29/05/2020

Revenue Management: de la intuición a la certeza con Big Data Analytics

"Sólo podremos tomar decisiones acertadas si sabemos cómo analizar e interpretar los datos."Avinash Kaushik. Evangelizador de Marketing Digital para Google

¿Cuál sería tu sensación en una reunión de trabajo donde piden tu opinión, pero no te ha dado tiempo para analizar y no tienes algún número donde apoyarte? La sensación placentera no creo que sea.

Pues en mayor o menor medida, todos tenemos esa necesidad de reafirmarnos sobre un número o hecho que nos permita defender nuestra ideas frente o afianzar conocimientos en nuestra mente.

Esta necesidad que nos acontece día a día en nuestra vida pues también ocurre en las Empresas y Hoteles donde se deben estar constantemente tomando decisiones. Estas decisiones muchas veces complejas lo puede ser aún más debido a que la tecnología está impulsando un cambio significativo en la industria turística, donde el ritmo de la innovación sigue acelerando sin un final a la vista. Las palabras como personalización, Iot, Inteligencia Artificial, chatbot, Blockchain, Big Data, suelen aparecer en muchos sitios, por lo que para el área de la Analítica se ha vuelto cada vez más complicado con tanta información. Big Data y los análisis prescriptivos están impulsando eficiencias y mejoras al software de Revenue Management pudiendo responder a preguntas cada vez más complejas donde la intuición no tiene cabida.

Cultura del Revenue Management y sus pilares

El Revenue Management es un área crucial del Hotel donde se deben tomar decisiones con una importante dosis de celeridad dado los tiempos de respuesta al mercado. Para que todos los equipos tengan sintonía con esta celeridad, deberían estar formados, motivados e incentivados en una cultura del Revenue participando en las reuniones que tengan lugar con periodicidad. Se requiere este enfoque para garantizar que todos los interesados tengan una visión común de lo que debe lograrse, por qué y de qué manera. Este enfoque es clave en la comunicación al ser parte del panorama general y motivará e incitará a la participación, creando un ambiente que potenciará las oportunidades, transparencia y diversidad.

El resto de pilares importantes que el equipo de Revenue debe manejar son:

Segmentación de Mercado

Es el primer paso crítico y necesario para optimizar el proceso de compra midiendo el gasto total. Debemos poner todos nuestros esfuerzos para conocer los diferentes patrones de comportamiento, así como en la contribución de cada segmento en todas las fuentes de ingresos y el costo de venta para obtener una visión y comprensión de quiénes son los clientes, qué segmento es más rentable y cuándo, y ofrecer dirección para desarrollar una combinación óptima del negocio.

Tecnología perfecta

Requerido para garantizar una comunicación constante entre todos los puntos de venta y proporcionar información precisa, oportuna y completa para una optimización exitosa al tiempo que permite y respalda mejores pronósticos de gestión.

Pronóstico

Requerido ya que impulsa el ajuste de estrategias a largo plazo y el despliegue de tácticas a corto plazo. El énfasis clave en la calidad de la recopilación de datos, ya que la precisión de los pronósticos determinará las decisiones clave sobre las estrategias a adoptar para todas las fuentes de ingresos. La capacidad de anticipar los patrones de demanda y los requisitos de preferencia facilitará el diseño y la disponibilidad de servicios y productos.

Optimización

Se requiere para monitorear continuamente la demanda con el fin de limitar o aumentar la oferta y ajustar los precios y la disponibilidad del producto en consecuencia. El elemento clave son los elementos de ganancias que influyen en el rendimiento en todas las fuentes de ingresos para decidir la posible reformulación de las estrategias adoptadas.

Big Data Analytics

Durante toda mi de experiencia profesional he coordinado y colaborado con más de una decena de equipos internacionales de Revenue Management en Aerolíneas, Hoteles y Apartamentos comprobando que los pilares de Segmentación, Pronóstico y Optimización representan más del 85% del total de datos que gestiona un equipo de Revenue, por lo que sería esencial contar con herramientas que permitan trabajar con celeridad y certeza para tomar decisiones más precisas. De ahí que las herramientas han ido evolucionando para adoptar técnicas de Big Data Analytics que te paso a explicar.

• Big Data, es un conjunto de tecnologías, algoritmos y sistemas empleados para recolectar datos a un volumen, velocidad y variedad no alcanzada hasta ahora mediante herramientas convencionales, y a la extracción de información de valor mediante sistemas analíticos avanzados.
• Data Science o ciencia de los datos es un término general para los métodos de uso de las matemáticas para extraer información de los datos. Es un campo amplio que se refiere a los procesos colectivos, teorías, conceptos, herramientas y tecnologías que permiten la revisión, análisis y extracción de valiosos conocimientos e información a partir de datos sin procesar.
• Data Analytics o análisis de datos, se refiere a técnicas y procesos cualitativos y cuantitativos utilizados para mejorar la productividad y la ganancia empresarial. Los datos se extraen y categorizan para identificar y analizar datos y patrones de comportamiento, y las técnicas varían según los requisitos de la organización.

Si intersecamos estas tres nuevas zonas de técnicas y teoría se genera lo denominado como Big Data Analytics: que podríamos resumirlo como la intersección de la estrategia de negocio con la ciencia de los datos. Esta técnica posee la capacidad de capturar, mover y procesar enormes volúmenes de datos combinados con una mayor sofisticación y madurez de las capacidades analíticas, lo que permite obtener un importante valor económico y comercial.

El máximo potencial de esta analítica avanzada es encontrar interrelaciones entre las variables de toda esa cantidad enorme y dinámica de datos, que incrementen mucho más el valor pudiendo vislumbrar mejoras para las organizaciones en áreas como:

• Ingresos: Desarrollando nuevos productos o negocios.
• Costes: Reduciéndolos por mejoras de procesos o mejor utilización de recursos.
• Management: Mejor toma de decisión con la velocidad adecuada a los cambios del mercado.

La combinación de una o las tres variables da una ventaja estratégica de diferenciación y por ende Beneficios.

Business Intelligence y Business Analytics

La analítica avanzada tiene dos enfoques que se complementan y se han ido desarrollando de la mano de los avances tecnológicos. Todo para que la toma de decisiones genere más valor al negocio aprovechando el desarrollo de la analítica, la sofisticación de los sistemas y el grado de inteligencia de los algoritmos (conjunto de reglas):

Business Intelligence

Foco en análisis descriptivo. Proceso de análisis que comprende tecnologías y estrategias para analizar, describir y diagnosticar situaciones pasadas y presentes para impulsar el negocio actual con éxito. Este análisis mantiene, opera, optimiza y aumenta las operaciones de las empresas en curso. Se generan informe gráficos ad-hoc, Dashboard, Cuadros de Mando y Alertas explotando las bases de datos via Query o en OLAP.

Business Analytics

Foco en análisis predictivo y prescriptivo. Este análisis se asocia con la exploración continua en los conocimientos y rendimientos de la información pasada, para impulsar planes de negocios exitosos en el futuro. Se recopila y analizan datos aplicando método predictivos y estadísticas para generar pronósticos sobre lo que puede ocurrir y corregir las operaciones actuales. Además incorpora complejos algoritmos dentro de un análisis prescriptivo para que a través de simulaciones y optimizaciones se recomiende la mejor alternativa para aumentar la productividad a seguir en una problemática a futuro. Se generan informes de gran calidad técnica, visual y agilidad sobre operaciones, recursos y eficiencias actuales recomendando las mejores alternativas en diversos escenarios.

La Historia de los avances Tecnológicos y como han impactado al Revenue Management

Con la entrada de la revolución industrial las empresas y organizaciones han dedicado esfuerzos para mejorar sus procesos y resultados, analizando datos con la máxima certeza y celeridad posible de acuerdo a las posibilidades tecnológicas. Para situarnos en esta evolución finalmente haremos un recorrido en los últimos 60 años en la evolución del análisis de negocio, junto con el avance tecnológico, los principales .

Big Data no es un fenómeno nuevo o aislado, sino que forma parte de una larga evolución de la captura y el uso de datos. Hoy en día los análisis de datos están transformando radicalmente la toma de decisiones en muchas organizaciones y a menudo desacreditando el paradigma tradicional de confiar en expertos que basan sus decisiones en la experiencia y la intuición. El aplicar técnicas y plataformas de RMS que incluyan estas tecnologías podrán ser un aliado fundamental a un equipo de Revenue para hacer frente a los complejos entornos (como Covid-19) y pueden aliviar la carga de tiempo de preparación y análisis de reportes, tiempo que puede ser re-invertirlo en diseñar nuevas y mejores estrategias. Puedes conocer de cerca estas técnicas y modelos con casos prácticos aplicados a Hoteles y Turismo en el curso Revenue y Big Data Analytics, una formación que te dejará al día con lo esencial para sacarle máximo provecho a las tecnologías actuales.

¿Estás al día con esta u otras tecnologías?. ¿Crees que es muy complejo y conlleva mucho estudio de matemáticas? , pues No. ¿Crees que todo esto es muy caro e inalcanzable?, entonces espera al próximo Blog donde te indicaré los costes asociados a estas tecnología que no son para nada elevados y con ello tendrás mas alicientes para sacarle máximo provecho a tus datos. No es tema de dinero; es cambiar el enfoque.

Carlos Avila Ormazabal – Revenue Manager Tutor curso Experto Revenue Management, Big Data Analytics y Transformación Digital.