Presentación para la mesa redonda sobre "Casos prácticos de big data" del Curso Big Data de la Universidad Miguel Hernández de Elche. 17 de julio, Club Información de Alicante.

1. Big
Data
y
Turismo:
casos
prác3cos
en
la
Comunitat
Valenciana
Alicante,
17
de
julio
de
2014
David
Giner,
Invat.tur
@davidginer
/
@_invaIur

2. Big Data y Turismo
¿Qué
oportunidades
o
beneficios
ofrece
el
Big
Data
al
sector
turís3co?
• Aporta
información
para
la
toma
de
decisiones
de
manera
más
rápida
y
eficaz.
• Permite
la
op3mización
con3nua
de
los
sistemas
de
trabajo.
• Oportunidad
para
el
ahorro
de
costes
y
la
mejora
en
la
calidad
de
los
servicios.
• Posibilita
el
análisis
predic3vo
para
la
planificación
de
los
servicios
públicos.
• Nuevos
productos
y
servicios
turís3cos.
Adaptación
y
personalización
de
los
viajes
o
servicios
turís>cos.
• Mejora
de
las
relaciones
con
los
clientes.
¿Qué
retos
plantea
el
Big
Data
al
sector
turís3co?
• Necesidad
de
adaptación
para
su
ges3ón
y
aprovechamiento:
recursos
humanos
y
técnicos.
• Brecha
digital:
diferentes
niveles
de
integración
de
tecnologías
en
los
procesos
de
ges>ón
internos
y
externos
según
subsector
turís>co.
• Big
Data
como
principal
fuente
de
ventajas
compe33vas
para
el
sector
turís>co.
Fuente:
Amadeus
y
elaboración
propia.

3. Big Data y Turismo
¿En
qué
estamos
trabajando
en
la
Comunitat
Valenciana?
Ámbito
des3nos
Ámbito
empresas
turís3cas

4. DESTINOS
TURÍSTICOS
INTELIGENTES

5. Destinos Turísticos Inteligentes Comunitat Valenciana
Un
Des3no
Turís3co
Inteligente
(DTI)
es
aquel
“espacio
innovador,
accesible
a
todos,
apoyado
en
una
estructura
tecnológica
de
vanguardia,
que
garan>za
el
desarrollo
sostenible
del
territorio
turís>co,
y
facilita
la
interacción
e
integración
del
visitante
con
el
entorno,
incrementando
la
calidad
de
su
experiencia
en
des3no”
(Plan
Nacional
Integral
de
Turismo
de
España,
2012
–
2015).

6. Destinos Turísticos Inteligentes Comunitat Valenciana
Un
Des3no
Turís3co
Inteligente
(DTI)
es
sinónimo
de
gran
can>dad
de
información
y,
sobre
todo,
de
una
eficiente
ges>ón
para
su
mejora
compe>>va.

7. Destinos Turísticos Inteligentes Comunitat Valenciana
Un
DTI
debe…:
• Disponer
de
un
SI
que
recolecte
datos,
procese
y
analice
de
manera
inteligente
=
facilitar
la
toma
de
decisiones
informadas
para
mejorar
la
experiencia
del
turista
en
el
des>no.
• Integrar
todos
los
subsistemas
de
datos
para
poder
considerarlos
en
su
conjunto
y
analizarlos
de
manera
cruzada.
• Sin
embargo,
actualmente
los
subsistemas
se
han
considerado
de
manera
separada:
son
autén>cos
silos
de
datos
que
man>enen
la
información
aislada
una
de
otra
e
imposibilitan
poder
obtener
el
máximo
valor
de
los
datos.

8. Destinos Turísticos Inteligentes Comunitat Valenciana

9. Destinos Turísticos Inteligentes Comunitat Valenciana

10. Destinos Turísticos Inteligentes Comunitat Valenciana

11. Destinos Turísticos Inteligentes Comunitat Valenciana

12. Estudio
de
webs
de
los
des3nos
turís3cos
de
la
Comunitat
Valenciana

13. Nota:
datos
del
“II
Estudio
de
Webs
de
los
Des3nos
Turís3cos
de
la
CV”.
Invat.tur.
Mayo
de
2013.
Los
des3nos
ET
son
los
que
mejores
resultados
ob>enen
en
redes
sociales
Fuente:
Díaz,
Guevara
y
Antón
(2010)
Estudio de webs de los Destinos CV

14. Nota:
datos
del
“II
Estudio
de
Webs
de
los
Des>nos
Turís>cos
de
la
CV”.
Invat.tur.
Mayo
de
2013
Estudio de webs de los Destinos CV

15. Nota:
datos
del
“II
Estudio
de
Webs
de
los
Des>nos
Turís>cos
de
la
CV”.
Invat.tur.
Mayo
de
2013
Estudio de webs de los Destinos CV

16. Barómetro
de
Redes
Sociales
de
los
des3nos
turís3cos
de
la
CV

17. Barómetro de Redes Sociales de los Destinos CV

18. 19.177
16.687
7.888
7.773
6.087
6.053
5.781
5.697
4.037
3.725
3.567
Ranking
general
de
Fans
en
Facebook
de
los
des3nos
de
la
Comunitat
Valenciana
(acumulado
2013)
Los
principales
des3nos
turís>cos
de
la
Comunitat
Valenciana
en
Facebook
usan
esta
red
social
para
información
exclusivamente
turís3ca:
todos
poseen
web
específica
y
destacan
por
su
alta
especialización
turís3ca.
Barómetro de Redes Sociales de los Destinos CV

19. 14.755
6.194
6.120
5.434
5.177
4.044
3.566
2.129
2.045
2.021
1.870
1.789
1.755
Ranking
general
de
Seguidores
en
TwiIer
de
los
des3nos
de
la
Comunitat
Valenciana
(acumulado
2013)
Los
principales
des>nos
turís>cos
de
la
Comunitat
Valenciana
en
Twijer
usan
esta
red
social
para
información
exclusivamente
turís3ca:
todos
poseen
web
específica
y
destacan
por
su
alta
especialización
turís>ca.
TwiIer
sigue
una
herramienta
por
explotar.
Barómetro de Redes Sociales de los Destinos CV

20. BOOKING
MONITOR

21. Invat.turBooking Monitor
Booking
Monitor
es
una
herramienta
que
permite
medir
la
evolución
de
las
reservas
hoteleras
por:
•
canal
de
venta,
•
mercado
de
origen,
•
régimen
de
alojamiento,
•
y
precio
medio.
Cada
establecimiento
puede
comparar
la
situación
de
sus
reservas
con
respecto
a
un
grupo
de
referencia
de
hoteles
del
des3no
previamente
seleccionado
por
categoría
administra>va,
ubicación
geográfica,
etc.
La
información
agregada
de
la
herramienta
es
veraz,
confidencial
y
actualizada.
• Cada
establecimiento
>ene
un
código
y
los
usuarios
sólo
pueden
ver
el
detalle
de
sus
establecimientos.
Sólo
acceden
al
resto
de
información
de
forma
agregada.
• No
se
puede
mostrar
la
información
específica
de
una
agrupación
si
está
formada
por
sólo
dos
establecimientos
para
garan>zar
la
confidencialidad
de
los
datos
de
cada
empresa.

22. Invat.turBooking Monitor
Sistema
de
mejora
de
la
compe>>vidad
para
alojamientos
turís>cos
Sistema
de
monitorización
y
seguimiento
de
la
evolución
del
histórico,
reservas
y
ritmo
en
>empo
real,
para
la
ocupación,
pernoctaciones,
duración
de
estancias
y
precios.
¿Qué
puedo
comparar?
¿Con
quién
me
puedo
comparar?
¿En
qué
situación
estoy
respecto
al
año
anterior?
¿Y
respecto
al
resto?
¿Evolucionan
favorablemente
mis
ventas?
¿Cómo
está
el
resto
de
hoteles?
¿Estoy
por
debajo
de
la
media?
¿Cuál
es
perfil
de
mis
clientes?
¿Y
el
del
resto
de
los
establecimientos?
Necesidad
Oportunidad
Conocimiento
del
entorno
=
Mejora
Compe33va

23. Booking Monitor
A c tual A ño
anterio r V ariac ió n %
V ar. A c tual A ño
anterio r V ariac ió n %
V ar.
C entro 2.000 2.300 -­‐300 -­‐13% 4.000 3.910 90 2%
L evante 3.500 3.000 500 17% 7.000 6.300 700 11%
P o niente 4.000 5.000 -­‐1.000 -­‐20% 7.200 7.500 -­‐300 -­‐4%
T o tal 9 .50 0 10 .3 0 0 -­‐ 8 0 0 -­‐ 8 % 18 .2 0 0 17.710 4 9 0 3 %
R es ervas
( R o o mnig hts ) R es ervas
( E s tanc ias )
Reservas
a
fecha
Periodo
Tipo
de
establecimiento
Filtros
Permite
seleccionar
la
información
que
se
quiere
mostrar
Reservas
realizadas
en
la
fecha
indicada
con
entrada
en
el
periodo
señalado
Indicador
semafórico
de
la
variación
actual
frente
año
anterior
Detalle
previsión
ocupación
Navegación
Ocupación
prevista
en
el
periodo
a
par3r
de
las
reservas
realizadas
en
la
fecha
indicada
Reservas
realizadas
en
fecha
indicada
con
entrada
en
el
periodo
indicado
frente
a
año
anterior
Permite
navegar
a
otras
pantallas
para
análisis
detallado
(*) Diseño preliminar.
Evolución
ocupación
Será
posible
seleccionar
uno
o
varios
>pos
de
establecimiento
y/o
categoría
Pick
up
-­‐
Ritmo
de
contratación
Evolución
Producción
y
tarifa
Roomnights
Estancias
Fechas
o
intervalo
para
el
que
se
quiere
consultar
la
información
(la
opción
por
defecto
será
el
mes
actual)
La
información
mostrada
será
a
la
fecha
o
intervalo
que
se
indique
en
el
filtro
(la
opción
por
defecto
será
el
día
anterior
a
la
fecha
actual)
%
C uo ta
s /to tal
R es ervas
( R o mmnig hts )
D is p o nib ilid ad
( R o mmnig hts )
%
O c up ac ió n
%
O c up ac ió n
a
f ec ha
%
O c up ac ió n
a
c ierre
p erio d o
D if erenc ia
O c up ac ió n
a
c ierre
( R o o mnig hts )
%
O c up ac ió n
O c up ac ió n
( R o o mnig hts )
%
V ariac ió n
vs
año
anterio r
C entro 16% 10.000 50.000 20% 15% 75% 60% 37.500 80% 40.000 5%
L evante 49% 31.500 90.000 35% 35% 85% 50% 76.500 85% 76.500 0%
P o niente 35% 22.400 70.000 32% 42% 80% 38% 56.000 70% 49.000 -­‐10%
T o tal 10 0 % 6 3 .9 0 0 2 10 .0 0 0 3 0 % 3 3 % 8 1% 4 8 % 170 .0 0 0 79 % 16 5.50 0 -­‐ 2 %
A c tual A ño
anterio r P revis ió n
Evolución
de
la
ocupación
prevista
en
el
periodo
a
par3r
de
las
reservas
realizadas
en
la
fecha
indicada
Ejempl
o
ilustra3
vo
0
1.000
2.000
3.000
4.000
5.000
6.000
Centro Levante Poniente
Actual Año
anterior
0
1.000
2.000
3.000
4.000
5.000
6.000
7.000
8.000
Centro Levante Poniente
Actual Año
anterior
Días del periodo seleccionado
1 2 3 4 5 6 7 8 9 10 ... n
% ocupación
total
90 %
60 %
30 %
Reservas (rommnights) año anterior
Reservas (roomnights) año actual
% Ocupación previsto
CUADRO
DE
MANDO
§
Posibilidad
de
cruzar
diferentes
variables
§
Elaboración
de
informes
individualizados
y
personalizados
§
Manejo
de
informaciones
específicas
de
gran
valor
estratégico

24. VIGILANCIA
TECNOLÓGICA

25. Vigilancia Tecnológica

26. Vigilancia Tecnológica

27. giner_dav@gva.es
www.facebook.com/Invattur
@_invattur / @davidginer
www.slideshare.net/invattur
www.youtube.com/invattur
www.invattur.org