Los Datos. Del grande al pequeño. Todos claves.

datos

La información es poder

La conversión de los datos en información y su posterior análisis nos acercará al momento de tomar decisiones estratégicas por lo que es interesante conocer los distintos tipos de datos dependiendo del volumen u origen de los mismos

Tipos de datos

  • Grandes datos (Bigdata)

Gran conjunto de datos que, a través del análisis, pueden revelar las tendencias.

Esta información casi siempre van a provenir de fuentes externas al hotel.

Los datos se pueden ordenar y filtrar para encontrar la información relevante para sus objetivos

Un buen ejemplo serían las estadísticas de movimiento de viajeros, o datos de medios sociales.

  • Pequeños datos (SmallData)

Conjunto de datos provenientes de fuentes internas, útiles para la toma de decisiones operativas.

Suelen ser generados por el PMS, Channel Manager, nuestra web, etc

Los datos bien estructurados se convierten en información procesable.

  • Datos estructurados (Structured data)

Los datos estructurados son datos que se organizó, etiquetó, o categorizó.

Permite su tratamiento para extraer la información más relevante para cada necesidad.

Por ejemplo reservas por intermediario o canal de distribución.

  • Datos no estructurados (Unstructured data)

Los datos no estructurados, como su nombre indica, son datos no organizados. No es sencillo extraer información agrupada de los mismos, suele ser individual por cada punto de dato. Sería necesario una estructuración de los datos.

Un ejemplo sería Tripadvisor, podemos ver las valoraciones de los clientes (datos estructurados) pero los comentarios (datos no estructurados) deberíamos analizar cada uno y clasificarlos para convertirlos en estructurados.

 

Tipos de análisis de los datos

  • Analítica de los datos del hotel

Una vez se han obtenido los datos llega el momento de analizarlos para posteriormente tomas las decisiones necesarias para nuestro establecimiento.

 

  • Analítica descriptiva

Es la analítica más común en los hoteles, se basa en los históricos del establecimiento y nos describe como se ha desarrollado la actividad diaria. Por ejemplo, informes de ocupación, de producción, etc

  • Analítica predictiva

Utiliza los datos del pasado para determinar las tendencias del futuro. Es una hipótesis que nos ofrece la oportunidad de preveer que ocurrirá en el futuro inmediato. Un ejemplo son las previsiones de ocupación, basadas en los movimientos de reservas actuales e históricos.

  • Analítica prescriptiva

El tipo más complejo y más reciente de la analítica que utilizando algoritmos informáticos combina datos estructurados y no estructurados. Esta nueva tecnología también denominada “aprendizaje automático” permite predecir el futuro en base a resultados anteriores y tendencias. Algunas aplicaciones de Revenue Management de última generación ya basan sus predicciones en este tipo de análisis de los datos.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

error: Content is protected !!