La carrera por explotar la gran cantidad de información almacenada por las organizaciones ha tenido un ritmo muy desigual entre las distintas industrias, y el sector hotelero posiblemente es uno de los que menos ha aprovechado el empujón de la analítica que se ha producido en estos últimos años, a diferencia de otros actores como las agencias de viajes o las aerolíneas donde las técnicas analíticas han dominado en la experiencia de compra de los clientes.
Hasta el momento, el sector hotelero ha sido lento en responder a esta revolución. Pero los patrones de consumo han cambiado, los clientes disponen de una mayor oferta de alojamientos, debido a la hotelización de viviendas en alquiler ofrecidos a través de plataformas digitales como Airbnb o HomeAway. Todo ello está obligando a la industria a despertar de este letargo y adaptarse a los nuevos tiempos. Es por esto que el sector va a necesitar de un gran empujón para adaptarse a los nuevos tiempos si quiere mejorar su rentabilidad.
Algunas de las causas residen en la desactualización de sus sistemas de información, en muchos casos sistemas obsoletos desde el punto de vista tecnológico. Hoy en día aún muchas de las decisiones más importantes para un hotel se hacen a mano, a través de hojas de cálculo y/o sistemas poco integrados.
A los cambios en los patrones de consumo y los precarios sistemas de información se han unido: un incremento gradual en los costes operativos, en más de un 25 % en la última década; o un incremento en los gastos de marketing dirigidos a la captación de clientes, el cual supone cuatro veces más que otros actores como las aerolíneas o la industria de los coches de alquiler; son algunas de las causas que han erosionado los márgenes de rentabilidad hasta límites históricos.
Pero esto puede cambiar, si centran sus esfuerzos en mejorar procesos como:
- Ventas, mediante sistemas de fijación de precios más avanzados
- Logísticos, a través de soluciones para la optimización de inventario
- Operativos, incorporando soluciones de Workforce Management orientados a optimizar sus costes operativos
Si analizamos uno de ellos, por ejemplo el proceso de ventas, vemos que los hoteles han utilizado tradicionalmente los datos históricos de las reservas para prever la demanda futura. Pero en los tiempos que corren se ha demostrado que son muy poco precisos para utilizarlos como referencia. No se han sumado otras variables que afectan al cálculo de previsión de ventas, al contrario que, si han hecho compañías de otras industrias como Amazon o Iberia que analizan constantemente su información e incorporan otras variables al modelo para mejorar sus procesos de comercialización. La incorporación de otras fuentes a su previsión de demanda de habitaciones como la información de los precios de la competencia, de las líneas aéreas o datos relevantes de las redes sociales pueden mejorar el proceso de venta.
Por ejemplo, si un aeropuerto tiene un 30 % más afluencia que el año anterior en una fecha dada, lo más seguro es que tenga un impacto en la demanda de alojamiento local. Si hay un incremento en las personas que están comprando a través de las webs de compra, como Tripadvisor o Booking, para una fecha específica en comparación con una fecha similar, es muy probable que se vea afectada la demanda de habitaciones para esas fechas. O si un porcentaje de estas personas están reservando a un precio concreto, podremos determinar con mayor precisión la sensibilidad a los precios de nuestros clientes potenciales, y podremos tenerlo en cuenta en nuestra oferta para incrementar nuestras ventas.
Por ello, sabemos que ya no es suficiente con analizar el pasado para predecir el futuro. Es necesario aplicar modelos predictivos que incorporen estas variables y apoyarnos en analítica prescriptiva para optimizar el precio ofertado o presentar una oferta más personalizada. Actualmente, ya disponemos de técnicas analíticas avanzas para tener en cuenta todo esto. Los algoritmos son similares a los que utilizan por ejemplo las aerolíneas.
Utilizando el comportamiento futuro basado en las relaciones mencionadas, cruzando la información con otras fuentes de datos no tradicionales y con un mayor conocimiento del valor del cliente podemos aplicar técnicas de programación matemática e investigación operativa para crear modelos de optimización para calcular el precio de las habitaciones.
Mediante la combinación de los datos de previsión de demanda y los algoritmos de fijación de precios, podemos definir estrategias de gestión de ingresos mucho más ricas a lo que la industria está acostumbrado.
Y a este ecosistema de información se puede cruzar con la información de otros actores como las agencias de viajes, aerolíneas, motores de búsqueda, etc. Esto puede permitir un enfoque de precios más allá del enfoque tradicional con grandes ventajas para la industria hotelera.
Las áreas en las que podemos aplicarlo son muy diversas. Podemos poner un último ejemplo, es en el caso de la personalización de la oferta por segmento de clientes, canal, tipo de habitación y fecha, de forma similar a como aplican otros sectores la optimización de campañas marketing, como es caso del sector bancario o el asegurador, para mejorar la eficiencia de los procesos de marketing. Hay un sinfín de áreas donde estas técnicas ayudan a mejorar los procesos de negocio.
La aplicación de la analítica avanzada está permitiendo que haya compañías en sectores altamente competitivos, como Inditex que estén marcando la diferencia. Las empresas del sector hotelero tienen las herramientas para poder optimizar cada reserva, de la misma manera que otras compañías las utilizan para posicionarse en sus sectores.
Es el momento de que el este sector impulse proyectos de innovación que le permitan recuperar el margen perdido estos últimos años.
