El big data mata el ojímetro en el turismo

Hasta ahora, el método más usado para prever cómo irá la próxima temporada consiste en analizar las reservas aéreas para los próximos meses o las búsquedas de vuelos.

“Llegar a predecir dinámicas turísticas es el gran reto. El problema es que esa dinámica es muy cambiante, porque pasan cosas imprevistas como atentados, convulsiones políticas, etc”, dice Santi Camps, CEO y fundador de la empresa española Mabrian Technologies.

Sin embargo, “la tecnología puede ayudar a entender esas dinámicas, predecir cambios y sus consecuencias”, añade.

En esta línea, Mabrian ha desarrollado un modelo predictivo basado en indicadores sociales de comportamiento, que puede mostrar la evolución de la demanda turística a un año vista.

El sistema se basa en la monitorización constante de miles de menciones en redes sociales (Instagram y Twitter) relacionadas con los viajes, y que toma en cuenta los perfiles de usuarios, incluso usando reconocimiento facial para deducir si son jóvenes o mayores.

"Podemos anticipar si un mercado permanecerá estable, aumentará o decrecerá para cada destino"

Ese ingente volumen de datos es transformado en una serie de indicadores: seguridad, satisfacción hotelera; intención de viaje, etc. “Con todos estos componentes, según como varíen, podemos anticipar si un mercado permanecerá estable, aumentará o decrecerá para cada destino”, apunta Santi Camps.

“Las variaciones sobre la seguridad son clave: si se mantiene estable, esa parte de la fórmula no afecta, pero si cae mucho, ya anticipas que afectará a las reservas”.

Santi Camps, fundador de Mabrian Technologies, en una conferencia sobre tecnologías en la industria turística organizada por Eurecat en Barcelona.

Casos reales

La efectividad de este modelo predictivo se podido demostrar en varios casos. Por ejemplo, en octubre de 2017 se anticipó que Egipto, Turquía y Túnez volverían a ser duros competidores para España en el verano 2018.

Y es que el “Índice de seguridad percibida” de Mabrian para estos países se estabilizó por encima de los 80 puntos (en una escala de 0 a 100), especialmente entre los turistas alemanes.

Otro ejemplo lo encontramos en Cuba: gracias a Barack Obama y al reeestablecimiento de relaciones diplomáticas con EEUU, en 2016 se observó un importante aumento en los precios hoteleros, que se atribuyó al gran interés que estaba suscitando Cuba entre los turistas estadounidenses.

Algunos turoperadores europeos se plantearon si valdría la pena mantener sus operaciones en la isla de mantenerse la fortísima escalada de precios.

Sin embargo, ocurría que el mercado de EEUU estaba generando el 38% de las menciones en redes sociales sobre turismo en Cuba, pero sólo el 8% de las reviews hoteleras. Canadá, en cambio, generaba el 48% de las reviews de hoteles.

Al mismo tiempo, la intención para viajar a Cuba desde Italia, Reino Unido, España o Argentina también se había incrementado.

“La conclusión era que la demanda de viajes desde EEUU no explicaba por si sola la subida de precios hoteleros y todo parecía indicar que se estaba produciendo un efecto llamada”.

Es decir, los turistas de otros países se estaban afanando por viajar a Cuba “antes de que cambiara” por la supuesta llegada masiva de estadounidenses y por tanto el boom de precios de aquel año era un efecto temporal.

Este artículo ha sido publicado en la revista HOSTELTUR de septiembre y puede descargarse como PDF a través de este enlace.