[:pt]O que é ciência de dados? De acordo com a UC Berkeley School of Information, o campo está emergindo na “interseção dos campos das ciências sociais e estatísticas, da informação e ciência da computação e do design”.
No mundo das viagens, a ascensão de dados baratos e onipresentes tem mostrado uma escassez crescente de talentos. Um estudo do McKinsey Global Institute estima que haverá de quatro a cinco milhões de empregos nos Estados Unidos exigindo habilidades de análise de dados até 2018. Cada vez mais os executivos precisam ser capazes de fazer as perguntas certas e entender os resultados da análise do big data forma eficaz. Também cada vez mais marcas de turismo reconhecem isso e em um recente evento da EyeforTravel nos Estados Unidos, 67% dos participantes entrevistados afirmaram acreditar que investir em análise e dados ajudaria a fidelizar os clientes – o principal motor de sua estratégia de distribuição!
A ciência e a análise de dados estão sendo levadas a sério pela AccorHotels. Mas o que exatamente faz um cientista de dados? Falando em sua capacidade pessoal Kevin Tran-Dai, que é cientista-chefe de dados da Accor, diz que um dia típico envolve:
• Reunir-se com clientes internos para identificar quais são as necessidades ou desafios, que podem ser:
I. Aumentar a fidelidade do cliente
II. Medir métricas avançadas como vendas incrementais para campanhas ou ofertas especiais
III. Analisar os comentários dos clientes para detectar pontos de negativos durante a estada
IV. Identificar as tendências de viagens usando dados abertos para aumentar a eficiência da publicidade nos motores de busca por país de origem
V. Desenvolver a capacidade de ter uma visão 360º de um cliente para detectar triggers para preços dinâmicos ou deduplicar (a prática de eliminar cópias repetidas de dados) bancos de dados com parceiro
• Discutir novos modelos e ferramentas com outros cientistas de dados ou analistas de negócios e para definir quais métodos e dados usar para construir ferramentas analíticas ou estudo.
• Aperfeiçoar os códigos e lidar com bugs e problemas técnicos
“Mais de 70% do meu tempo é usado para mesclar dados, lidar com valores em falta, higienizá-los, desenvolver e testar modelos”.
Uma área onde a energia de Tran Dai está focada é a análise avançada. Isso, diz ele, está sendo usado de três maneiras principais, para:
- Compreender e prever o comportamento ou as preferências do cliente, para melhorar sua experiência e fazer recomendações inteligentes. Eles trabalham o ‘Next stay score’, que é uma maneira de determinar a probabilidade de o cliente reservar uma estadia no futuro, usando dados históricos e de comportamento. Isso pode incluir sequências de permanência e padrões de pesquisa on-line. O valor da vida útil do cliente também é determinado usando dados para prever possíveis próximos destinos.
- Testar e construir algoritmos de otimização de preços que desafiem os sistemas de revenue management. Ao fazê-lo, o objetivo é ajudar os gerentes de receita a maximizar a receita do hotel. As áreas de foco incluem: previsão de demanda, estimativa de elasticidade e lead-time triggers
- Reunir ou analisar dados externos que tenham um impacto direto no desempenho, tais como eventos, taxas de câmbio, clima, tweets ou reviews. As Ferramentas utilizadas incluem: EventFul,OpenweatherMap, QuandDL, TripAdvisor, Twiter.
Está claro que o cenário da hotelaria está mudando rapidamente e a Accor reconhece que, para sobreviver no futuro como um grupo de venda de serviços e marcas para os proprietários do hotel, terá de ampliar seu jogo. “Como prestador de serviços, o nosso principal papel é proporcionar um ambiente eficiente que permite aos hoteleiros se concentrarem apenas em seus negócios e clientes durante a estadia. Os dados são certamente uma forma de otimizar essa experiência, mas precisam contar com uma forte base operacional e sistemas “, ressalta Tran-Dai.
Então qual é o papel dos grupos hoteleiros como a Accor? Na opinião de Tran-Dai, eles devem:
• Fornecer sistemas e software de TI fortes para hotéis (implantação fácil, integração completa, recursos de melhor classe e assim por diante).
• Fornecer e compartilhar uma visão 360 ° dos clientes para cada hotel e permitir serviços personalizados.
• Definir e compartilhar práticas recomendadas e relacionadas, por exemplo, com treinamento operacional, processos e outros.
• Gerenciar ou fornecer canais de distribuição como web e OTAs. O objetivo aqui é encontrar o equilíbrio certo entre todos os canais disponíveis e que vendem quartos e serviços.
• Ter uma marca forte com uma promessa clara sobre ‘nível de serviço’.
Passo a passo
De acordo com Tran-Dai, as etapas que a Accor está trabalhando, até o momento, estão funcionando bem, e a ciência dos dados realmente pode e revela valor. No entanto, não é tudo fácil.
“O principal desafio é ter uma qualidade suficiente de dados internos para implantar modelos e insights e ter isso funcionando em nossos sistemas, como o PMS, web e assim por diante. Mas se a empresa não está madura o suficiente para fornecer dados internos precisos (como informações de clientes, reservas, estadias), haverá muito ruído de entrada, o que diminuirá fortemente a precisão de qualquer previsão ou recomendação “, diz ele.
Outra preocupação é se os hotéis tradicionais estão realmente alinhados com as necessidades da nova geração. Entretanto, Tran-Dai acredita que o setor de luxo vai continuar a crescer, pois é onde os hotéis ainda são capazes de oferecer uma experiência verdadeiramente diferenciada.
Indo um pouco além, haverá muitas oportunidades, porque o mercado está mudando rapidamente. Contudo, as marcas hoteleiras que obterão êxito serão aquelas capazes de oferecer excelência em operações, entender verdadeiramente as expectativas e entregá-las ao preço certo, conclui Tran-Dai.
Fonte: Eye For Travel[:en]What is Data Science? According to the UC Berkeley School of Information, the field is emerging in the “intersection of the fields of social sciences and statistics, information and computer science and design.”
In the travel world, the rise of cheap and ubiquitous data has shown a growing shortage of professionals in the field. A McKinsey Global Institute study estimates that there will be four to five million jobs in the United States requiring data analysis skills by 2018. And the executives need to be able to ask the right questions and understand the results of big data analysis effectively. Also, more and more tourism brands recognize it and, at a recent EyeforTravel event in the United States, 67% of participants interviewed said they believed that investing in analytics and data would help them retain customer loyalty – the driving force behind their distribution strategy!
Science and data analysis are being taken seriously by AccorHotels. But what exactly does a data scientist do? Kevin Tran-Dai, Accor’s chief data scientist, says that a typical day involves:
- Meeting with internal customers to identify needs or challenges, which can be:
- Increasing customer loyalty
- Measuring advanced metrics such as incremental sales for campaigns or special offers
III. Analyze customer feedback to detect negative points during stay
- Identify travel trends using open data to increase the efficiency of search engine advertising by country of origin
- Develop a 360 ° view of a client to detect triggers for dynamic pricing or deduplicate (the practice of eliminating repeated copies of data) partner databases
- Discuss new models and tools with other data scientists or business analysts and to define which methods and data to use to build analytical tools or study.
- Improve code and deal with bugs and technical issues
“More than 70% of my time is used to merge data, deal with missing values, sanitize them, develop and test models.”
One area where Tran-Dai’s energy is focused is advanced analysis. This, he says, is being used in three main ways to:
Understand and predict customer behavior or preferences to improve your experience and make smart recommendations. ‘Next stay score’ is one way to determine the likelihood of customer booking a stay in the future by using historical data and weak signal data. This could include stay sequences and online search patterns. Customer lifetime value is also determined by using data to predict possible next destinations.
- Test and build pricing optimisation algorithms that challenge revenue management systems. In doing, so the aim is to help revenue managers maximise hotel revenue. Areas of focus include: demand forecast, elasticity estimation and lead-time triggers.
- Gather or analyse external data that has a direct impact on performance such as events, exchange rates, weather, tweets or reviews. Tools used include: EventFul, OpenweatherMap, QuandDL, TripAdvisor, Tweeter.
What is clear is that the hotel landscape is changing rapidly and Accor recognises that in order to survive into the future, as a group selling services and brands to hotel owners, it will need to up its game. “As a service provider, our main role is to provide an efficient environment that allows hoteliers to focus only on their business and customers during the stay. Data is certainly a way to optimise but it relies on a strong operational base and systems,” stresses Tran-Dai.
So what is the role of hotel groups like Accor going forward? In Tran-Dai’s view they must:
- Deliver strong IT systems and software to hotels (easy deployment, complete integration, best in class features and so on).
- Provide and share a 360° view of customers to each hotel to allow personalised services.
- Define and share best practices related to, for example, operational training, processes and so on.
- Manage or provide distribution channels such as web, OTA contracts; the aim here is to find the right balance between all the available channels out there that sell rooms and services. Yes, source partners for extra services but also have your own system/channel to sell on.
- Have a strong brand with a clear ‘service level’ promise.
Step by step
According to Tran-Dai, the steps Accor is taking to date are working well, and data science really can and does reveal value. However, it’s not all plain sailing.
“The main challenge is to have a sufficient quality of internal data to deploy models and insights and to have this running in our systems such as the PMS, web and so on. But if the company is not mature enough to provide accurate internal data (such as customer information, bookings, stays) there will be too much input noise that will strongly decrease the accuracy of any prediction or recommendation,” he says.
Another concern is whether the traditional hotels are truly aligned with the needs of the new generation. However, Tran-Dai believes that the luxury sector will continue to grow, as it is here that hotels are still able to offer a truly differentiated service and experience.
Going forward, there will be a lot of opportunities as the market is changing rapidly. However, the hotel companies that succeed will be those that are able to deliver excellence in operations, truly understand expectations and deliver those at the right price, concludes Tran-Dai.
Source: Eye For Travel[:es]Qué es la ciencia de datos? De acuerdo con la UC Berkeley School of Information, el campo se está convirtiendo en el “cruce de los campos de las ciencias sociales y las estadísticas, la información y el design.”
En el mundo del turismo, el aumento de los datos baratos y ubicuos ha mostrado una creciente escasez de talentos. Un estudio realizado por el Instituto McKinsey Global estima que habrá cuatro a cinco millones de puestos de trabajo en Estados Unidos en 2018 que requieren habilidades de análisis de datos. Cada vez más los ejecutivos deben ser capaces de hacer las preguntas correctas y comprender los resultados de análisis de big data eficazmente. También cada vez más marcas turísticas reconocen esto y, en un reciente caso de EyeforTravel, el 67% de los encuestados dijeron que creen que invertir en análisis de datos favorece la construcción de la lealtad del cliente – el motor principal de su estrategia de distribución!
AccorHotels están tomando en serio la ciencia y análisis de datos. Pero, ¿qué hace un cientista de datos? Kevin Tran-Dai, jefe científico de datos de Accor, dice un día típico consiste en:
- Reunirse con los clientes internos para identificar las necesidades o desafíos, que pueden ser:
- Aumentar la lealtad del cliente
- Medir los parámetros avanzados, tales como las ventas incrementales para campañas y ofertas especiales
III. Analizar el feedback del cliente para detectar puntos negativos durante la estancia
- Identificar las tendencias de viaje a partir de datos abiertos para aumentar la efectividad de la publicidad en los motores de búsqueda por país de origen
- Desarrollar una visión 360º del cliente para detectar factores desencadenantes de precios dinámicos o desduplicar (la práctica de la eliminación de copias repetidas de datos) bancos de datos de socios.
- Hablar de nuevos modelos y herramientas con otros cientistas de datos y analistas de negocios y para definir qué métodos y datos utilizar para construir herramientas de análisis o estudio.
- Mejorar el código y hacer frente a los bugs y problemas técnicos
“Yo utilizo más del 70% de mi tiempo para combinar datos, manejar los valores que faltan, esterilizarlos, desarrollar y probar modelos.”
Un área donde la energía de Tran Dai se centra es el análisis avanzado. Esto, dice, se está utilizando en tres formas principales de:
Entender y predecir el comportamiento o las preferencias de los clientes, para mejorar su experiencia y hacer recomendaciones inteligentes. Accor trabaja con el ‘Next stay score’, que es una forma de determinar la probabilidad del cliente reservar una estancia en el futuro, a partir de datos y su histórico comportamental . Esto puede incluir secuencias de permanencia y patrones de búsqueda online. El lifecycle value del cliente también se determina usando los datos para predecir los posibles próximos destinos.
Testear y optimizar algoritmos de precios que desafían los sistemas de revenue management. De este modo, el objetivo es ayudar a los gerentes de ingresos para maximizar los ingresos del hotel. Las áreas de interés incluyen: previsión de la demanda, estimación de la elasticidad y lead-time triggers.
Recopilar y analizar datos externos que tengan un impacto directo en el rendimiento, tales como eventos, tipos de cambio, tiempo, tweets o reviews. Las herramientas utilizadas incluyen: EventFul,OpenweatherMap, QuandDL, TripAdvisor, Twiter.
Está claro que el el escenario de la industria hotelera está cambiando rápidamente y Accor reconoce que para sobrevivir en el futuro como un grupo de venta de servicios y marcas para los propietarios de hoteles, necesita ampliar su estrategia. “Como proveedor de servicios, nuestra función principal es proporcionar un entorno eficiente que permita a los hoteleros centrarse sólo en su negocio y sus clientes durante la estancia. Los datos son sin duda una manera de optimizar la experiencia, sino que debe contar con una sólida base y sistemas operativos “, dice Tran-Dai.
Entonces, ¿cuál es el papel de los grupos hoteleros como Accor? En opinión de Tran-Dai, ellos deben:
- Proporcionar sistemas y software de TI fuertes para hoteles (fácil implementación, integración perfecta, mejor clase de recursos, etc.).
- Proporcionar y compartir una visión 360 ° de los clientes para cada hotel que permita servicios personalizados.
- Definir y compartir las mejores prácticas recomendadas y relacionadas, por ejemplo, entrenamiento operativo, procesos y otros.
- Gestionar y proporcionar canales de distribución como web y agencias de viajes online. El objetivo aquí es encontrar el equilibrio adecuado entre todos los canales disponibles de comercialización de habitaciones y servicios.
- Tener una marca fuerte con una clara promesa de “nivel de servicio”.
Paso a paso
Según Tran-Dai, los pasos que Accor está trabajando hasta ahora están funcionando bien, y la ciencia de datos realmente revela valor. Pero no es tan simple.
“El principal desafío es tener datos internos de calidad suficiente para implementar modelos y insights y hacer que se ejecuten en nuestros sistemas, como el PMS, la web y así sucesivamente. Pero si la empresa no es suficientemente madura para proporcionar datos internos precisos (por ejemplo, información de clientes, reservas, estancias), habrá mucho ruido de entrada, lo que disminuye mucho la precisión de las predicciones o recomendaciones”, dice.
Otra preocupación es si los hoteles tradicionales están realmente alineados con las necesidades de la nueva generación. Sin embargo, Tran-Dai cree que el sector de lujo seguirá creciendo, ya que es donde los hoteles son todavía capaces de ofrecer una experiencia diferenciada.
Yendo un paso más allá, habrá muchas oportunidades porque el mercado está cambiando rápidamente. Sin embargo, las cadenas de hoteles que tendrán éxito serán aquellas capaces de ofrecer la excelencia en las operaciones, verdaderamente entender las expectativas y entregarlos a un precio adecuado, concluye Tran-Dai.
Fuente: Eye For Travel[:]