Este artículo forma parte de una serie de seis análisis sobre inteligencia artificial, marketing hotelero, gestión de ingresos y distribución, comisariada por Oliver Espinosa y Laura Lies (Delivery 5)
“Cuando un hotel tiene un sistema de BI bien equipado, que es una plataforma que integra datos y los presenta en paneles, normalmente da por resuelto el problema de los datos.
Y eso es en parte: este hotel ve con precisión su ADR, carga de camiones y ocupación por sector, lo que en realidad lo coloca por delante de la mayoría. Pero este sistema de BI nunca recoge todos los datos del hotel: suele ser, sobre todo, el que proviene del PMS y RMS, el clásico core del negocio.
Marketing tiene su propia plataforma de análisis web. UX utiliza una herramienta que registra sesiones y mapea el recorrido del usuario. La distribución trabaja con su administrador de canales. Fidelización dispone de un CRM de fidelización. Reputation gestiona las reseñas en su propia herramienta. La reserva, ya sea online o por teléfono, tiene su propio sistema.
Cada departamento tiene su propio sistema, que resuelve bien sus problemas, pero rara vez está diseñado para comunicarse con el resto.
El problema no es tecnológico, sino organizativo
Se trata de una explicación que rara vez se aplica a los hoteles, aunque no es nueva: es un patrón descrito en la ingeniería de sistemas desde 1967, cuando Melvin Conway formuló lo que hoy se conoce como su ley.
Toda organización que diseña un sistema termina construyendo un sistema que copia su arquitectura de comunicación.
Si cada departamento apenas comparte un dígito por mes con otros departamentos, los sistemas que cada departamento compre y configure reproducirán exactamente esa distancia.
Esto no significa que la tecnología haya fallado; Es que cada área lógicamente contrata la mejor herramienta para su propio problema, sin que ninguna esté diseñada para hablar con otras.
Cada vez más, estos mismos sistemas tienen su propia capa de IA integrada: un motor de precios RMS, un asistente de campaña para la plataforma de medios, un chatbot CRM…
Todos aprenden, pero sólo a partir de los datos de su propio silo.
La fragmentación no desaparece con la llegada de la IA: se multiplica, porque ahora hay muchas inteligencias trabajando en paralelo sin verse.
Las declaraciones del gobierno no aparecen en los titulares
Si la fragmentación es tan obvia, ¿por qué casi ningún hotel la corrige?
La principal limitación es la prioridad, no el precio o la dificultad técnica: los datos que rigen en la práctica constituyen un centro de costos, y así es como se ven en cualquier dirección.
No genera ingresos directos ni mensurables en el mismo trimestre, aunque sí genera valor, valor que no cabe en ninguna casilla de la hoja de resultados.
Cerrar el trimestre con los mayores ingresos por habitación disponible de los últimos tres años, lanzar la campaña que convierte, anunciar un reajuste de cuotas a las principales OTA o renegociar comisiones con un mayorista: esto es lo que cuenta en la gestión, lo que ocupa los titulares de la industria y lo que construye una carrera.
Definir qué datos deben recopilarse hoy para un uso que aún no existe, y obligar a seis proveedores a compartir la misma definición, con toda la complejidad técnica y la fricción regulatoria que eso conlleva, no genera un número atractivo para mostrar.
Es un costo, sin ingresos claramente atribuibles que lo compensen en el mismo trimestre.
Gobernanza no significa control
Conviene tener cuidado al utilizar la palabra “regla”, porque es una lectura incómoda: si un responsable decide qué afirmaciones son correctas, ¿no se concentrará allí un riesgo desproporcionado y se extinguirá la iniciativa de cada departamento?
Parcialmente sí, si el rol está mal definido.
Pero lo que hay que controlar no son las decisiones de marketing o de ingresos (cada persona sigue siendo dueña de su estrategia, campaña y precio), sino más bien dos partes limitadas y compartidas: Qué se captura hoy y cómo ponerlo a disposición de forma estandarizada para quien lo necesite mañana, ya sea una persona o un sistema de inteligencia artificial.
Es la diferencia entre un árbitro que sigue una regla y un entrenador que decide cada partido.
El primero es gobernable sin asfixiar a nadie; El segundo es el riesgo.
El tablero no alimenta la IA
Con esta claridad, vale la pena descender al ámbito técnico, porque es aquí donde a menudo se malinterpreta el problema.
Incluso si una organización se propone consolidar todos sus sistemas en un solo panel, seguirá enfrentando una limitación que no tiene nada que ver con la frecuencia de actualización, sino con la naturaleza de los datos.
La placa se puede actualizar en un minuto y el problema permanece intacto.
La diferencia no está en el momento de actualizar el número, sino en ¿A quién está destinado?.
Hay un panel de visualización que cualquiera puede abrir, leer y decidir.
La IA que decide si ofrecer una actualización o una actualización gratuita al momento del check-in no abre los paneles.
Necesita saber, en el momento de la decisión, si esa reserva realmente viene con un margen ajustado, y esa información sólo es útil si le llega como una fuente confiable, no como un número vago que alguien revisa a fin de mes.
Los datos que no se guardan hoy se pueden perder para siempre
No basta con que los datos estén disponibles en el momento en que el sistema de IA toma una decisión; Alguien debe decidir de antemano qué es lo que vale la pena capturar teniendo en cuenta su uso futuro.
Si esta decisión no se toma sabiamente, los datos actuales no esperan pacientemente a que alguien los necesite: son reemplazados, agregados de una manera que ya no se puede clasificar o no se conservan con suficiente detalle.
Conectar lo que ya está ahí cuando finalmente lo necesitas es la parte fácil. Decidir hoy qué vale la pena guardar para un uso que aún no está determinado es realmente difícil.
La inteligencia artificial necesita bases que aún no existen
Es importante ser realista sobre lo que la IA puede y no puede hacer aquí.
El modelo puede hacer referencias cruzadas de datos, descubrir correlaciones y ajustar cambios de precios o señales de oferta en tiempo real, ya sea un motor de precios dinámico que restablece el precio para cada período de tiempo o un asistente de reservas que decide si ofrecer una venta adicional en función del margen real de esa reserva.
Pero estos datos deben existir como fuente accesible en el momento en que se toma la decisión y debe haber suficiente historia para aprender de ellos.
Un hotel que implementa uno de estos sistemas sin esta base común está construyendo sobre una base que aún no existe, sin importar cuánta IA tenga.
La integración ya no es el gran problema
La tecnología que conecta estos sistemas se llama iPaaS (Plataforma de integración como servicio.: Conectores prefabricados que conectan diferentes sistemas sin programar cada conexión desde cero.
Su coste oscila entre unas decenas de euros al mes en su versión más ligera hasta unos miles en el nivel medio, adecuado para un hotel independiente o una pequeña cadena.
Sólo al final del proyecto, para grandes grupos con muchos sistemas heredados, la factura asciende a decenas o cientos de miles de euros al año.
El costo, para la mayoría de los hoteles, no es la limitación.
Aunque no debemos subestimar la complejidad real de conectar sistemas heredados o proveedores que no están dispuestos a abrir su API.
Ventaja competitiva real
Todo se reduce a dos preguntas que cualquier hotel puede plantearse hoy en día:
- ¿Decidimos sabiamente qué capturar y construir, o simplemente dejamos que se acumule?
- Y de lo que ya tenemos, ¿llega de forma estandarizada a sistemas de IA y agentes que deciden por sí solos, o simplemente a paneles que alguien tiene que abrir?
Gobernanza y destino de los datos. Fuente: IA Cloud / Hosteltor.
El hotel con buena IA no solucionó este problema, aunque se puede ver claramente dentro de cada silo.
La ventaja en los próximos años no será quién tenga la IA más avanzada, ni siquiera quién tenga la mejor IA. “Dependerá de quién esté dispuesto a alterar su organigrama lo suficiente, ni más ni menos, para que los datos que realmente importan finalmente tengan un único dueño y un estándar claro que supere los silos y permita que toda la organización se beneficie de ellos”.