Hotelaria 4.0

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

Big Data – aplica-se a todos os Hotéis?

Publicado a 08 FEVEREIRO'17, por NUNO ANTÓNIO em Marketing, Inovação, Gestão

A Gartner, no seu glossário de TI, define Big Data como “conjuntos de dados de grande volume, velocidade e/ou variedade, que exigem formas inovadoras e rentáveis de processamento da informação, permitindo uma visão amplificada para a tomada de decisão e automação de processos” (tradução livre).
 
A definição dos 3 V’s, como é amplamente conhecida, deve-se ao volume (a quantidade de dados), à velocidade (a rapidez de input e output) e à variedade (diversidade de tipos e fontes de dados). E como seria expectável, estes 3 V’s estão também presentes nos dados a que os hotéis têm acesso.
 
Os hotéis armazenam quantidades imensas de dados nos seus sistemas internos - PMS (Property Management System), CRS (Customer Relationship Management) ou ERP (Enterprise Resource Planning). Os hotéis têm acesso a um funil para aquisição de hóspedes através da análise das estatísticas do seu site. Os hotéis têm acesso ao impacto de campanhas/publicidade através de ferramentas como o Adwords ou Facebook. Isto para não falar de outras fontes de dados públicas, que podem também ser de extrema importância para os hotéis, como os comentários e reviews, a meteorologia, a inteligência competitiva (preços e reputação social), as taxas de câmbio das moedas, entre muitas outras fontes. 
 
É compreensível que os hotéis queiram tirar partido do Big Data, usando as quantidades massivas de informação à sua disposição para construir melhores modelos descritivos e assim compreenderem padrões, tendências ou anomalias, por segmentos de hóspedes e outras dimensões, para melhorar a segmentação de hóspedes, ou simplesmente, para identificar relações desconhecidas. Contudo, o verdadeiro potencial do Big Data está no Predictive Analytics - isto é, na elaboração de modelos preditivos, como a procura de alojamento e previsão de revenue, reservas com grande probabilidade de cancelamento, hóspedes que poderão regressar ao hotel, hóspedes dispostos a aceitar realojamento ou outras alternativas em situações de overbooking, entre muitas outras. 
 
Há, contudo, ainda questões que devem ser atendidas antes que estes dados se transformem em informação e posteriormente em conhecimento sobre o qual se possa agir. Nomeadamente: 
 

1) QUALIDADE DE DADOS

É comum que os dados fiquem aquém do desejado em termos de qualidade, com valores em falta, duplicados ou incorretos. Por exemplo, é usual encontrar em hotéis múltiplos perfis para o mesmo hóspede; ou encontrar hóspedes cujo perfil tem vários campos por preencher ou com informação incorreta, como moradas incompletas, números de telefone desatualizados ou a segmentação classificada erradamente. Sem uma boa qualidade de dados é impossível extrair informação fiável dos mesmos
 

2) CAPACIDADE TÉCNICA

Para processar atempadamente grandes volumes de dados de diferentes fontes, é necessária não só boa capacidade computacional, mas também de armazenamento. Isto traduz-se num investimento considerável em infraestruturas técnicas para extrair, transformar e processar dados. 
 

3) RECURSOS HUMANOS

Nada disto pode ser concretizado sem colaboradores dedicados a esta tarefa, como data analysts, data scientists ou pelo menos gestores com boas capacidades de análise, essenciais para executar modelos, entender a análise e tomar decisões com base nos mesmos. 
 
Estas são limitações que podem ser ultrapassadas investindo em recursos internos ou contratando os mesmos externamente. O importante é que a estratégia para tirar partido do Big Data esteja bem delineada. 
 
Ainda assim, é dispendioso implementar uma estratégia de Big Data, o que não torna fácil o seu acesso para muitos hotéis. Atualmente, estes custos estão apenas ao alcance de algumas cadeias hoteleiras multinacionais, mas a verdade é que com a disponibilização de soluções standard, mais acessíveis e assentes na cloud, o mercado vai-se regulando, acabando por obrigar os preços a baixar, contribuindo para que também pequenas cadeias ou marcas, bem como unidades independentes, possam aproveitar as vantagens do Big Data.  
 
E é por essa mesma razão que quem não apanhar o comboio do Big Data perderá muito provavelmente o seu nível de competitividade para a concorrência mais expedita. 
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

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

Fontes de dados de livre acesso e com impacto na procura

Continuando com os posts sobre as múltiplas fontes de dados que hoje em dia estão à disposição dos hoteleiros e analistas, para serem utilizadas enquanto inputs que geram conhecimento e facilitam a tomada de decisões, venho hoje falar-vos de algumas fontes menos conhecidas, mas que podem, em alguns casos, revelar-se importantes para análise da procura.

16.fev.2018

Artigos Recentes

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

Fontes de dados de livre acesso e com impacto na procura

16.fev.2018