“Big Data y Turismo”. Este es el tema de moda que lleva dando vueltas un tiempo en el sector y en las consultoras de negocio. El mar de fondo que hay en esos dos conceptos es: “muy bien, es cierto que hay muchos datos pero, ¿cómo se les mete mano para sacarles partido en el mundo del turismo? ¿Alguien puede ofrecer algo ya?”. Una búsqueda en Internet arroja alguna pista de lo que se está cociendo en el mundillo. Busco “Big Data y Turismo” en Google. Las sugerencias de búsquedas ya dicen algo:
“Indicadores”, “retos”, “oportunidades”. Los títulos de los resultados de búsqueda van un poco más de lo mismo: “estudios del Big Data en el sector del turismo”, “informes de big data y turismo”. Todos ellos de recomendada lectura. Pero yo sigo en las mías… ¿cómo usar el Big Data para mejorar los objetivos de negocio en turismo? Calco directamente esa pregunta en Google y vuelven de nuevo los “retos”, “oportunidades”, “cómo el Big Data revolucionará la gestión del turismo” (en futuro):
Buffff. Yo quiero algo para ahora y Google no parece ayudar. El objetivo de este artículo es dar una respuesta clara. En realidad, el título debería haber sido:
Cómo el Machine Learning saca jugo del Big Data para mejorar los objetivos de negocio en turismo
Sí, Machine Learning es la Killer App del Big Data. En otras palabras, es la tecnología que permite sacar jugo a los miles o millones de datos que tenemos almacenados. Es la tecnología que sirve para amortizar las inversiones que se hacen en Big Data. Es la tecnología que usan los grandes (Google, Apple, Amazon, Spotify…), que ahora está al alcance de todos.
El Machine Learning permite descubrir patrones en millones de datos. Se trata de un nuevo concepto en la programación. Con Machine Learning se crean sistemas que aprenden automáticamente de los datos, en lugar de programarlos explícitamente para hacer algo concreto.
Si vamos a casos concretos (en este blog ya hemos explicado un caso práctico: la predicción de la nacionalidad de los turistas y las mejoras de negocio que lleva asociada), aquí tenemos algunos ámbitos de negocio en los que puede ayudar:
- Predicción de cancelaciones. Saber con antelación si una reserva se va a cancelar mejora sensiblemente la gestión, por ejemplo, del overbooking o de las habitaciones de un hotel. En este ámbito podemos predecir las cancelaciones de reservas de habitaciones, de reservas de vuelos, de reservas de actividades, de mesa en los restaurantes…
- Predicción de ocupación. La capacidad de planificación se ve significativamente aumentada cuando se sabe con datos qué recursos (habitaciones, mesas, plazas…) se van a ocupar en un rango determinado de fechas.
- Predicción de retrasos en vuelos. La mejora que supone en la gestión de los problemas asociados a los retrasos es indiscutible. No todos los retrasos se pueden predecir, pero sí que hay patrones que sirven para determinar en una gran mayoría de casos si un vuelo se va a retrasar.
- Personalización de la estancia. Descubrir patrones de comportamiento permite conocer con antelación al cliente y por tanto ofrecer servicios y productos que se ajustan a su perfil. La personalización es un área destacada del Machine Learning.
- Predicción de las necesidades de los huéspedes. La segmentación (clusterización) es una potente estrategia para saber de antemano qué necesidades van a tener los clientes. Un cliente que pertenece a un determinado segmento tiene necesidades similares al resto.
- Optimización de la segmentación de clientes. El enfoque estadístico tradicional encuentra relaciones lineales entre un número limitado de variables. Con Machine Learning es posible descubrir patrones en millones de datos con cientos o miles de variables.
- Maximizar eficiencia de campañas promocionales (online y offline). La predicción de segmentos de público objetivo para cada tipo de campaña, el medio o la hora de la comunicación aumentan la eficiencia de las campañas.
Por qué es importante
Actualmente muchas empresas están enfocadas en estrategias para almacenar todos los datos que pueden (en una especie de síndrome de Diógenes de datos), sin advertir que los datos que tienen actualmente ya son útiles para mejorar los objetivos de negocio.
En general, podemos asegurar que no se trata de tener cuantos más datos mejor. Es preferible tener menos datos pero de alta calidad que muchos datos pero de poco valor. Si tu empresa es del sector turístico, estás preparado para empezar a sacar partido de los datos. ¿Empezamos?
