3.2 Восприятие пассажирами различий ценностного предложения авиакомпаний
Обнаружив и рассмотрев дифференциацию авиакомпаний в терминах классификации ценностного предложения, выделенной на этапе теоретического анализа, можно указать на факт неравномерного распределения типов среди российских авиакомпаний. Полярности LCC и FSNC представлены единственными авиакомпаниями, чьи модели ценности являются однозначно интерпретируемыми. Модель четвертого этапа развития предложения перевозчиков представлена единственной авиакомпанией, в то время как наиболее развитыми группами являются FSC, CC, RC.
Принимая во внимание значительное число авиакомпаний со схожими характеристиками по итогам кабинетного этапа исследования представляет интерес оценка различий в восприятии пассажирами сервисов и услуг авиакомпаний, показавших по результатам первого этапа эмпирического анализа схожие результаты.
Первоначально необходимо в пуле перевозчиков разработать фильтры сопоставимости авиакомпаний, что, отчасти сделано в рамках второй главы работы. В набор сопоставимых входят следующие критерии:
- география внутрироссийских полетов (на предмет наличия однородных направлений и, следовательно, потенциально схожих пассажиров);
- характеристики вместимости воздушных судов (по единой категории IKAO турбулентности в следе); Категория турбулентности в следе - единая классификация воздушных судов на основании величины максимально сертифицированной взлетной массы. Согласно классификации, выделяются три типа самолетов: Light - масса до 7 т (Cessna C172 и т.д.); Medium - масса от 7 до 136 т (Boeing B737 и т.д.); Healy - масса более 136 т (Boeing 747 и т.д.).
- техническое или модельное сходство (позволяющее обеспечить приблизительно равный набор услуг).
Анализ географии пассажирских авиакомпаний по первому критерию позволяет выделить три типа рейсов: внутрирегиональные (в распределении федеральных округов на воздушном судне категории турбулентности в следе «Light», «Medium» до 2 часов), межрегиональные средней дальности (категории «Medium» до 4 часов) и высокой дальности (категория «Medium» и длительность полета от 4 до 6 часов) и дальнемагистральные рейсы (категория «Heavy» и длительность полета свыше 6 часов).
Разделение авиакомпаний по географии полетов и характеристикам самолетов позволяет исключить из дальнейшего анализа таких перевозчиков, как SHU, DRU, ZZF, RSY, KAR, IAE, SDM, RLU, SYL, т.к. либо авиакомпании имеют во флоте самолеты разных категории «Light» и «Heavy» для выполнения дальнемагистральных рейсов, либо их маршрутная сеть не является сопоставимой. Предполагая наличие иных форм поведения пассажиров и иных наборов услуг и конфигурации пассажирских салонов в целях исследования принято решение о фокусировке на среднемагистральных маршрутах, характеризующихся большими провозными емкостями, пассажиропотоком и более однородными возможностями авиакомпаний создания и развития сервисов и услуг, ввиду использования более однородных типов воздушных судов и аэродромной инфраструктуры. Кроме этого, подобное предположение поддерживается статисткой пассажиропотока по направлениям, где по итогам 2019 года наибольший пассажиропоток российской авиационной транспортной системы обеспечен маршрутами средней дальности (Москва - Санкт-Петербург, Сочи, Краснодар, Екатеринбург, Ростов-на-Дону и т.д.), что составило 37% от внутрироссийского пассажиропотока (Авиатранспортное обозрение, 2019).
На втором уровне для оставленных компаний (AZO, AUL, RWZ, NWS, SSF, SBI, SVR, UTA, LLM) проведена дополнительная проверка сопоставимости маршрутов на предмет, во-первых, наличия идентичных направлений полета (по пунктам вылета и прибытия). Граница рассмотрения маршрутов очерчена средней длительностью полетов для среднемагистрального рейса и составила 4 часа, захватив тем самым аэродромы в границах: Мурманск, Симферополь, Сочи, Новосибирск, Сургут.
Во-вторых, по используемым на маршрутах воздушным судам, что в некоторой степени снизит возможные вариации в связи с различными техническими возможностями самолетов, обеспечив оценку различий авиакомпаний пассажирами только за счет доступных сервисов и услуг перевозчиков.
Неудовлетворяющими критериям сопоставимости маршрутов и используемым воздушным судам стали авиакомпании: AUL, LLM. Авиакомпании AFL, PBD не рассматривались, т.к. характеристики их ценностного предложения значительно различаются и однозначно определены. Оставшиеся же образовали пары, где каждому из выделенных ранее типов ценностного предложения соответствовало два перевозчика:
- полносервисные авиакомпании: SBI, SVR;
- региональные авиакомпании: AZO, SSF;
- чартерные авиакомпании: NWS, RWZ.
Кроме этого, принято решение отдельно рассмотреть авиакомпанию UTA, как представляющую уникальную для российского рынка бизнес-модель, комбинирующую особенности всех вышеназванных типов. Итоговый перечень авиакомпаний для формирования опросного листа представлен семью перевозчиками.
Следуя цели эмпирической части исследования, состоящей в оценке уровня восприятия пассажирами различий между авиакомпании проанализированы подходы и методы проведения подобной оценки другими авторами. Основные подходы систематизированы в табл. 8.
Таблица 8
Резюме подходов к оценке восприятия пассажирами различий между авиакомпаниями
|
Источник |
Ключевые результаты |
Метод |
|
|
Tsaur et al., 2002; Liou and Tzeng, 2007. |
Разработаны критерии ранжирования качества обслуживания с целью дальнейшего ранжирования самих перевозчиков. |
Fuzzy AHP; Fuzzy TOPIS; Факторный анализ; GRL-анализ; VIKOR - метод |
|
|
Chen and Chang, 2005; Pakdil and Aydэn, 2007. |
Исследование различий восприятия сервиса на предполетной и летной стадиях обслуживания. |
Регрессионный анализ. |
|
|
Gursoy et al., 2005. |
Разработаны 16 параметров оценки качества обслуживания. |
Анализ соответствия. |
|
|
Chow, 2014. |
Оценка связи между удовлетворённостью клиента и качеством обслуживания авиакомпанией. |
Тобит-регрессия. |
|
|
Hussain et al., 2015. |
Связь между удовлетворенностью качеством услуг и силой бренда авиакомпании. |
SE. |
|
|
Jiang and Zhang, 2016. |
Связь между ценой авиабилета и общей удовлетворенностью от полета. |
Факторный анализ; Пробит-модель. |
Очевидно, что для оценки восприятия сервисов и услуг или определения их различий в большинстве своем авторы опирались на проведение полевых опросов пассажиров, однако, спрашивая их о том, как они оценивают тот или иной параметр сервиса, насколько для них он важен при покупке авиабилета, насколько они удовлетворены его качеством, исследователи сталкиваются с проблемой очевидной валидности, выраженной в ненулевой вероятности неточных ответов респондентов или неверной интерпретации качественных категорий разряда «удовлетворенности», «Нравится/не нравится» и т.д., что, в конечно итоге, может привести к некорректным результатам по моделям в целом. (Brymen, Bell, 2012).
Дополнительно проанализирована база российских публикаций по оценкам уровня сервиса перевозчиков. Мотивация связана с тем, что исследователи, которые преследовали схожую цель, скорее всего, сталкивались с ограничениями, например, доступа к данным, с которыми можем столкнуться в данной работе. Поиск работ проводился с использованием российской базы научного цитирования eLibrary.ru, в которой по запросу «сервис авиакомпаний» содержится 112 работ, при этом некоторые из них - это ссылки на практические исследования компаний, проведенные, например, Отраслевым агентством «АвиаПорт» или Forbes-Россия. Рассмотрим каждую из представленных групп в контексте формулировки дизайна исследования и полученных результатов.
Публикации отраслевых и внешних компаний по факторам сервиса и широте услуг на борту воздушного судна в большинстве своем носят рейтинговый характер и не демонстрируют серьезные аналитических техник и инструментов. Так, авторы проводят полеты «тайными пассажирами» с заполнением заранее разработанных чек-листов проверки качестве сервисов и услуг. При этом, оценки в чек-листах выставляются экспертным методом при учете веса критерия, определенного также на основании собственных оценочных суждений. Очевидно, что подобная методика создает проблему валидности и репрезентативности результатов. Кроме того, частота полетов экспертов разными авиакомпаниями может приводит результаты к смещенным оценкам из-за влияния эффектов «повторного тестирования» или «эффекта ореола» определенных компаний, где от наименований перевозчиков зависит определенный претестируемый уровень оценки (Кузьмина, 2017; АвиаПорт, 2020).
В качестве преимуществ таких метрик стоит отметить широту используемых в сравнении категорий, которые, все равно остаются качественными (например, клиентоориентированность call-center). Однако, результатом оценки остается все рейтинг, который не может говорить о том, что нравится пассажирам (так как они не участвуют в исследовании), тем более о том, насколько те различия в категориях сервиса, которые репрезентирует рейтинг, действительно соотносятся с фактическим восприятием пассажирами авиакомпании.
Пласт российских исследовательских работ по теме представлен более широкой палитрой методов. Среди всех по объёму выборки выделяется исследованием ВЦИОМ, проведенное в 2010 году по определению критериев выбора авиакомпании российскими региональными пассажирами на выборке 1400 человек. Так, значимыми факторами стали: внешний вид самолета, вежливость бортпроводников, чистота салона, качество питания на борту (Корягин, 2017).
Другая группа работ разрабатывает критерии и методологию оценки уровня сервиса, например, где на основании первичных опросных данных определяется важность набора атрибутов для каждой из авиакомпаний и затем, либо создается интегрированный рейтинг перевозчиков, либо значения сравниваются с «идеальной точкой» по каждому атрибуту, которая определяется либо экспертным путем, либо на основании среднеотраслевого значения (Худяков & Николайкин, 2009). При этом, в качестве сервисов, определяющих выбор и служащих основанием для различия перевозчиков по результатам исследований, выступают: регулярность полетов, качество питания, возможность покупки электронных билетов, скорость работы горячей линии, количество направлений.
Третья группа работ представляет в большей степени качественный, с точки зрения методов, кластер публикаций, где исследователи не взаимодействуют напрямую ни с пассажирами, ни с авиакомпаниями, проводя частотные анализы отзывов путешественников на соответствующих сайтах. Определяя наиболее частовстречающиеся категории сервиса и их оценки, авторы формируют предположения о влиянии подобных характеристик на различия авиакомпаний (Кривцова & Креков, 2017; Хрысева & Чекалова, 2017).
Систематизируя блок российской исследовательской литературы в части тех методов и факторов, которые влияют на восприятие различий между авиакомпаниями отметим, что в большинстве своем работы носят характер кабинетных исследований или используют в рамках этого же дизайна метод экспертных оценок, что, конечно, позволяет сформировать некоторые варианты влияющих на выбор перевозчика факторов, но, вместе с этим, создает значительные репрезентативные ограничения.
Международное поле публикаций в этом плане представлено более широким спектром вариантов оценки, но, опять же, как и с российскими вариантами работ, авторы оперировали прямыми вопросами пассажиров, принимая во внимание риски смещенных оценок, которые это может повлечь.
В качестве варианта для преодоления указанных ограничений может выступать смена метода оценивания, которая, в том числе, изменит и опросный лист в сторону отхода от прямой связи между авиакомпаниями и практиками обслуживания пассажиров. Одним из таких вариантов может выступать метод многомерного шкалирования (Multidimensional Scaling, далее - MDS), как, с одной стороны, способа визуализации многомерных данных в пространстве меньшей размерности, с другой стороны, инструмента безатрибутивной оценки восприятия различий или сходства объектов внутри группы (Green, 1969). Кроме этого, применительно к дизайну исследования, метод исходит из предположения, что респондент, отвечая на вопрос о различиях между сервисами и услугами авиакомпаний, который сам по себе предполагает большое число переменных, руководствуется ограниченным для него и латентным для нас набором континуальных переменных, параметры которых сформировались на основании опыта полетов сравниваемыми авиакомпаниями.
В этой связи, дизайн опросного листа, размещенного в Приложении 1, представлял собой 5 блоков, где первые 3 условно разделены по категориям ценностного предложения (FSC, RC, CC), четвертый блок касался сравнения авиакомпании UTA с другими авиакомпаниями и пятый блок содержал вопросы, касающиеся социо-демографических характеристик, области деятельности, а также опыта полетами одной или двумя «крайними» в разделении перевозчиков авиакомпаниями - AFL, PBD.
Вопросы об оценках восприятия различий в блоках задавались только при наличии двух одновременных условий о полетах авиакомпаниями. Например, в блоке «Полносервисных авиакомпаний» респондент мог указать восприятие различий в сервисах и услугах только если до этого был дан ответ на вопрос об опыте полетов двумя вышеназванными авиакомпаниями. В четвертом блоке вопросов, связанном с UTA, соблюдена аналогичная логика.
Уровень восприятия различий в сервисах и услугах перевозчиков («Основываясь на Вашем опыте полетов, видите (ощущаете) ли Вы различия в наборе сервисов и услуг авиакомпаний») необходимо было указать на шкале Лайкерта, где 1 - набор услуг и сервисов абсолютно не различается, 5 - набор услуг и сервисов существенно различается.
Таблица 9
Общая характеристики пассажиров на региональных направлениях средней дальности
|
Параметр |
Характеристика |
|
|
Среднее количество полетов в год |
4-5 полетов в год |
|
|
Преимущественные направления полетов |
Санкт-Петербург - 14,73%; Сочи - 11,94%; Симферополь - 9,95%; Краснодар - 7,50%; Екатеринбург - 6,41%; Ростов-на-Дону - 5,40% Иные - 44,07%. |
|
|
Частота полетов авиакомпаниями (из отобранных для анализа) |
SBI - 33,44%; SVR - 19,52%; UTA - 20,22%; NWS - 11,01%; AZO - 10,18%; RWZ - 2,42%; SSF - 3,00%; Иные - 0,21%. |
|
|
Цели полетов |
Бизнес-полеты - 36,23%; Туризм - 63,77%. |
Для отобранных направлений полетов проведена попытка определения характеристик генеральной совокупности, однако, в связи со значительным снижением пассажиропотока, в том числе, по внутристрановым направлениям, а также частичной или полной приостановкой обслуживания отдельными авиакомпаниями части направлений сбор данных был осложнен, что приводило к необходимости использования альтернативных вторичных данных, которые, разумеется, не в полной мере отражают структуру генеральной совокупности, но, тем не менее, позволяют выделить некоторые общие характеристики пассажиров.