skip navigation

Análisis predictivo, la ruta más rápida hacia una mejor experiencia de viaje

 

 

Un artículo de Cédric Barbesier, director global de Productos Digitales y Marketing de CWT Solutions Group, y Hélène Buchfinck, gestora sénior global de Preventa de Datos y Análisis de CWT Solutions Group.


A veces los viajeros de negocios tienen mala suerte. No hay asientos disponibles en los vuelos que quieren y terminan reservando uno con diez horas de escala. Los hoteles cercanos al lugar donde va a celebrarse su reunión exceden el presupuesto y, cuando llegan al aeropuerto, descubren que su vuelo ha sido cancelado.

Pero, ¿y si no fuera únicamente cuestión de suerte? ¿Qué pasaría si los viajeros y los gestores de viajes pudieran predecir posibles obstáculos antes de que se convirtieran en un problema y tuvieran que tomar medidas correctivas?

Hablemos

Si quieres ponerte en contacto con CWT para recibir información (por correo electrónico o teléfono) sobre nuestros productos y servicios, completa este formulario. Puedes darte de baja de este servicio en cualquier momento utilizando el enlace “cancelar subscripción” que aparece en nuestros correos electrónicos.

200 characters remaining

Muchas gracias por tu interés en CWT. En breve nos pondremos en contacto.

Se ha hablado largo y tendido acerca de cómo el análisis predictivo puede ayudar a las empresas a ahorrar en sus gastos de viaje, pero este también puede servir para crear una experiencia más productiva y libre de estrés para los viajeros de negocios.

A continuación, compartimos tres posibles aplicaciones del mismo.

Predicción de fluctuaciones en la demanda

El tiempo de antelación con el que los viajeros de negocios descubren que tienen que ir a algún lugar es a menudo escaso, algo que puede dificultar el proceso de reserva. Conferencias internacionales, eventos deportivos destacados, temporada alta… Todos ellos son acontecimientos que pueden complicarles la tarea.

Los hoteles en los que normalmente se alojan -los que están cerca de la sede de su compañía y que cuentan con buenas conexiones de transporte e instalaciones comerciales- son más caros debido a un exceso de demanda. Su precio sobrepasa con creces el tope establecido por su empresa. Esto hace que se vean forzados a invertir mucho tiempo leyendo reseñas y sopesando alternativas con la esperanza de encontrar algo medio decente y que aún esté dentro de los parámetros marcados por su política de viajes. Además, y debido a que estas opciones pueden estar más lejos de lo necesario, esto también implica una pérdida de tiempo en desplazamientos.  

El análisis predictivo podría ayudar a los gestores de viajes a anticipar los cambios en la demanda y a introducir precios tope variables. Al predecir el aumento de los precios, los algoritmos permiten a los gestores de viajes modificar el gasto máximo por noche y adaptarlo en consecuencia. Por ejemplo, si un empleado viaja a Madrid durante la final de la Liga de Campeones, se puede ampliar el presupuesto para que pueda alojarse en un hotel que le resulte conveniente. Del mismo modo, los topes de precio pueden recortarse durante la temporada baja, cuando los precios disminuyen.

Predicción de cambios en la oferta

Los cambios están a la orden del día en la industria aérea y hotelera. Fusiones y adquisiciones, nuevas alianzas, huelgas, bancarrotas y una miríada de distintos factores pueden modificar las opciones disponibles para los viajeros.

Gracias al poder de la ciencia de datos, las empresas pueden predecir mejor cómo van a afectar estos cambios en el panorama de los proveedores a sus programas de viajes para minimizar así el impacto de los mismos sobre sus viajeros. CWT Solutions Group ya está probando estos algoritmos.

En una revisión de proveedores que realizamos recientemente para un cliente, identificamos que su aerolínea preferente iba a reducir sus vuelos entre París y Hong Kong, una de sus principales rutas. Calculamos cuánto aumentarían los precios en la ruta debido a la reducción de la capacidad y lo que esto significaría para los gastos de viaje del cliente.

También analizamos si tenía sentido cambiar de compañía aérea preferente. Y es que trasladar el volumen a otra línea aérea podría acarrear una disminución del cumplimiento de la política, ya que muchos de los viajeros frecuentes del cliente eran miembros del programa de fidelización de la aerolínea y era probable que su estatus les hiciera seguir decantándose por la aerolínea actual.

Tras un análisis exhaustivo, se tomó la decisión de poner en la lista negra al proveedor preferente y optar por una nueva alternativa. El cliente revisó el producto de la nueva aerolínea para asegurarse de que estaba a la altura y negoció la equiparación del estatus de viajero frecuente de sus empleados para asegurarse de que estos no perdieran sus beneficios como resultado del cambio.

En este caso, el análisis predictivo ayudó a una empresa a adoptar un enfoque más proactivo y orientado al futuro para salvaguardar su programa frente a un panorama cambiante.

Predicción de los retrasos y cancelaciones de vuelos

Los retrasos y cancelaciones de vuelos pueden ser una experiencia terrible. De hecho, según un estudio de CWT los retrasos son uno de los mayores desencadenantes de estrés para los viajeros de negocios. La buena noticia es que los expertos en datos también están trabajando duro para resolver este problema.

Lumo, una de las startups tecnológicas con las que trabaja CWT, utiliza el análisis predictivo para identificar patrones de retraso en millones de vuelos y predecir posibles alteraciones. Sus modelos de predicción cambian a medida que se acerca la fecha de salida de los vuelos. También tiene en cuenta el historial de puntualidad de las aerolíneas, la estacionalidad y el día de la semana y hora del día en los que operan los vuelos. Cuando se va acercando la fecha de viaje, los modelos comienzan a tener en cuenta factores como las rutas de vuelo y el tráfico aéreo, la congestión en varios aeropuertos y los pronósticos meteorológicos.

Lumo evalúa entonces los vuelos para indicar cuán probable es que se retrasen. La clasificación de riesgo que efectúa captura tanto la probabilidad de que ocurra un retraso como la duración del mismo.

Es probable que los viajeros experimentados sepan cómo evitar algunos de estos problemas. Muchos, por ejemplo, están al día de los eventos que van a celebrarse en las ciudades a las que viajan. No obstante, los viajes no son algo rutinario para todos. Muchas veces ni el viajero de negocios más rodado lo sabe todo.

El horizonte del análisis predictivo en materia de viajes de negocios es muy prometedor ya que puede proporcionar nuevas respuestas a uno de los enigmas perennes de nuestra industria: cómo crear una experiencia más agradable y productiva para el viajero y, al mismo tiempo, ahorrar dinero a las empresas.