Usar la IA y métricas diarias para fijar precios en el sector hotelero: consejos de Sumamoos

ALCOY. ¿Qué datos son necesarios para mejorar la toma de desiones en una empresa, y en concreto, en el sector hotelero? Es la pregunta que respondió ayer Pablo Barrachina, socio director y COO de la firma tecnológica Sumamoos, que implanta Business Intelligence (BI) para empresas. El alicantino dio las claves en su ponencia "Mejorando la estrategia de precios en hoteles con Inteligencia Artificial" en el congreso de Ciudades Inteligentes y Big Data Alcoy. El municipio de Alcoy está inmerso en este evento y su primera edición, que fusiona anteriores congresos para convertirlo en un foro bienal para profesionales de referencia, empresas digitales, líderes de la industria tecnológica y responsables de grandes proyectos. El congreso está organizado por Distrito Digital, el Ayuntamiento de Alcoy y el campus de Alcoy de la Universitat Politècnica de València a través de sus cátedras Ciudad del Conocimiento y Smart City Alcoy.

"La analítica predictiva es intentar averiguar qué puede pasar de hoy en adelante si se mantienen las mismas condiciones históricas", afirma Barrachina. Es una condición necesaria para tener una buena predicción. En el sector hotelero, las métricas útiles para conocer el negocio pasan por la tarifa media diaria o ingreso medio de una habitación, ocupada durante un período de tiempo específico (ADR); los ingresos por habitación disponible (Revpar), o el análisis que se hace en el hotel para conocer la variación de reservas que se han producido desde la toma anterior (Pickup)  y también el porcentaje de ocupación, la duración media de estancias o las cancelaciones. "Son medidas que sirven al sector para evaluar cómo va el negocio. Si se combinan y se consigue predecir y llevar al futuro, las herramientas de pricing hoteleros las podrán podrán usar para tomar mejores decisiones", aconseja el COO de Sumamoos.

Entre los retos para afianzar esos datos están la dificultad para medir elementos como la temporalidad, eventos puntuales, el tiempo, la situación económica o los movimientos de la competencia. Son variables que se deben tener en cuenta y que, a veces, son difíciles de controlar.

Barrachina explicó la importancia de las fases en la analítica avanzada en en sector hotelero dependiendo del grado de maduración en Business Intelligence. En una fase inicial es crucial realizar informes y análisis descriptivos. Mientras, en una fase media de implantación es importante implantar herramientas para conocer datos de qué ocurrió en el pasado -ocupación, clima, fidelidad, cancelaciones o comportamiento de clientes entre otros-. "De este modo, y conociendo también el presente, se puede establecer una base para empezar a sacar conclusiones en la fase más importante, que debe afianzarse bien". 

Entonces, comienza la fase de BI más pura, la de la analítica avanzada y el análisis predictivo. Después, con la fase prescriptiva, "si somos capaces de automatizar procesos, el sistema tomará decisiones y, por último llegará al proceso del análisis cognitivo, donde un algortimo bien preparado será capaz de tomar mejores decisiones de lo que puede hacer un humano en tiempo real. No obstante, afirma Barrachina, "aún queda camino para llegar a este punto".

Poner a las personas en el centro de los datos

Antes de la intervención de Barrachina, se produjo la intervención de Mario Catalán Campos, CDO de Zeus, quien abordó  ‘Cómo escalar una compañía a través de los datos’, con varios ejemplos en los que su empresa ha aplicado a otras compañías como Idai Nature, la EMT de València o Unisa.  Catalán partió de la misma problemática que tuvo su empresa, que nació hace 17 años en València, y todo su equipo directivo.  "Tuvimos la necesidad de crear productos propios; pasamos de ser cuatro personas a 120 y después contar con cuatro compañías dentro del grupo, y tuvimos una crisis de volumen; las cosas iban muy bien, pero no sabíamos gestionar la empresa". Entonces, ha añadido, "nos encerramos durante una semana y miramos que nos estaba pasando". "Creíamos que no estábamos tomando las medidas de manera correcta; siempre los mismos y pensábamos que éramos los más listos", ha expuesto.

Según la exposición de Mario Catalán, para salir de ese problema de volumen, y gestionar las 120 personas y miles de clientes, todo pasaba por democratizar la información y hacer llegar los datos a las personas correctas; basarnos en datos, y no en opiniones". "Esto nos podía ayudar a optimizar la gestión de nuestra empresa; reduciría los tiempos y empoderaría a los equipos, si le das más información", ha enfatizado. Entonces, comenzamos a desarrollar proyectos de visualización de datos, como un proyecto interno. Invadimos la empresa de pantallas, a pesar de que la empresa ya era digital. Además, con el propósito de hacer llegar los datos a la persona indicada; si no, hay una ceguera visual, tenemos demasiados indicados y no sabemos cuáles son los más importantes", ha añadido.

Y desde ese momento, Zeus ha venido trabajando en una solución o concepto, que ellos han llamado el Smart Visual Data para que "el dato busque a las personas, y no al revés; el objetivo es poner en el centro de todo a la persona, y no al revés". Y, además, hacerlo en un multidispositivo y especifica a cada persona, en función de su cargo o situación con el objetivo hacer valer la parte emocional del dato. Después de esta explicación, Catalán ha visualizado los procesos implementados en empresas como Idai Nature y la EMT, donde ya está operativo el smart visual data implementado por Zeus y que, según sus propios protagonistas, tan buen resultado les ha dado para escalar a través del dato.