Designing to Serve: an Examination of WestJet's Domestic Check-in Space
Notice bibliographique
Résumé
My major research paper (MRP) focuses on the service design of WestJet’s domestic check-in space at Toronto International Pearson Airport. In the context of this micro space, service design refers to all of the touch points or points of contact between the customer and the organization designed into this space. This includes anything that communicates with the customer in this space to direct their behavior. My central research question is: how does the service design of the domestic check-in space at WestJet affect customer behavior? In exploring this question, I examined two main aspects: (1) service design and (2) customer behavior. Service design theory is concerned with managing customers’ experience of service quality through the design of services. I observed how customers experienced the service design of the check-in space through their visible behaviors and reconstructed a service blueprint or map of each step in the check-in service with which to track these behaviors. This allowed me to identify variances between customers’ actual behaviors and the desired customer behaviors in the check-in space. I also conducted a series of interviews with select WestJet employees to understand the service objectives of the check-in space and the strategic objectives of the organization. An analysis of the self-service route of the check-in space indicates that some sub-touch points are not positioned at natural decision points for customers. This is despite the fact that the sub-touch points are designed to supply customers with information to make decisions at each major touch point in the check-in service. Consequently, actual customer behaviors vary from WestJet’s desired customer behaviors in the self-service route of the check-in space. These findings suggest that there are nuisances in the design of the check-in service that are impeding WestJet’s service objectives and resulting in inconsistent and potentially confusing customer experiences.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,008 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».