Machine learning, bots y small data, al servicio de la experiencia hotelera

Las tecnologías que surgen y se consolidan en el mercado hotelero presentan un objetivo común: la mejora de la experiencia del cliente antes, durante y después de su estancia en el establecimiento. Así ha quedado constancia en las jornadas de Fiturtech Y, en las que han cobrado protagonismo con este fin el machine learning, los bots, el small data y los robots.

El machine learning (ML), según ha explicado Darío Lombardi, vicepresidente de BigML , es una disciplina científica que crea sistemas que aprenden automáticamente aplicando algoritmos que se pueden emplear en casos futuros para conocer las probabilidades de que un hecho ocurra basándose en datos históricos. El ML por tanto es útil, según Lombardi, ya que “mejora las decisiones encontrando patrones escondidos, ayuda a localizar valor en los datos y siempre va a ganar al ser humano debido a que puede conseguir enormes cantidades de datos en segundos”.

Sin embargo Lombardi ha incidido en que el fenómeno ML no es nuevo, aunque las técnicas sí han madurado y los datos han aumentado de forma imparable. Asimismo, “los costes, la velocidad y las nuevas herramientas” han logrado que actualmente el ML se haya instalado en prácticamente todos los sectores.

Entre sus aplicaciones prácticas ha destacado su uso como sistema de recomendaciones, sus ofertas dinámicas, la segmentación y el clustering -agrupamiento- y la detección del fraude. Los ejemplos más conocidos de éxito son Starwood Hotels & Resorts Worldwide, que gestiona mediante esta herramienta el precio de las habitaciones; Expedia, que ha construido su negocio basándose en él, busca vuelos y detecta fraudes; y finalmente Hotel Tonight, que predice las ventas.

Lombardi ha concluido con que la forma idónea de emprender un proyecto con ML es escoger un problema práctico que permita una experimentación rápida, “no intentar realizar cambios revolucionarios desde el inicio”.

Definición de objetivos en machine learning

Para Andrés González, de Clever Data, lo primordial es definir los objetivos del negocio frente a la inmensa cantidad de datos. El proceso de ML según González consta de cinco pasos: adquisición de los datos en bruto (desde redes sociales, hojas de reservas…), limpieza de los datos, selección y transformación, entrenamiento del modelo predictivo para detectar los patrones y finalmente, evaluación de la calidad de dichos datos.

En su opinión, con el ML se puede lograr hacer lo mismo que consiguen redes como Facebook o Google, pero a unos costes y un tiempo muy reducidos. Lo importante para González es, por tanto, que “el sistema consigue predecir con anticipación la cancelación de reservas y la mejora de ingresos y ocupación”, que se puede gestionar de forma más eficiente el overbooking y, en último lugar, la optimización de precios y habitaciones.

Bots en redes sociales

Desde el departamento de redes sociales de Palladium Hotel Group, Guille Rodríguez ha presentado las últimas novedades en la estrategia de la cadena en Bots en redes sociales, que profundiza en su compromiso en el trato con el cliente. Y es que, según Rodríguez, “el cliente no se acuerda de la cama en la que durmió, se acuerda de las experiencias que vivió”.

Por tanto su apuesta por los Bots se centra en crear aplicaciones basadas en el potencial de Facebook. De hecho presentó el proyecto piloto que desarrolla el papel de un asistente virtual que responde a cualquier cuestión y es entrenado, a través de un chat en vivo, directamente utilizando la app de Facebook Messenger.

Small data

Kike Sarasola, presidente y fundador de Room Mate Hoteles, y Pablo Gago, su director comercial y de marketing, explicaron cómo han aplicado el small data a la gestión hotelera, según adelantó HOSTELTUR noticias de turismo en ‘Room Mate ayudará a otros hoteles a mejorar la experiencia del cliente’.

Ambos desvelaron que desde Room Mate se ha venido trabajando en un modelo predictivo para “mejorar la oferta de los hoteles y la gestión de campañas de promoción y comunicación”. Y es que esta nueva herramienta, basada en un algoritmo propio, permite ofrecer a los turistas una oferta lo más personalizada posible a sus intereses al introducir multitud de datos como la previsión climática o el calendario de eventos.

De la misma forma suministra al hotelero una información crucial tanto de la cantidad como del tipo de demanda que va a surgir, dándole la oportunidad de anticiparse al mercado. Todo orientado a un único objetivo, que en palabras de Sarasola es “mejorar la experiencia del cliente”.

Robots

Para Michael Loughlin, CEO de Nelmia Robotics Insight, las empresas tienen la oportunidad de transformarse gracias a la robótica. Su aplicación en el sector hotelero pretende adquirir tres características fundamentales: Sense (un entorno con sensores), Think (un razonamiento) y Act (la capacidad de actuar).

No en vano los proyectos en hostelería y hoteles con robots adquieren cada vez mayor relevancia. Loughlin subrayó los ejemplos más destacados: desde Pepper, el robot procedente de Japón que ha conquistado la capital española, hasta casos como el del Seattle Art Museum, que incluye un robot como telepresencia que permite a personas de movilidad reducida “visitar” museos sin salir de casa. “Conseguir la parte física del robot aún está lejos, pero llegará y tendrá todas nuestras preferencias, sabrá qué necesitamos”, concluyó.

Factor humano

A pesar de todo ello el presidente ejecutivo de DDD Servicios Estratégicos, Bary Roberts, recordó que “la tecnología no lo es todo” y que para que una gestión hotelera sea eficaz lo más importante es el talento del equipo humano. Además señaló que hay que cambiar la estrategia de venta de los hoteleros, ya que en los canales digitales se produce una saturación al sólo buscar vender. Para ello, apostó por analizarlos también desde la perspectiva del cliente, ya que éste “odia que le vendan, pero adora comprar”.

Para afrontar esta “dicotomía a la hora del intercambio entre seres humanos” hay que ayudar a las personas a que tomen decisiones potenciando emociones y razonamientos lógicos que les lleven finalmente a reservar en nuestro alojamiento. Con este fin hay que intentar aumentar la confianza del cliente en el hotel, ya que es “el factor esencial de su decisión” y averiguar cuál es el motivador principal de su compra. Datos que según él son muy difíciles de conseguir a corto plazo y digitalmente, por lo que es necesaria la presencia de personas capaces de recopilarlos y analizarlos.

Fuente: Hosteltur
Leer noticia en Hosteltur: Machine learning, bots y small data, al servicio de la experiencia hotelera