Hotelaria 4.0

O melhor do mundo da Tecnologia aplicado à realidade da Hotelaria.

Como a Hotelaria pode crescer com a Data Science

Publicado a 04 JANEIRO'17, por NUNO ANTÓNIO em Inovação, Gestão

Num conhecido artigo publicado em 2012 na Harvard Business Review, os autores Tomas H. Davenport e D. J. Patil apontavam que data scientist seria “a profissão mais sexy do século XXI”. O agora popular diagrama de Drew Conway, retrata como estes profissionais têm de possuir um conjunto complexo de aptidões e características, que vão desde a informática, à matemática e estatística, não descurando um conhecimento extensivo do mercado de trabalho.

The Data Science Venn Diagram, via Drew Conway.

A ciência de dados (data science) – ou ‘análise de dados’, como também é chamada por alguns – é uma evolução de uma área mais abrangente: o Business Intelligence, que por si só é um termo que se aplica a um vasto leque de arquiteturas, bases de dados, ferramentas de análise, aplicações e metodologias que permitem a descoberta e explicação de aspetos ‘escondidos’ ou desconhecidos nos dados, revelando informação de larga importância no processo de decisão. É esta transformação de dados em informação que permite a extração de conhecimento, a criação de perícia, e posterior transformação em sabedoria. Contudo, esta mudança requer das empresas uma mentalidade analítica e uma estratégia sobre como gerir os seus dados. Desta forma, as empresas precisam de ter não só uma política de administração e integração para assegurar como e onde são guardados, acedidos e consolidados os dados dos diferentes sistemas, mas também ter programas que assegurem a qualidade dos mesmos, de forma a garantir a sua validade.

 

É esta transformação de dados em informação que permite a extração de conhecimento, a criação de perícia, e posterior transformação em sabedoria.

 

Existem hoje em dia diversos exemplos de empresas que assentam os seus processos de tomada de decisão nos seus dados. Bernard Marr expõe-o na sua obra The Intelligent Company: Five Steps to Success with Evidence-Based Management, demonstrando que grandes nomes como a Google, Coca-Cola, Tesco, Yahoo, entre outras, dificilmente tomam alguma decisão estratégica que não esteja assente em dados.

Mas o que tem a ver esta data science com a Hotelaria? Tudo e nada!

  • NADA, porque hoje em dia, com exceção das grandes cadeias hoteleiras, grandes agências de viagens ou grandes operadores turísticos, praticamente nenhuma entidade no ramo da Hotelaria e Turismo emprega data science na gestão das suas operações do dia-a-dia.

  • TUDO, porque todas as empresas deviam fazer uso dos seus dados! Um bom exemplo disso é a AirBnB que faz questão de integrar um data scientist em cada equipa de liderança. E a verdade é que as empresas que não se adaptarem a esta cultura de análise, perderão rapidamente competitividade com as que já o fazem.

Esta mentalidade que integra os factos na tomada de decisão não é, contudo, algo que se implemente de um só vez. É antes um processo que se desenvolve em alguns passos:


Passo 1 | DESCREVER

Inicialmente, as empresas começam por analisar o seu histórico de informação. Tendo um armazém centralizado de informação, com rápido acesso, os gestores depressa conseguem analisar o histórico de dados em diferentes vertentes, o que lhes permite tomar decisões mais rapidamente e, sobretudo, melhor fundamentadas.

Por exemplo:
Ao estudar o investimento de marketing em publicidade para um pack especial de natal, um hotel pode analisar em termos demográficos de onde vêm o maior número de, direcionando melhor o orçamento disponível.


Passo 2 | PREVER

Começam a construir-se modelos preditivos que fazem uso de todos os dados disponíveis para prever operações, antecipar e descobrir tendências.

Por exemplo: 
Um hotel pode construir um modelo para prever cancelamentos de reservas e com o mesmo diminuir a incerteza em termos de procura liquída, permitindo-lhe assim adotar melhores políticas de overbooking e cancelamento.


Passo 3 | PERSPETIVAR

Neste último passo, também tido como de ‘otimização’ ou ‘construção de cenários’, as empresas começam a tirar real partido dos seus dados para construir cenários hipotéticos e otimizar as suas operações.

Por exemplo: 
Com base nos padrões de check-in e check-out, pode definir-se um horário mais adequado para os funcionários da receção.

 

Nas próximas publicações continuarei a explorar a aplicação de data science na Hotelaria, revelando exemplos onde a mesma já é utilizada, abordando inclusive as tecnologias utilizadas e os desafios associados.

Partilhar:

Sobre o Autor

Nuno António

CTO na ITBase / WareGuest, com um extenso currículo que vai do Ensino Superior à Consultoria de TI e desenvolvimento de software, é perito na análise e estimativa de requisitos para desenvolvimento de aplicações informáticas. Possui um forte grau de especialização em Gestão Hoteleira e Retalho e frequenta atualmente o Doutoramento em Tecnologia e Ciências da Informação.

Artigos Relacionados

Há informação valiosa nos dados não estruturados das organizações

O que são dados não estruturados? Considera-se como tal tudo o que são dados não organizados numa estrutura rígida, como texto, vídeo ou fotos. Até há alguns anos a esta parte extrair informação destas fontes era algo muito complexo e sobretudo moroso. No entanto, com os avanços tecnológicos dos últimos anos, seja ao nível dos algoritmos e técnicas, ou do poder computacional, esta tarefa ficou bastante mais facilitada. Hoje em dia, classificar os segmentos de um vídeo, identificar/catalogar imagens ou extrair informação de textos é algo que é relativamente comum. No entanto, só as universidades, centros de investigação ou grandes empresas é que estão a tirar partido dessa revolução tecnológica, porque, muitas vezes, simplesmente não existe sequer conhecimento por parte das pequenas e médias empresas de tal possibilidade.

22.jan.2019

7 mandamentos para fontes de dados de qualidade a utilizar em Business Analytics

Cada vez mais as decisões nas empresas têm que ser fundamentadas em evidências e menos nos instintos ou intuições dos gestores. É claro que a experiência e conhecimento pessoal de cada gestor vão sempre influenciar as suas decisões, mas essencialmente, devem ser os factos a estar na base das decisões. E de onde vêm estes factos? Os factos e o conhecimento que os sustenta resulta sobretudo dos dados de que as organizações dispõem e de como os organizam, ou seja, como transformam os dados em informação e posteriormente, em conhecimento e sabedoria. Contudo, se os dados tiverem o que tecnicamente se chama de falta de “qualidade”, as decisões que possam advir de tomadas de decisão com base nos mesmos podem revelar-se incorretas.

06.nov.2018

Como é que os preços influenciam a ocorrência de cancelamentos?

Se os preços podem ser utilizados como fonte de dados, também a sua comparação com a concorrência afeta definitivamente futuros cancelamentos. Vejamos como com dados reais.

02.out.2018

Artigos Recentes

Há informação valiosa nos dados não estruturados das organizações

22.jan.2019

7 mandamentos para fontes de dados de qualidade a utilizar em Business Analytics

06.nov.2018

Como é que os preços influenciam a ocorrência de cancelamentos?

02.out.2018