MERCADO DE VUELOS DE CABOTAJE Ley N° 27.442 de Defensa de la Competencia Autor: Matias Morcos Institucion: CoderhouseINTRODUCCION 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 = SSLISTADO 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 datetimeVUELO 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 intTRANSFORMACION 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 18 420 510Nuestro Diagrama Entidad Relacién quedo graficado de la siguiente manera en Power BI: TEyRnCmciON [BI AEROUNEAMEDIDAS 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 AEROLINEAMERCADO 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.