Machine learning: sensor de opinión de huéspedes para mejorar experiencias hoteleras
Un estudio soportado con el uso de la tecnología de aprendizaje automático o Machine Learning permitió descifrar el sentir de dos tipos de huéspedes de hoteles, tras analizar los comentarios de los viajeros que visitan Madrid (España) y Bogotá (Colombia) y que usan la plataforma Booking.
El estudio resalta consideraciones sobre aspectos como la seguridad, el pago de medios electrónicos, la alimentación, entre otros.
La seguridad es entendida de manera distinta
Mientras que para los clientes de hoteles en Bogotá el pago por medios electrónicos en los hoteles es relevante, para quienes usan los de Madrid este se da por hecho y está implícito en las expectativas que esperan sobre una buena calidad del servicio en estos lugares.
En Madrid, los huéspedes valoran como positivo que el hotel tenga ascensor (en muchos no existe por tratarse de edificaciones antiguas) y es un aspecto sobre el cual centran su atención para evaluar. En Bogotá no parece reflejarse esa misma atención dado que hay en la mayoría de ellos.
En la calificación del desayuno, los que se mueven por la capital española califican con base en la relación calidad-precio, mientras que los que pasan por la capital colombiana lo hacen más sesgados por la variedad del menú o si está o no incluido en la oferta del hotel.
(Lo invitamos a leer: 10 tendencias para el turismo basadas en las TIC).
En Madrid los viajeros asocian la seguridad a la infraestructura hotelera a la hora de calificar; mientras que los que transitan por Bogotá la conciben en sentido más amplio, teniendo en cuenta las posibles amenazas más allá de las instalaciones del hotel.
En el primer escenario preocupa mucho la amplitud de los baños, mientras que en la ciudad sudamericana la calificación de este espacio se basa más en lo moderno que pueda parecer. Es decir, la evaluación de este escenario fluctúa entre los espacial y lo estético.
La amabilidad a la hora de atenderlos así como la calidad de las almohadas, es un punto relevante para los huéspedes que pernoctan en ambas ciudades.
Machine learning para conocer al consumidor hotelero
Estas son algunas de las revelaciones de la investigación Aprendizaje automático para evaluar la calidad del servicio en el sector de la hostelería en función de las opiniones de los clientes , que formó parte de una muestra de usuarios estudiada (en Madrid y Bogotá), y que usó la plataforma Booking.com para reservar y posteriormente evaluar el servicio percibido.
Para ello resultó determinante el análisis de los comentarios en lenguaje natural; es decir, la evaluación vía comentario a través de la extracción automática (scraper) mediante Machine Learning.
El estudio tomó como base datos de 667 hoteles de Bogotá y 1.181 hoteles de Madrid, con más de 600 mil reviews de ambas ciudades: 108.563 en la capital colombiana y 498.361 en Madrid.
Se utilizó Machine Learning y, a través de algoritmos, se obtuvieron las opiniones de viajeros para estos dos contextos.
Estos comentarios se representaron en dos vectores: comentarios positivos y negativos sobre diferentes categorías de calificación.
Estas, en la plataforma, cuantitativamente, se valoran en una escala de 1 a 9 en los diferentes criterios que contempla.
Valor de la interdisciplinariedad
El uso de esta tecnología les permitió a los investigadores identificar factores importantes que no se habían tenido en cuenta en el modelo tradicional de percepción de calidad, esencialmente por el mecanismo para abordar tal volumen de información. De hecho, en un primer abordaje del tema, este se había desarrollado apenas con cientos de encuestas solo para Bogotá, por la logística robusta que representaba un estudio de campo.
- Aprenda a hacer planes de mercadeo a través de esta especialización. Para Andreína Moros Ochoa, docente investigadora del CESA y una de las autoras del estudio, las comparaciones de la percepción entre clientes sobre los hoteles de Bogotá y Madrid, fruto de los resultados obtenidos, sugieren una nueva línea de investigación para abordar más adelante.
“Una de las variables que no tuvimos en cuenta en este análisis de comentarios positivos y negativos es la nacionalidad. Inferimos que existen factores sociales, culturales y económicos que pueden influir en esa expectativa que tienen los clientes y posterior percepción de la calidad de servicio, así como también si son viajeros únicamente de paso o no”, explicó la investigadora.
De entrada, sin embargo, este tipo de análisis abre una ventana enorme de exploración para el mejoramiento del servicio al cliente por parte de uno de los actores del sector turismo, en este caso los del negocio hotelero.
Uno de los valores detrás de la investigación fue la interdisciplinariedad que hubo en el análisis de la información recopilada, dadas las particularidades tomada en cuenta para la gestión de la misma.
Junto con Andreína Moros estuvieron en la investigación Vladimir Vargas Calderón (Departamento de Física, Universidad Nacional); Gilmer Castro Nieto (Departamento de Administración, Universidad Javeriana) y Jorge E. Camargo (Departamento de Ingeniería de Sistemas, Universidad Konrad Lorenz).