Icon

260610_​DataMining_​CustomerData_​AA_​1734

Ergebnis

Keine fehlenden Werte vorhanden

Anwendung der IFA Richtlinie

Berechnung von Gesamtzufriedenheiten und Bildung von Altersgruppen

Bereinigung um Zufriedenheitsbias

Ergebnis

Ältere Menschen wurden immer zufriedener.
Anpassung: Z-Transformation in der jeweiligen Altersgruppe

Bereinigung um Zufriedenheitsbias, Bereinigung und Cluster bilden

Ergebnis

Bereinigung der Langstrecke, weil dort nahezu nur BusinessClass Befragungen vorhanden sind

Anpassung: Langstrecke entfernen

Ergebnis

  • US (Kunden sind heute bei American Airlines)

  • VX (Kunden sind heute bei Alaska Airlines)

  • EV (Betrieb eingestellt)

Anpassung: Airlines entfernen

Gesamtmarktanalyse

Analyse der Peer Group

Gesamtzufriedenheit (Overall Flight Happiness)

  • WN erzielt mit 6,9 den mit Abstand höchsten Gesamtwert.

  • Dahinter folgen HA und MQ mit jeweils 5,3 sowie DL mit 5,2.

  • Im Mittelfeld liegen AS (4,9) und UA (4,8).

  • Die niedrigsten Gesamtwerte weisen OO (3,1), NK (3,8) sowie AA (3,9) auf.

Zufriedenheit vor dem Flug (Pre-Flight Happiness)

  • WN (7,0) und DL (6,5) haben die höchsten Werte vor dem Flug.

  • Ebenfalls positiv bewertet werden UA (5,6) und HA (5,3).

  • Die niedrigsten Pre-Flight-Werte zeigen F9 (3,3), AS (3,9) und NK (3,9).

  • Die Spannweite ist mit 3,7 Punkten (7,0 vs. 3,3) relativ groß.

Zufriedenheit während des Fluges (During Flight Happiness)

  • WN (6,2) erzielt auch während des Fluges den höchsten Wert.

  • Hohe Bewertungen erhalten zudem MQ (5,7), AS (5,6) und F9 (5,3).

  • Die niedrigsten Werte entfallen auf OO (2,9), AA (3,9) und NK (4,1).

  • Die Unterschiede zwischen den Airlines sind während des Fluges etwas geringer als vor dem Flug.

Veränderungen zwischen Vor- und Während-dem-Flug-Erlebnis

  • AS verbessert sich deutlich von 3,9 auf 5,6 (+1,7 Punkte).

  • F9 steigert sich ebenfalls stark von 3,3 auf 5,3 (+2,0 Punkte).

  • MQ legt von 4,4 auf 5,7 zu (+1,3 Punkte).

  • Die größten Rückgänge zeigen:

    • DL: von 6,5 auf 4,3 (-2,2 Punkte)

    • AA: von 4,5 auf 3,9 (-0,6 Punkte)

    • OO: von 4,4 auf 2,9 (-1,5 Punkte)

Zentrale Erkenntnisse

  • WN ist in allen drei Dimensionen klarer Spitzenreiter und weist die konsistent höchste Kundenzufriedenheit auf.

  • DL startet mit sehr hohen Erwartungen, kann diese während des Fluges jedoch nicht halten.

  • AS, F9 und MQ überzeugen insbesondere durch ein besseres Erlebnis während des Fluges als davor.

  • OO, NK und AA zeigen durchgehend unterdurchschnittliche Zufriedenheitswerte und stellen potenzielle Problemfälle dar.

  • Die größte Hebelwirkung für Verbesserungen scheint bei Airlines zu liegen, die einen starken Abfall zwischen Pre-Flight- und During-Flight-Erlebnis aufweisen (insbesondere DL und OO).

Analyse der American Airlines

Kundecluster American Airlines

  • AA zeigt die höchste Bewertung für „Gate Location“ bei den 71–100-Jährigen (6,5), während die jüngste Altersgruppe (18–30 Jahre) diesen Aspekt deutlich geringer bewertet (3,5).

  • Der Sitzkomfort wird bei AA insgesamt schwächer wahrgenommen, insbesondere von den 18–30-Jährigen (2,8). Erst in der ältesten Altersgruppe steigt die Bewertung deutlich auf 4,7.

  • DL erzielt die höchsten Gesamtbewertungen im Bereich „Check-in Service“ (6,4) und „Gate Location“ (6,3) und liegt damit vor den Wettbewerbern.

  • Besonders starke Werte für DL beim Check-in Service zeigen die älteren Kundengruppen, mit Spitzenwerten von 6,9 (61–70 Jahre) und 6,8 (71–100 Jahre).

  • UA wird beim Sitzkomfort insgesamt am besten bewertet (6,6) und erreicht mit 8,6 in der Altersgruppe 71–100 Jahre einen klaren Spitzenwert.

  • Die Zufriedenheit mit dem Sitzkomfort steigt bei UA tendenziell mit dem Alter, während jüngere Passagiere deutlich kritischer urteilen.

  • Die jüngste Altersgruppe (18–30 Jahre) bewertet nahezu alle Kriterien und Airlines kritischer als ältere Passagiere.

  • Ältere Passagiere (61+) weisen insgesamt die höchsten Zufriedenheitswerte auf, unabhängig von Airline und Servicekategorie.

  • Während DL vor allem bei Service- und Flughafenprozessen überzeugt, differenziert sich UA primär über den Sitzkomfort.

  • AA zeigt die stärkste Altersabhängigkeit in der Bewertung, insbesondere beim Sitzkomfort und der Gate Location.

Priorisierung für AA

Priorität 1: Sofort adressieren

Gate Location

  • Einfluss: sehr hoch (β = 0,356)

  • Wettbewerbsgap: -1,35

  • Kombination aus hoher Bedeutung und schlechter Performance.

Check-in Service

  • Einfluss: hoch (β = 0,328)

  • Wettbewerbsgap: -1,15

  • Schneller Hebel zur Steigerung der Kundenzufriedenheit.


Priorität 2: Beobachten und gezielt verbessern

Leg Room

  • Einfluss: hoch (β = 0,339)

  • Gap gering (-0,15)

  • Verbesserungen wirken stark auf die Zufriedenheit, AA liegt aber nicht weit hinter dem Wettbewerb.


Priorität 3: Stärken sichern

Food & Drinks

  • Höchster Koeffizient im Modell (β = 0,363)

  • Gleichzeitig Wettbewerbsstärke (+0,30)

Cleanliness

  • Solider Einfluss

  • Wettbewerbsstärke (+0,25)

Diese Bereiche tragen bereits positiv zur Positionierung von AA bei.


Sonderfall Seat Comfort

Auf den ersten Blick widersprüchlich:

  • AA hat den schlechtesten Wert aller Airlines (3,7)

  • Regressionskoeffizient aber nur 0,033

Das spricht für Multikollinearität. Kunden unterscheiden vermutlich nicht sauber zwischen:

  • Seat Comfort

  • Leg Room

  • Inflight Entertainment

  • Inflight Service

Der Einfluss von Seat Comfort wird statistisch auf mehrere Variablen verteilt.

Silhouette Koeffizient:
6 Cluster --> 0.301
5 Cluster --> 0.314
4 Cluster --> 0.315 --> Bester Koeffizient
3 Cluster --> 0.301

Cluster 1 – „Ältere Gelegenheitsreisende“

  • 61–70 Jahre

  • Privatreisen

  • seltene Flüge

  • hohe Zufriedenheit

Cluster 2 – „Junge loyale Vielflieger“

  • 18–40 Jahre

  • regelmäßige Flüge

  • loyal

  • digital orientiert

Cluster 3 – „Premium-Vielflieger“

  • 61–70 Jahre

  • Geschäftsreisen

  • Premium-Klassen

  • hohe Ansprüche

Cluster 4 – „Junge Gelegenheitsreisende“

  • 31–40 Jahre

  • Privatreisen

  • seltene Flüge

  • geringere Zufriedenheit

Individuelle Analyse der Cluster

Prioritäten für Cluster 1

  1. Verbesserung der Flugzeugsauberkeit

    • sehr hoher Einfluss auf die Zufriedenheit

    • gleichzeitig deutlicher Abstand zur Best-in-Class-Bewertung

    • zentraler Hygienefaktor für die Kundenerfahrung

  2. Optimierung der Gate-Erreichbarkeit und Flughafenorientierung

    • hoher Einfluss auf die Zufriedenheit

    • vergleichsweise schwache Bewertung

    • wichtiger Bestandteil der Customer Journey vor dem Flug

  3. Aufwertung des Speisen- und Getränkeangebots

    • einer der stärksten Zufriedenheitstreiber

    • deutliches Verbesserungspotenzial in der Bewertung

    • schnell umsetzbarer Hebel

  4. Verbesserung von Sitzkomfort und Beinfreiheit

    • hoher Einfluss auf die Gesamtzufriedenheit

    • relevante Schwachstelle im Reiseerlebnis

    • steigert die wahrgenommene Qualität des Flugs unmittelbar


Mittlere Priorität

  1. Optimierung des Check-in-Services

    • relevanter Treiber der Zufriedenheit

    • Bewertung bereits auf akzeptablem Niveau

    • Verbesserungen wirken vor allem auf das Gesamterlebnis vor dem Abflug

  2. Verbesserung des Bordservices

    • hoher Einfluss auf die Zufriedenheit

    • im Vergleich zu den Top-Prioritäten geringerer Handlungsdruck

  3. Vereinfachung des Buchungsprozesses

    • wichtiger Basisfaktor

    • bereits relativ positiv bewertet

    • begrenztes zusätzliches Verbesserungspotenzial


Niedrige Priorität

  1. Preisaktionen und Rabatte

    • Preissensitivität hat einen signifikanten, aber vergleichsweise geringen Einfluss auf die Zufriedenheit

    • operative Leistungsverbesserungen bieten deutlich höhere Zufriedenheitsgewinne

    • Investitionen in Service- und Produktqualität versprechen einen höheren Return als preisbezogene Maßnahmen.

Prioritäten für Cluster 2

Food & Drinks

  • sehr niedrige Bewertung

  • höchster Einfluss auf die Zufriedenheit

  • größter Hebel zur Steigerung der Gesamtzufriedenheit

Gate Location

  • schlechte Bewertung

  • hoher Einfluss auf die Zufriedenheit

  • relevantes Optimierungsfeld entlang der Customer Journey

Seat Comfort

  • niedrigste Bewertung aller Leistungsmerkmale

  • mittlerer Einfluss auf die Zufriedenheit

  • sichtbares Verbesserungspotenzial für das Reiseerlebnis

Check-in Service

  • schwach bewertet

  • relevanter Einfluss auf die Zufriedenheit

  • wichtiger Kontaktpunkt vor dem Flug

Nicht priorisieren: Leg Room, Inflight Entertainment und Ease of Booking, da diese bereits vergleichsweise gut bewertet werden. Verbesserungen in diesen Bereichen versprechen daher nur begrenzte zusätzliche Zufriedenheitsgewinne.

Prioritäten für Cluster 3

Food & Drinks

  • sehr niedrige Bewertung

  • höchster Einfluss auf die Zufriedenheit

  • größter Hebel zur Steigerung der Gesamtzufriedenheit

Inflight Service

  • unterdurchschnittliche Bewertung

  • hoher Einfluss auf die Zufriedenheit

  • zentrales Element des Reiseerlebnisses

Inflight Entertainment

  • schwache Bewertung

  • relevanter Einfluss auf die Zufriedenheit

  • wichtiges Differenzierungsmerkmal während des Flugs

Seat Comfort

  • niedrige Bewertung

  • mittlerer Einfluss auf die Zufriedenheit

  • Potenzial zur Verbesserung des Gesamterlebnisses

Nicht priorisieren: Gate Location, Leg Room, Cleanliness of Airplane und Ease of Booking, da diese bereits vergleichsweise gut bewertet werden bzw. ein geringeres Verbesserungspotenzial aufweisen.

Prioritäten für Cluster 4

Food & Drinks

  • niedrigste Bewertung unter den zentralen Leistungsmerkmalen

  • höchster Einfluss auf die Zufriedenheit

  • größter Hebel zur Steigerung der Gesamtzufriedenheit

Leg Room

  • unterdurchschnittliche Bewertung

  • zweithöchster Einfluss auf die Zufriedenheit

  • wichtiger Treiber des Komforterlebnisses

Check-in Service

  • schwach bewertet

  • hoher Einfluss auf die Zufriedenheit

  • relevantes Optimierungsfeld entlang der Customer Journey

Cleanliness of Airplane

  • Verbesserungspotenzial in der Bewertung

  • relevanter Einfluss auf die Zufriedenheit

  • grundlegender Hygienefaktor für die Kundenerfahrung

Nicht priorisieren: Inflight Service, Ease of Booking, Gate Location und Inflight Entertainment, da diese bereits vergleichsweise gut bewertet werden. Die Preissensitivität zeigt zwar einen signifikanten Effekt, ist jedoch kein operativer Leistungshebel und daher nicht Gegenstand konkreter Verbesserungsmaßnahmen.

Spaltenname (Feature) Originaler Textwert Numerischer Code Type of Travel Private travel 0 Type of Travel Business travel 1 Customer Type Loyal Customer 0 Customer Type Disloyal Customer 1 Class Eco 0 Class Eco Plus 1 Class Business 2 Booking Preference Online Platform 0 Booking Preference Direct at airline 1 Booking Preference Travel center 2 Vielflieger oder Kein-Vielflieger Vielflieger 0 Vielflieger oder Kein-Vielflieger Kein-Vielflieger 1 Altersgruppe 18–30 Jahre 0 Altersgruppe 31–40 Jahre 1 Altersgruppe 41–50 Jahre 2 Altersgruppe 51–60 Jahre 3 Altersgruppe 61–70 Jahre 4 Altersgruppe 71–100 Jahre 5

Linear Regression Learner
Excel Writer
Gruppierung
GroupBy
Gesamtzufriedenheit nach Altersgruppe
Bar Chart
Daten zw. 1 und 10 normalisieren
Normalizer
Bereinigung nach Alter
Vielflieger ab 20 Flügen p.a.
Scatter Plot
Bar Chart
Sorter
Row Filter
PeerGroupeinsteilen
Rule Engine
Sorter
Bar Chart
Kurz-, Mittel und Langstrecke
Rule Engine
Vielflieger
Rule Engine
Verteilung nach Strecke und Class
Heatmap
Überprüfen nach Anzahl Altersgruppe
Pie Chart
Bar Chart
Vereinfachung der Columns
Column Filter
Linear Correlation
Cluster bilden
Cluster Assigner
Cluster auf Güte prüfen
Silhouette Coefficient
- Langstrecke entfernt, weil BusinessClass verfälscht- Inaktive Airlines entfernt
Rule-based Row Filter
Bar Chart
Sorter
Heatmap
Heatmap
Korrelationen_1
Linear Correlation
Excel Reader
Heatmap
Einheitliche Bezeichnung der Spalten
Column Renamer
"disloyal Customer" umbennen in "Disloyal Customer"
String Manipulation
"Online plattform" in "Online Platform"
String Manipulation
ID entfernen für Anonymisierung
Column Filter
Unter 18-Jährige aus dem Datensatzentfernen
Rule-based Row Filter
Bar Chart
Outlierentfernen
Numeric Outliers
Sorter
Sorter
Heatmap
Row Filter
Linear Correlation
Heatmap
Cluster umbennen
String Manipulation
Linear Correlation
Bar Chart
Korrelationen_2
Linear Correlation
Cluster_3
Row Filter
Cluster_2
Row Filter
Cluster_4
Row Filter
Korrelationen_3
Linear Correlation
Missing Values entfernen
Missing Value
Werte denormalisieren
Denormalizer
Aufteilung Test- & Trainingsdaten
Table Partitioner
Statistics
Joiner
Excel Writer
Korrelationen_4
Linear Correlation
GroupBy
Prüfen auf fehlenden Werte
Statistics
String to Numbers
Text View
DurchschnittPre_Flight_Happines(N=3)
Math Formula
Altersgruppen einteilen
Rule Engine
Cluster_1
Row Filter
Durchschnitt During_Flight_Happines(N=6)
Math Formula
Sorter
Excel Writer
Durchschnitt Overall_Happines(N=9)
Math Formula
Linear Regression Learner
Linear Regression Learner
Cluster mit eukledischer Distanz bilden
k-Means (deprecated)
Linear Regression Learner
Linear Regression Learner

Nodes

Extensions

Links