MERCADO DE VUELOS
DE CABOTAJE
Ley N° 27.442 de Defensa de la Competencia
Autor: Matias Morcos
Institucion: CoderhouseINTRODUCCION
En agosto de 2023, Aerolineas Argentinas present6 un balance semestral
con un déficit de 48 millones de dolares, y se considera que hasta la fecha
del presente tendra ganancias por 32 millones de dolares.
Uno de los numeros que plantea esta mejora es su récord de pasajeros, una
proyeccién susceptible de ser analizada considerando los continuos
balances deficitarios que la anteceden con una buena posicién en el
mercado y teniendo en cuenta la escena politica desde aquel ajio.
Esta proyecci6n podria ser producto de una buena posicion en el mercado
lograda por una administracion indulgente al déficit y con conocimiento de
ello, es decir, a través de violaciones a la Ley N° 27.442.DESCRIPCION DE LA
TEMATICA DE LOS DATOS
Para el siguiente trabajo se abordaron datos de transporte
aéreo de pasajeros en el pais, provenientes del Sistema
Integrado de Aviacion Civil (SIAC) dependiente de la
Administracién Nacional de Aviacién Civil (ANAC). Se cuenta
con informacién de vuelos, pasajeros, asientos, rutas y
aerolineas desde el afio 2017 al presente.OBJETIVO
Nuestro objetivo consiste en determinar la posicién de
Aerolineas Argentinas respecto de todos sus competidores
dentro del mercado de vuelos de cabotaje, y principalmente
identificar tendencias susceptibles de informar a_ los
organismos competentes en Defensa de la Competencia.
HIPOTESIS
Aerolineas Argentinas no cumple con la Ley de defensa de la
Competencia y politicas de Compliance.ALCANCE
Nuestro estudio esta orientado a ser utilizado por un nivel
estratégico, dada su cualidad descriptiva para definir tendencias y
observar situaciones que conduzcan a nuevos hechos, siendo sus
usuarios finales aquellos directivos y altos ejecutivos de organismos
encargados de fiscalizar el cumplimiento de las normativas que
regulan el mercado.DIAGRAMA ENTIDAD RELACION
a
| ES —
<= =
“4 <> = <> =
le ES cS
be me
=
SSLISTADO DE TABLAS
Aerolinea: Almacena el nombre de la aerolinea con un identificador
unico como PK, mientras contiene como FK los nombres de
provincia de origen y destino.
Provincia: Contiene el nombre de las provincias de origen y destino
de los vuelos con un identificador unico como PK.
Vuelo: Almacena informacién detallada sobre cada actividad
registrada, como fecha, clasificacién, clase, pasajeros, asientos y
cantidad de vuelos, para unificarlas en una PK mediante un
identificador Unico, mientras contiene como FK los nombres de
provincia de origen y destino, y el nombre de la aerolinea.Participacio6n: Contiene la informacion mas relevante para nuestro
analisis sobre la participacion de cada aerolinea en el mercado,
siendo su PK el identificador Unico de las mismas.
Fecha: Contiene la fecha en la que se registré cada actividad de
cada aerolinea, con su identificador Unico como PK para
diferenciarlas.
Medidas: Detalla todas las medidas calculadas creadas.LISTADO DE COLUMNAS POR TABLA
AEROLINEA
CAMPO TIPO DE CAMPO TIPO DE CLAVE
ID_AEROLINEA int PK - index
NOMBRE_AEROLINEA nvarchar(30)
PROVINCIA_ORIGEN nvarchar(30)
PROVINCIA_DESTINO nvarchar(30)CAMPO
ID_PROVINCIA
NOMBRE_PROVINCIA
CAMPO
ID_FECHA
FECHA
PROVINCIA
TIPO DE CAMPO TIPO DE CLAVE
int PK - index
nvarchar(30)
FECHA
TIPO DE CAMPO TIPO DE CLAVE
int PK - index
datetimeVUELO
CAMPO TIPO DE CAMPO TIPO DE CLAVE
PROVINCIA. ORIEN vaehr(90)
PROVINCIA DESTINO vaeh(90)
use rch)
cusiieacion rch)PARTICIPACION
CAMPO TIPO DE CAMPO TIPO DE CLAVE
1D.AEROLINEA, ot Px index
'p.estINo int K
vo.vueto int x
PASAJEROS int
ASIENTOS intTRANSFORMACION
Al descargar nuestro DataSet advertimos la existencia de
informacion redundante como innecesaria para nuestro analisis.Procedimos a normalizarlo mediante la limpieza
de datos y renombramiento de campos.(Cm es eee TTimenee) r)
[Andes Lineas Aéreas 108, Santa Fe Rio Negro
Jandes ineasAéreas 7 108 Salta Jujuy
JAndes ineasAéreas 7 108 Rio Negro santa Fe
JAcrolineas Argentinas ” 100 santa Fe Cordoba
JAerotineas Argentinas” 100 Santa Fe Buenos Aires:
[Aerolineas Argentinas 7 100 Santa Fe Santa Cruz
JAerolineas Argentinas " 100 Ciudad Auténomade Buenos Aires Cérdoba
Aerolineas Argentinas 100 Ciudad Autonoma de Buenos Aires Mendoza
JAerotineas Argentinas " 100 ‘Ciudad Auténoma de Buenos Aires Tucuman
JAerolineas Argentinas ” 100 Ciudad Auténomade Buenos Aires Chaco
JAerotineas Argentinas ” 100 Ciudad Auténoma de Buenos Aires Misiones
JAcrotineas Argentinas ” 100 Ciudad Auténomade Buenos Aires Salta
JAerotineas Argentinas ”” 100 Ciudad Auténomade Buenos Aires Chubut
Aerolineas Argentinas" 100 Ciudad Auténoma de Buenos Aires Chubut
JAcrolineas Argentinas " 100 Ciudad Auténomade Buenos Aires Chubut
JAcrotineas Argentinas 100 Ciudad Auténoma de Buenos Aites Santa Cruz
JAerotineas Argentinas ” 100 Ciudad Auténoma de Buenos Aires Santa Cruz
ireneassrgentinas 100 Ciudad Autinoma de Buenos ies Tierra del Fuego, Arta esas del ttc Sur
Creamos la tabla “AEROLINEA para ala cual asignamos una columna
ID_AEROLINEA para la identificacién de cada una de ellas.Bebescuved
‘ca pa
Scr ea
pve Sek Sh bebe Geeess
parertes
Creamos la tabla “VUELO” para la cual asignamos una columna
ID_VUELO para la identificacion de cada registro.CAIN
2301 Buenos Aires
2302 Catamarca
2303 Chaco
2304 Chubut
2305 Ciudad Autonoma de Buenos Aires
206 Cordoba
2307 Corrientes
208 Entre Rios
2309 Formosa
2310 Jujuy
2311 La Pampa
2312 La Rioja
2313 Mendoza
2314 Misiones
215 Neuquén
2316 Rio Negro
2317 Salta
2318 San Juan
Creamos la tabla “PROVINCIA”
para la cual asignamos una
columna ID_provincia para la
identificacién de cada una.CECE - Ge
2017
2017
7 ” 2017
La tabla “FECHA” nos 2017
; + 2017 1/1/2011
permite organizarnos
eo 2017
cronologicamente 2017
7 2017
asignando un ID_FECHA al 2017 1/1/201
x . 2017 V/1/201;
afio correspondiente. 2017 1/201
2017 1/1/21;
2017 1/201:
2017
2017
2017
2017 1/20:La tabla “PARTICIPACION” toma protagonismo para nuestro objetivo,
jos en ella los datos mas relevantes y necesai
1
2
3
4
5
100 2017 6 at 128
100 2017 7 205, 426
100 2017 8 182 298
100 2017 9 159 298
100 2017 10 73 128
100 2017 a 770 978. 4
100 2017 2 373 605 4
100 2017 13 115 340 q
100 2017 4 89 128 |
100 2017 15 101 137
100 2017 16 509) 596 4
100 2017 v7 48 128
100 2017 18 420 510Nuestro Diagrama Entidad Relacién quedo graficado de la siguiente manera
en Power BI:
TEyRnCmciON
[BI AEROUNEAMEDIDAS CALCULADAS
Para los resultados generales aplicamos las siguientes medidas:
TOTAL GENERAL ASIENTOS: TOTAL ASIENTOS = SUM(VUELO[ASIENTOS])
TOTAL GENERAL PASAJEROS: TOTAL PASAJEROS = SUM(VUELO[PASAJEROS])
TOTAL GENERAL VUELOS: TOTAL VUELOS = SUM(VUELO[VUELOS])
Para calcular el promedio de vuelos por afio debimos aplicar:
PromedioVuelosPorAfio=AVERAGEX(SUMMARIZE(RESUMEN, RESUMEN[AEROLI
NEA],RESUMEN[FECHA],"TotalVuelos", SUM(RESUMEN[Total Vuelos])) [Total
Vuelos])VISUALIZACION
Disefiamos un prototipo de nuestro informe visual,
en el cual se pueden apreciar los resultados de
algunas medidas’ para que __ tentativamente
formulemos nuestra conclusion.
1 mill. 187 mill.
TOTAL ASIENTOS
152 mill.
TOTAL VUELOS(Sura de VUELOS por AEROLINEA ‘Suma de ASIENTOS por AEROLINEA Suma de PASAJEROS por AEROLINE]
TEROUNER
AEROLINEA
AEROLINEAMERCADO DE VUELOS DE CABOTAJE EN
ESPACIO AEREO ARGENTINO
TOTALES GENERALES
>
TOTALES POR AEROLINEA
MAPA DE VUELOS
Al encontrarse pendientes otros analisis, planteamos el disefo
base de nuestra portada el cual sera optimizado.