Entrevista amb Gustavo Cueva, Data & Analytics Manager de Palladium Hotel Group

Palladium Hotels Group aposta per la qualitat del dada i una visió de personalització d’experiències

Aprofitem el marc de la fira de Fitur per conèixer des de diferents perspectives els reptes, èxits i tendències que marquen el rumb dins del sector turístic en el complex escenari de recuperació post-COVID.

Gustavo Cueva, en el seu rol de Data & Analytics Manager a Palladium Hotel Group, ha destacat per implementar avançades tècniques d’anàlisi de dades i machine learning per optimitzar la presa de decisions i l’eficiència operativa del grup hoteler. Amb una sòlida experiència prèvia en companyies com Oney i EY, i com a educador a Esade i The Valley Digital Business School, Gustavo ha contribuït significativament al desenvolupament i implementació d’estratègies de dades, millorant la predicció de tendències i el comportament del client en el sector turístic.

En aquesta entrevista, veiem des de la perspectiva específica del Data, un concepte que està a l’ordre del dia dins de les estratègies de negoci del sector. Per això, Gustavo ens ha desxifrat els reptes als quals s’enfronta Palladium Hotel Group, una cadena prodigital i innovadora, que aposta pel machine learning i les experiències personalitzades.

Xavier López, CEO de EISI SOFT i Gustavo Cueva, Data & Analytics Manager de Palladium Hotel Group

Dins del marc de 2023, quins objectius us heu marcat i heu aconseguit portar a terme?

Per al 2023 hem apostat per dues línies. La primera ha estat la d’estabilitzar tot el que ja havíem implementat en anys anteriors, tant en temps d’estandardització, qualitat i homogeneïtzació de dades. Al final el que busquem és que tothom dins dels departaments de Palladium Hotel Group parli el mateix idioma. El que no volem és tenir silos d’informació on cadascú vagi per separat, al final el que hem anat construint durant aquest any 2023 és estabilitzar aquesta part aconseguint que tothom, ja sigui per exemple un comitè, vegi la mateixa dada i sàpiga de què venim a parlar i sobre quin KPI prendrem decisions.

Estic molt orgullós que aquest any realment aquest projecte s’hagi pogut començar a materialitzar, i ja es comencen a veure els brots verds després de molts anys treballant, cosa que ha estat molt satisfactòria.

L’altra línia que s’ha treballat ha estat la de començar a utilitzar casos d’èxit on hem utilitzat el machine learning, per exemple, hem realitzat ja un pilot real, on comencem per castear, un revenue que hauria d’estar ja fa temps, però ho estem començant a fer ara incorporant intel·ligència, base de les dades, amb el que sabem i els històrics dels anys. A dia d’avui comencem a utilitzar-lo i continuarem en aquesta línia el 2024.

Sempre he tingut Palladium com una d’aquestes empreses hoteleres prodigitals i innovadores, que sempre ha estat molt atrevida, no només en producte, sinó en estratègia digital o en l’aplicació de tecnologia.

Ens has comentat que dins dels objectius marcats hi havia l’homogeneïtzació i la garantia de la qualitat de les dades. Com ha estat l’estratègia dins de l’organització per garantir una cosa tan valuosa com és tenir dades de qualitat?

Doncs mira, per a la part de qualitat de les dades, al final és un tema que mai s’acaba, és a dir, sempre surten coses noves i sempre has d’estar amb el focus posat en això.

Què hem fet nosaltres a Palladium? El que hem començat a fer és un procés d’estandardització perquè les dades siguin homogènies, és a dir, que les dades que veiem en diferents plataformes les puguem treballar, tractar i detectar aquests errors per poder corregir-los a l’origen.

Aleshores, hem dut a terme la implementació d’auditories per poder detectar aquelles males pràctiques que hi ha en els orígens, com pot ser, per exemple, una recepció a l’hora d’introduir una reserva. A més, hem introduït alertes perquè ens avisin i puguem detectar-ho a temps i no estar prolongant a llarg termini aquests tipus d’errors, perquè, al final, això et penalitza i el que acabes veient és un error que no és correcte. Així, el que hem fet, bàsicament, per obtenir dades de qualitat és auditories per veure quines dades són correctes o no, automatitzar tots els processos i controls perquè ens arribin alertes directament i, al final, veure això reflectit també en una part del dashboard, és a dir, obtenir una visualització final. Perquè quan tens una dada malament, on es veu reflectida la dada que has imputat és en un dashboard. Estem arribant a un punt on els usuaris de negoci ja ens donen alertes per poder corregir. És tan senzill com que l’usuari ens truca i diu, “escolta, aquesta dada està malament”. I quan comences a mirar, per això deia que al final és interactiu, detectes que hi ha un altre tipus d’error que es pot arribar a donar.

Al final, és una evolució contínua i mai deixar-ho de banda, perquè mai s’acaba. És evolució i estandardització dels processos continus. I sobretot, fer un mapa tecnològic d’on estem extraient la informació, quin tipus d’informació volem representar i on està el destí. Crec que això és fonamental per poder fer-ho i garantir que estàs mostrant una dada de qualitat.

En aquesta edició de Fitur es parla molt de gestions o models immersius a l’hora de gestionar i comercialitzar establiments turístics, a més de l’aparició de noves tecnologies. Quins casos pràctics esteu executant en la vostra organització?

Hem de partir de la base que per poder aplicar aquestes noves intel·ligències com el machine learning, des de l’àrea de les dades a Palladium hem intentat garantir la qualitat de les dades perquè sense això les prediccions que traurem seran dolentes. Un cas d’exemple és el que comentava abans del forecast, que sembla senzill, però que comporta molta feina darrere de neteja i qualitat de les dades. A dia d’avui ho estem començant a fer de manera habitual i ara tenim un timeline on en els propers anys volem utilitzar GPTI, que ja sabeu que a dia d’avui el tenim a l’abast, volem començar a fer que la màquina ens ajudi o sigui com una eina amb la qual poder gestionar millor a Palladium.

Ja estem barrejant el món de qualitat de les dades amb el món de la intel·ligència artificial, a dia d’avui, apliquem el que es diu golden record, la unificació d’un client, que és complicat de fer, identificar un client repetidor, quan tens 20 fitxes d’un mateix client que no saps si realment corresponen a la mateixa persona, d’això ja tenim alguns processos senzills i altres una mica més avançats, on ja utilitzem tecnologies com el machine learning per poder unificar i poder identificar alguns clients que amb alta probabilitat són el mateix.

Heu començat el 2024 amb objectius assolits, quins creus que han de ser els objectius que s’ha de marcar el sector en els pròxims dos anys?

Des del meu punt de vista, el primer és estabilitzar la qualitat de les dades, és a dir, per a mi és molt important com pots veure, continuar augmentant la part de portar el machine learning a totes les àrees de negoci i sobretot hem d’utilitzar aquestes eines que tenim avui dia per centrar-les en el client. El nostre següent nivell és arribar a impactar el client, poder fer processos descriptius analitzant el passat del que ja tenim, el següent salt és utilitzar això per conèixer el meu client i oferir-li una experiència inoblidable dins de l’hotel per fer clusters per poder catalogar un client i oferir una experiència única, hem de tirar per aquesta línia per personalitzar el client i l’experiència en un hotel.