长期以来，国内机场服务提升大多依赖满意度评价与投诉整改等结果性指标，而非成因指标，往往停留在被动应对监管的层面。即便是要求高的机场，构建了“自有场景标准库”也一样，因为只改结果，不改成因，永远无法根治服务短板，甚至越改事儿越多。本质上是“亡羊补牢”式的滞后响应，难以突破同质化的竞争困局。
HSW规划设计部在2024年5月，和南京禄口机场展开了《旅客结构与画像综合研究项目》。项目采用“双向赋能”的策略：通过“旅客画像研究解构需求”，结合“航站区现场勘查诊断痛点”。两者融会贯通，旨在转化为系统化、可落地的服务设计解决方案，从根本上解决服务运营难题。
项目开展的背景源于2022年12月疫情全面放开后，南京禄口机场的客流恢复明显迟滞于周边枢纽。面对周边机场（如杭州萧山重回4000万客流，郑州新郑增速为175%）的强势反弹，为了积极响应国家和省政府提出的目标，南京机场亟需扭转“被动补救”的局面，形成服务体验优化前置的统畴构想。
服务的改善是一个长期的动态调整过程。所有流程优化、人员素养、环境体验、容错机制、响应效率，本质上都是资源投入的结果---涵盖资金、人力、时间与制度成本。因此，真正可持续的服务改善逻辑只有一条：资源投入匹配服务标准、服务标准决定现场品质、现场品质决定旅客口碑。而资源配置的最优路径，正是以旅客需求特点为导向，寻求各部门的最佳协同效能。
第一部分：旅客结构画像研究
旅客画像的价值不在于“描述人”，而在于人的需求如何“匹配场景”。不同出行需求的旅客，在同一场景内的需求截然不同，需要从旅客需求分层的特征去勘查服务场景承载逻辑的合理性，最终目的是让空间资源与服务设施高度适配旅客需求，实现资源的高效产出，从而提高整体服务的质量。
“2024年5月”旅客画像研究的部分示例如下（历经两年多数据已变化）：
第二部分：航站区现场勘查诊断&服务设计
旅客画像可以锁定需求，是从“人到需求”的抽象分析层，却无法锁定场景问题。这个部分要通过实地勘查现有空间的物理条件、设施布局、导视系统等，结合画像得出的需求，优化空间资源配置、服务流程、导视逻辑等，回答“如何通过空间/设施满足需求？”的问题，把一线服务人员的“非标服务”（因设计缺陷导致的人工补救）降至最低，减少机场人员编制压力，成为画像的物理载体。
示例1: 《旅客结构画像研究》反映的网约车分担率和旅客评价低问题，现场勘查情况如下：
网约车上客区均分布在各自航站楼配套的停车场内，都离航站楼有一定距离；
不同的上客区，车辆有不同的动线到达和离开，两动线间没有连接和互换；
两个网约停车场上客区都与社会车辆混杂在一起，造成停车场内通道通行效率下降，拥堵状况，且存在较高概率的小磕碰和事故。
服务设计解决方案：调整网约车管理方式与位置
建议将P2停车场上的平台租赁停车场转变为网约车候车上客区，优点在于选择网约车的旅客能快速到达明确的区域乘车快速离开航站楼，能较好地利用T2和P2建筑空间的连接特点，大幅降低社会车辆停车层空间因等候旅客产生的摩擦事故率，保持车道通畅。
为盘活该区域的商业面积创造有利条件，需调整楼内导视系统为强引导。
调整网约车管理政策，最大限度吸引网约车司机到该区域接客人，同时严惩违规司机。
示例2: 动线问题
地铁距离T1航站楼较远，导致旅客步行焦虑和疲惫；
地铁规划没有起到分流不同航站楼客流的作用，导致从两航站楼往市区的旅客均集中在交通中心，易形成客流重叠，从而导致相关问题产生；
地铁所在区域的垂直通道为面环形中空庭院设计，此设计实际使用效果不佳，且庭院中的垂直通道之间呈折线型动线，基本不直面T1和T2两航站楼，致使需要布设大量基础设施，且和使用人群流量不匹配、不经济。
服务设计解决方案：地铁引导分流前置
示例3:机场导视系统问题
服务设计解决方案：动线整体分析
把T1-GTC-T2的动线链接起来，两个航站楼的内部动线规划处于不及格的水平；
两航站楼的陆侧动线趋向需从“纵向转变为横向”，整体的思路和运营方式要有重大改变；
交通中心+两航站楼需要从“一体化运营”的角度去考虑优化整体的交通效率与空间利用率。
两个研究部分紧密关联。若只有画像没有现场勘查，旅客需求会沦为“空中楼阁”：比如《旅客画像报告》中指出“中转旅客需快速换乘”，但现场勘查发现航站楼中转通道只有厢式垂直电梯，无法实现大规模旅客中转，客流运量受限，需另行考虑动线设计。画像的“需求数据”（如某个群体对某类设施的使用率预期），需现场“空间情况”（如现有设施点位、客流瓶颈）验证可行性；而现场的“问题反馈”（如某区域易拥堵），也需画像的“群体特征”解释成因，服务优化更具针对性。
两个研究部分的有机结合，既保证设计“有的放矢”（基于真实需求），又保证方案“脚踏实地”（适配现场条件），最终实现“服务场景与旅客需求的高度匹配”，从根本上解决运营服务的的难题。
往期内容
10个月宝宝每天需要喝多少奶粉？
