Peringkat Maskapai Hanya Berdasarkan Komentar Twitter Sangat Dicurigai

Ada banyak cara untuk menentukan peringkat maskapai. Secara finansial, hasil penting dan Wall Street melakukan pekerjaan yang baik dengan menunjukkan perusahaan yang memberikan pengembalian yang baik kepada pemegang saham dan yang tidak. Skor Promotor Bersih (NPS), yang dikembangkan sebagian oleh Bain, digunakan oleh banyak industri dan aplikasi penerbangan mereka umum dan kuat. Departemen Perhubungan AS menyusun dan melaporkan hasil operasional maskapai, seperti penerbangan tepat waktu, pembatalan, dan kehilangan bagasi. Beberapa universitas dan kelompok konsumen juga mengeluarkan peringkat mereka sendiri tentang maskapai penerbangan terbaik dan terburuk.

Banyak peringkat terbatas karena mereka fokus pada fitur konsumen tetapi tidak pada nilai, karena mereka sering tidak menganggap bahwa maskapai yang berbeda mengenakan harga yang berbeda. insuremytrip.com, situs yang menjual asuransi perjalanan, sekarang telah merilis sebuah studi baru yang memeringkat maskapai hanya berdasarkan komentar Twitter. Saya tidak bisa membayangkan peringkat yang lebih tidak berguna dan sepele, dan sementara banyak sistem peringkat dapat ditingkatkan, yang satu ini harus didekati dengan sangat hati-hati.

Bagaimana Peringkat Insuremytrip Bekerja

Pemeringkatan baru ini menggunakan proses yang disebut analisis sentimen. Ia menggunakan kecerdasan buatan untuk memindai tweet untuk komentar negatif dan positif tentang maskapai penerbangan. Mereka mengevaluasi puluhan ribu tweet dan melihat perubahan jumlah sentimen yang diungkapkan dalam pesan. Berdasarkan ini, mereka memberi peringkat maskapai penerbangan baik dalam jumlah absolut komentar negatif dan perubahan dari periode sebelumnya. Studi ini juga memindai komentar positif, dan dengan cara ini studi ini secara kasar cocok dengan ide utama dalam metodologi NPS yang lebih ketat.

Pendekatan ini telah dikumpulkan selama empat tahun terakhir, tetapi tidak ada yang dapat dimengerti untuk tahun 2020, jadi sekarang beberapa metrik tren dan tahun ke tahun dapat dilihat. Jika Anda berasumsi bahwa masalah dalam sampel data inti adalah konstan, tren multi-tahun ini mungkin merupakan aspek yang paling berguna dari penelitian ini.

Hasil Peringkat Ini

Untuk tahun 2022, studi ini menunjukkan, misalnya, di antara tweet United Airlines, 37% memiliki komentar negatif, dan 26% memiliki komentar positif. Selanjutnya, 26% positif adalah penurunan enam poin dari tahun 2021, menunjukkan bahwa lebih sedikit orang yang men-tweet hal-hal positif tentang United tahun ini. Alaska Airlines memiliki persentase komentar positif tertinggi sebesar 29%, dan Frontier Airlines memiliki persentase komentar negatif tertinggi sebesar 61%.

Secara grup, untuk tahun 2022 semua maskapai mengalami penurunan komentar positif dan sebagian besar mengalami peningkatan komentar negatif. Mengingat gangguan operasional industri musim panas lalu, ini tidak mengejutkan. Menariknya, perhatian utama saat terbang menurut penelitian ini untuk tahun 2022 adalah uang, diikuti dengan penundaan, pembatalan, dan layanan pelanggan. Dengan kata lain, hasil Twitter menunjukkan bahwa pelanggan lebih peduli untuk membayar tarif rendah daripada tertunda, tetapi kemudian ketika mereka mencatat sentimen negatif tentang penundaan, harga yang dibayarkan menghilang secara misterius.

Apa yang Dirindukan oleh Pendekatan Ini?

Ada banyak masalah dengan pendekatan peringkat ini. Yang pertama adalah kecenderungan yang sangat negatif dari semua tweet. Penelitian dari Universitas Harvard menunjukkan bahwa kemarahan menyebar lebih cepat di Twitter daripada platform media sosial lainnya. Bias ini membuat orang akan lebih banyak men-tweet ketika mereka memiliki hal-hal negatif untuk dikatakan, jadi sebagai peringkat absolut, ini bukan sumber data dasar yang bagus. Tren dari tahun ke tahun, seperti yang dinyatakan sebelumnya, memiliki beberapa validitas.

Keterbatasan kedua adalah kurangnya nilai implisit dalam peringkat. Untuk memilih penerbangan, orang sangat peduli dengan harga yang mereka bayar. Tapi begitu di sana, hal yang sama mengganggu semua orang terlepas dari apa yang mereka bayar. Terkait dengan ini adalah kesenjangan yang luas dari apa yang mengganggu orang. Penundaan penerbangan selama 30 menit mungkin tidak menjadi masalah bagi sebagian pelanggan, sementara yang lain mungkin merasa ini merusak perjalanan mereka. Apakah kopi yang tidak terlalu panas, atau terlalu panas, sama dengan kehilangan tas atau penundaan yang signifikan? Masing-masing akan muncul sebagai sentimen negatif tetapi tidak ada bobot beratnya negativitas.

Masalah pendekatan terakhir dari penelitian ini adalah keterbatasan sumber data. Perkiraan Pusat Penelitian Pew yang hanya sekitar 23% orang yang menggunakannya Twitter atau tweet dengan keteraturan apapun. Mendasarkan peringkat konsumen pada sampel non-acak ini, tanpa bobot untuk besarnya pelanggaran, sangat membatasi kegunaan penelitian ini.

Cara Lebih Baik Menggunakan Media Sosial di Peringkat

Media sosial adalah lingkungan yang kaya akan data konsumen. Perusahaan perjalanan telah mencari cara untuk mengidentifikasi tren di lokasi dan minat perjalanan lainnya untuk menciptakan peluang paket yang menarik, atau bahkan bagi beberapa orang untuk memutuskan tempat baru untuk terbang.

Sebagai cara untuk menentukan peringkat maskapai penerbangan, tidak diragukan lagi seperangkat metrik media sosial yang kuat dapat digunakan untuk mendapatkan pandangan konsumen yang realistis tentang maskapai penerbangan. Saya tidak tahu ada yang pernah melakukan ini, dan menggunakan satu sumber seperti studi Twitter ini jauh dari ideal. Metrik nilai, apa yang Anda dapatkan untuk apa yang Anda bayar, adalah yang paling menarik karena paling terkait dengan bagaimana orang benar-benar membeli. Setiap kali melihat sumber yang hanya menggunakan apa yang dikatakan orang, ini akan menjadi pucat dibandingkan dengan memasangkan ini dengan keputusan yang benar-benar dibuat orang.

Sumber: https://www.forbes.com/sites/benbaldanza/2022/11/07/ranking-airlines-based-only-on-twitter-comments-is-highly-suspect/