。
图5：服务体验员对出发机场服务与设施关注点
在“出发机场服务与设施”细项中，旅客对机场服务最为关心，其次是休息室和座椅等硬件设施。由于样本收集时间是在6-7月雷雨季，延误发生率很高，因此也说明了，在航班延误多发期，旅客对出发机场服务与设施的需求更多更高。
贵宾室点评频率亦较高，说明服务体验员（第一季）中VIP客户较多或者说明VIP旅客点评意愿较高。另外，WIFI也是旅客较为关注的点。
二、机场和航司的满意度
2.1满意度概况
2.1.1 航司综合得分高于机场
图6：体验员点评分数
由图6可知，服务体验员总体打分较高，打5分的个数占所有打分个数的59%。其次，航司的整体平均得分比机场的高，这与2017年第二季度服务测评机场和航司行业平均得分情况相似。2017年第二季度机场服务行业平均得分3.86分，航司服务行业平均得分4.08分，这说明参与活动的大部分服务体验员对航司和机场的评价较好，且对航司满意度较机场满意度高。
2.1.2 “延误”词频最高
图7：服务体验员留言词云图
由图7可看出，服务体验员提及次数最多的词是“延误”，一方面说明取样期间延误发生频率较高，这与6-7月雷雨天气多发有一定的关系，另一方面说明旅客对延误很在乎。链接到“小时”和“时间”出现的频次也较多，这说明旅客在遇到延误时，对延误时长比较关心。
其次，“没有”词频也很高，这在一定程度上说明旅客认为民航服务有不到位的地方。
另外，情感类词语中，“不错”、“很好”、“热情”等正面情绪词频较多，负面情绪词频较少，这也说明旅客对民航服务整体满意度较高。
2.1.3 “延误”吐槽率最高
图8：服务体验员不满意的服务大项占比
图9：服务体验员对延误不满意的原因占比
由图8-9可以看出，在全服务链的所有服务大项中，服务体验员对不正常航班服务体验最不满意，在整个点评样本中占比约为54%。一方面，这反映出在样本采集期间，航司的延误率较高；另一方面，延误点评热度只有16%，而不满意度竟如此之高，可见不正常航班服务不完善的地方还很多。体验员对延误不满意的原因主要是无餐食、延误无告知、告知不及时等。
案例
延误服务也是旅客最希望改善的服务。航班延误给旅客出行带来诸多不便，因此，积极消除航班延误给旅客带来的负面影响，这将对航司和机场的服务提升有很大帮助。航班延误可分为突发延误和预知延误。对于预知延误（比如军演、天气等），航司或应提前做好延误保障预案、加强服务人员配备，以确保延误发生时，可第一时间做出反应。除此之外，航司还应加大旅客真实信息系统建设，减少因为代理等间接售票渠道导致的旅客真实联系方式缺失问题的出现，从而确保航司能将航班的最新消息及时传达给更多的旅客。再者，航司可简化旅客退换票以及补偿手续流程，提高旅客出行效率。
图10：旅客希望改进的服务
2.2 航司满意度排名及分析
图11：航司好评率TOP6
点评航司中厦门航空以65.8%的好评率位居第一，其次是四川航空，好评率为65.2%。旅客好评多是聚焦以下方面：机上服务到位、空乘态度好、飞机飞行平稳、客舱舒适度高、机上设备新、餐食丰富美味、延误处理及时得当等。
图12：航司差评率TOP6
同时也存在差评比较高的航企，差评内容主要体现在空乘人员服务态度差、飞机老旧噪声大、机上设施损坏未修、延误航班服务处理不当，其中与延误航班服务处理不当相关的点多是延误航班服务安排不周全或较折腾，餐食不好吃。
排名前6的差评航司中，3家低成本航司排名较靠前，且差评率较高。低成本航空公司通过取消一些传统航空乘客服务、取消免费餐食供应，将运营成本控制得比普通航空公司低。低成本航空的飞机大多座位密度高，空间狭窄，载客量大；航班使用时间长，频率高；飞机上设施陈旧；协调机场资源的能力较弱。这在一定程度上降低了旅客乘机的舒适度，而这些也往往是旅客吐槽之所在。
2.2.1 机上服务满意度最高
图13：服务体验员满意的服务大项占比
从旅客留言的情感倾向来看，图13反映出，在全服务链的所有服务大项中，第一季服务体验员对机上服务的满意度最高，虽然机上服务项在点评热度上只有15%，远低于出发机场服务与设施项（31%）。
2.2.2 餐食满意度占比最高
图14：服务体验员对机上服务满意细项占比
对机上服务二级指标满意度进行细分，我们发现餐食的好评率最高（餐点丰富17%、味道好17%、飞机餐棒8%），这也说明旅客对机上服务项目中餐食的关注度较高。
案例
2.2.3 航司服务改善意见
从全服务链视角下旅客的关注点来看，对于航司的服务，旅客最关心的当属“机上服务”项目。旅客成分结构不同（比如地域文化、性格、职业等），旅客对服务的需求也不同。因此，航司在提升机上服务时需结合自身业务情况、旅客特点等有针对性地采取措施。前期，航司可根据航线针对性安排机上服务。后期，航司一方面要全面完善机上服务，向行业、向国际看齐；另一方面，随着人口流动性越来越大，将削弱旅客成分的部分差异导致的评分不公平现象，航司可专注于旅客附加值分析，从而提供相应的优质服务。
案例
2.3 机场满意度排名及分析
图15：机场好评率TOP7
整体来看，机场的好评率略低于航司，而且各机场评分差异较大，这说明机场整体服务有待提升，且各机场之间尚有互相学习的空间。虹桥机场（SHA）以60%的好评率位居第一，而厦门机场（XMN）和成都双流（CTU）与其好评率相差不大。从CAPSE测评来看，虹桥机场2017年第二季度排名第一，无论从体验员体验的留言数据还是从旅客的点评数据都对虹桥机场的服务给予一定的肯定。
图16：机场差评率TOP7
点评机场中，呼和浩特机场（HET）的差评率最高，对其点评中有一半是差评。合肥新桥机场（HFE）有40%的差评，居第二位，对于差评占比较高的机场除了要注意硬件设施的保障外，软性服务也需要加强提升。
2.3.1 机场设施不满意度较高
图17：代表性服务项目的好差评占比
（注：本图将餐食从机上服务中拎出来，单独进行比较）
由上图可知，旅客乘机出行的全服务链项目中，机场设施的好评较少而差评较多，其差评率将近是好评率的两倍。
2.3.2 机场服务改善意见
总的来看，机场设施和机场服务是旅客关注的重点，因点评褒贬不一，说明行业内不同机场的设施和服务存在较大的差异。机场应明确自身定位，定期和不定期分析客流量变动，并站在行业的视角，完善机场设施、改善服务的不足，与航司加强合作及交流，为旅客提供更好的出行体验。
案例
三、结语
总的来说，随着客运市场的激烈竞争和人们消费观念的转变，航空出行已不再是人们快捷舒适出行的唯一选择，民航业要保持和扩大现有的市场份额，就必需提高服务理念，建立起以市场为核心，以旅客满意度为导向的科学服务观念，树立新思维，建立新模式。
本文主要采用“词频分析法”以及“基于中文情感倾向分析”两种方法，将民航服务按照全服务链的项目结构进行分析。词频分析是在分词的基础上对旅客留言中重要词汇出现的次数进行统计、分析，我们认为一个中文分词的重要性跟它在文件中出现的次数成正比；情感倾向分析是将服务体验员的评论进行情感归类，分为好评和差评。目前文本情感分析有三种方法，第一种由已有的电子词典或词语知识库扩展生成情感倾向词典；第二种，无监督机器学习的方法；第三种基于人工标注语料库的学习方法。本报告采用第一种方法。
作者简介
王学能（CAPSE数据分析师），数学与应用数学专业，擅长机器学习算法、文本挖掘、指标体系综合评价研究。
邱旭（CAPSE行业分析师），经济学专业，擅长行业研究、市场调研、客户需求分析研究。
关于CASPE
CAPSE于2012年正式成立，是中国唯一一家第三方民航服务测评机构。源于民航资源网18年的服务从业经验积累和专业知识的积累，利用移动互联网技术对旅客服务测评数据进行收集分析，CAPSE已成为国内精准的服务测评品牌。
CAPSE为民航实体提供全生命周期的服务解决方案，目前CAPSE的数据已经覆盖民航服务全链条。与其他服务测评机构相比，CAPSE拥有强大的数据分析和解决方案团队，在数据监测、数据维护、数据分析、方案策划、产品研发上均由人才支撑和技术支持。经过更科学的方法论和算法分析，让合作伙伴找出服务中出现的短板，从而提高服务水平，降低服务投入成本，实现共赢发展。
在CAPSE民航旅客服务体系中， 数据每日覆盖民航出行人数的1%，问卷数据覆盖253家航空公司，695家机场。截止至目前，CAPSE的业务范围已经覆盖中国民航服务业，共发布了20期服务测评报告，近80%的中国民航实体采用CAPSE数据指标，40余家中国民航实体应用CAPSE数据分析报告和服务解决方案。