recursos

Como a Hotelaria pode crescer com a Data Science

Como a Hotelaria pode crescer com a Data Science

Como a Hotelaria pode crescer com a Data Science

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.

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.

Heading

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique. Duis cursus, mi quis viverra ornare, eros dolor interdum nulla, ut commodo diam libero vitae erat. Aenean faucibus nibh et justo cursus id rutrum lorem imperdiet. Nunc ut sem vitae risus tristique posuere.

CTO na ITBase, 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.

Está pronto para levar o seu negócio ao próximo nível?