Un sistema basado en la inteligencia artificial puede ayudar a las aerolíneas a identificar las quejas más habituales de los pasajeros y tomar medidas para mejorar su experiencia
La satisfacción del cliente es la clave del éxito, sobre todo en el sector de las aerolíneas, en el que las empresas compiten constantemente por el negocio. Un estudio de la Universidad de Missouri ha utilizado la inteligencia artificial para analizar miles de opiniones de clientes e identificar los puntos débiles de las aerolíneas.
Sharan Srinivas, profesor adjunto del Departamento de Ingeniería Industrial y de Sistemas y del Departamento de Marketing, utilizó la inteligencia artificial para analizar cerca de 400.000 opiniones únicas y públicas de clientes de seis compañías aéreas de Estados Unidos. Tras clasificar la información, desarrolló algoritmos que identificaban los temas más comunes tratados en las críticas y determinaban el sentimiento del cliente (positivo o negativo) hacia cada uno de los temas identificados, lo que permitía a las aerolíneas comprender mejor la perspectiva y la experiencia de sus clientes.
Los resultados mostraron que la mayoría de las opiniones negativas se referían a la pérdida de equipaje, la incomodidad de los asientos y las cancelaciones de vuelos, mientras que los clientes valoraban más positivamente el entretenimiento a bordo, el servicio del personal de tierra y de cabina y el servicio en los asientos de primera y segunda clase.
Cómo mejorar la experiencia de los pasajeros de aerolíneas
Basándose en estas opiniones, Srinivas propuso once recomendaciones para mejorar la experiencia del cliente:
- Flexibilizar la disposición de los asientos para mejorar la comodidad.
- Automatizar el proceso de desinfección de los baños del avión.
- Rediseñar los compartimentos superiores de equipaje.
- Personalizar el entorno de la cabina mediante ajustes de altura y temperatura de los asientos.
- Utilizar modelos analíticos para optimizar los horarios de vuelo y el tiempo de espera entre vuelos.
- Utilizar un enfoque basado en la inteligencia artificial para supervisar el estado de los equipos.
- Introducir una política de reservas más flexible (es decir, sin gastos de cancelación, sin gastos de cambio, con información anticipada sobre los costes).
- Proporcionar a los agentes de venta de billetes mejores aclaraciones de las tareas, comentarios basados en el rendimiento y muestras de reconocimiento para mejorar la moral y las interacciones con los clientes.
- Instalar sistemas más precisos de seguimiento del equipaje utilizando etiquetas RFID en lugar de las habituales etiquetas de código de barras.
- Proporcionar actualizaciones más frecuentes y automatizadas relacionadas con el equipaje a los teléfonos de los pasajeros.
- Utilizar la biometría y la tecnología blockchain para eliminar la necesidad de presentar varios documentos de identificación en múltiples puntos de control. Esto eliminaría la necesidad de que los pasajeros muestren una tarjeta de embarque, un pasaporte y un documento de identidad en cada punto de control.
Srinivas dijo que las aerolíneas pueden utilizar esta información para determinar sus próximos pasos como empresa. Según Srinivas. «Es imposible escuchar la voz de todos los clientes y clientes potenciales, sobre todo en las aerolíneas más grandes, pero nuestro software y nuestras recomendaciones ayudarán a las aerolíneas a plantearse las cosas desde la perspectiva del consumidor».
Srinivas se inspiró para llevar a cabo esta investigación por un incidente en 2017, en el que un representante de seguridad de United Airlines arrastró a un pasajero fuera de un avión cuando se negó a salir porque el vuelo estaba sobrevendido. Los responsables de United Airlines afirmaron que habían elegido al pasajero al azar, pero la indignación que suscitó en los comentarios de los clientes y en las redes sociales fue asombrosa. Como consecuencia, United Airlines tuvo problemas para filtrar todos los comentarios de los clientes. Srinivas afirma que el software de IA de este estudio permitiría a empresas como United Airlines analizar las opiniones de los clientes y responder más rápidamente a los problemas que surjan.
Srinivas ha utilizado diferentes versiones de inteligencia artificial para seguir la aprobación de los clientes en muchos sectores distintos, como los seguros, la ropa adaptada y las universidades. Afirma que también puede utilizarse para interpretar las notas de los médicos y las opiniones de los pacientes.
REFERENCIA
