2ª Entrega – Big Data en la industria hotelera (ii)
2ª Entrega - 2 Casos prácticos de Big Data en la industria hotelera.
En esta segunda entrega, además de adelantar dos nuevos casos prácticos, hacemos varias recomendaciones que deberías tener en cuenta para iniciar un proyecto de Big Data.
En la primera entrega comentamos que el objetivo principal que persigue la puesta en marcha de un proyecto de Big Data consiste en transformar grandes cantidades de información en datos que nos permitan tomar decisiones relevantes para nuestra organización.
Recomendaciones
Antes de iniciar un proyecto de Big Data y ver qué decisiones podemos tomar, es necesario tener en cuenta una serie de recomendaciones:
- Un proyecto de Big Data no consiste en almacenar información por almacenar. Es necesario conocer qué información podemos almacenar y valorar qué decisiones podremos tomar con dicha información.
- Debido al gran volumen no es posible ponernos a analizar toda la información de golpe. Este hecho requiere de un cambio cultural empresarial, en ocasiones difícil de llevar a cabo, ya que hasta ahora se analizaban datos estructurados y fiables, y con la implantación de un proyecto de Big Data deberemos analizar datos desestructurados e imprecisos con algoritmos complejos, por lo que es necesario un gran esfuerzo por parte de todos los miembros de la organización.
- Y nuestra última recomendación es comenzar con un proyecto piloto con el que sea posible valorar los resultados a corto plazo y de forma cuantificable, si es factible con un caso de negocio centrado en el cliente y haciendo uso de datos existentes.
Casos prácticos
A continuación citamos dos nuevos casos prácticos de aplicación de Big Data en la industria hotelera. Ambos casos prácticos son resultado del análisis de las peticiones de búsqueda (logs), las cookies y analytics.
A) Mejorar el funcionamiento y usabilidad de nuestra web y reducción de las tasas de abandono en los procesos de reserva en todos nuestros canales online, identificando si:
- Los abandonos se deben a que el precio no es el correcto,
- ¿Falta información en algunos de los pasos del proceso de reserva?
- ¿Los métodos de pago son los apropiados?
- ¿El diseño de la web genera suficiente confianza como para continuar navegando?
- Tiene nuestra web un diseño responsive.
- Existen procesos operativos mal definidos que dificultan el proceso de reserva o que llevan a los usuarios a abandonar el proceso de reserva.
- ¿Están optimizados los procesos de identificación de usuarios?
- ¿Cumple nuestra web con las preferencias de usabilidad de los usuarios?
El diseño responsive: reduce el tiempo de carga, evita contenidos duplicados, y aumenta la viralidad.
B) Detectar qué destinos, hoteles y/o habitaciones son los más buscados vs los más vendidos para:
- Adecuar mi producto/servicio a la demanda, es decir, ofrecer los productos/servicios que el cliente está demandando, analizando las peticiones de búsquedas y reservas de la web
- Detectar carencias en la contratación, analizando las diferencias entre oferta y demanda, o entre búsquedas y reservas.
- Optimizar las políticas de pricing realizando una análisis de la sensibilidad del precio, realizando un calendario de precios con la antelación adecuada a la antelación de búsqueda de clientes.
Esperamos que os haya parecido interesante!!
Próximamente publicaremos más posts para dar a conocer cómo el Big Data puede revolucionar la industria hotelera con sus múltiples aplicaciones.Haz clic aquí para modificar.
