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.

‍