Interview mit Gustavo Cueva, Data & Analytics Manager von Palladium Hotel Group

Palladium Hotels Group setzt auf Datenqualität und eine Vision der Personalisierung von Erfahrungen

Im Rahmen der Fitur-Messe nutzen wir die Gelegenheit, um die Herausforderungen, Erfolge und Trends zu erkunden, die den Kurs im Tourismussektor im komplexen Szenario der Erholung nach COVID prägen.

Gustavo Cueva, in seiner Rolle als Data & Analytics Manager bei Palladium Hotel Group, hat sich durch die Implementierung fortschrittlicher Datenanalyse- und Machine-Learning-Techniken hervorgetan, um die Entscheidungsfindung und die operative Effizienz der Hotelgruppe zu optimieren. Mit einer soliden Erfahrung in Unternehmen wie Oney und EY sowie als Dozent an der Esade und der The Valley Digital Business School hat Gustavo erheblich zur Entwicklung und Umsetzung von Datenstrategien beigetragen, die die Vorhersage von Trends und das Verhalten von Kunden im Tourismussektor verbessern.

In diesem Interview betrachten wir die spezifische Perspektive der Daten, ein Konzept, das heute in den Geschäftsstrategien des Sektors allgegenwärtig ist. Deshalb hat Gustavo uns die Herausforderungen entschlüsselt, mit denen Palladium Hotel Group, eine digitale und innovative Hotelkette, konfrontiert ist und die auf Machine Learning und personalisierte Erfahrungen setzt.

Xavier López, CEO von EISI SOFT und Gustavo Cueva, Data & Analytics Manager von Palladium Hotel Group

Was waren die Ziele, die ihr euch für 2023 gesetzt habt, und welche habt ihr erreicht? 

Für 2023 haben wir auf zwei Linien gesetzt. Die erste war die Stabilisierung all dessen, was wir in den Vorjahren implementiert hatten, sowohl in Bezug auf die Standardisierung, Qualität als auch Homogenisierung der Daten. Letztendlich suchen wir, dass alle in den Abteilungen der Palladium Hotel Group die gleiche Sprache sprechen. Wir wollen keine Informationssilos, in denen jeder separat arbeitet. Das, was wir in diesem Jahr 2023 aufgebaut haben, ist die Stabilisierung dieses Teils, sodass jeder, sei es zum Beispiel in einem Komitee, dieselben Daten sieht und weiß, worüber wir sprechen und auf welcher KPI wir Entscheidungen treffen. 

Ich bin sehr stolz darauf, dass dieses Jahr dieses Projekt tatsächlich materialisiert werden konnte, und wir beginnen bereits, die ersten positiven Ergebnisse nach vielen Jahren Arbeit zu sehen, was sehr zufriedenstellend war. 

Die zweite Linie, an der wir gearbeitet haben, war der Einsatz erfolgreicher Fälle, in denen wir Machine Learning verwendet haben. Wir haben bereits ein echtes Pilotprojekt durchgeführt, in dem wir mit der Optimierung von Einnahmen begonnen haben, die wir schon lange hätten umsetzen sollen, aber wir fangen jetzt an, KI auf Basis der Daten und der historischen Daten der vergangenen Jahre zu integrieren. Heute nutzen wir es und werden in dieser Linie auch 2024 fortfahren. 

Ich habe Palladium immer als eines dieser digitalen und innovativen Hotelunternehmen betrachtet, das sehr mutig war, nicht nur in Bezug auf das Produkt, sondern auch in Bezug auf digitale Strategien oder die Anwendung von Technologien. 

Du hast uns gesagt, dass eines der gesetzten Ziele darin besteht, die Daten zu homogenisieren und deren Qualität zu gewährleisten. Wie war die Strategie innerhalb der Organisation, um etwas so Wertvolles wie Datenqualität zu gewährleisten? 

Nun, was die Datenqualität betrifft, ist das letztendlich ein Thema, das niemals abgeschlossen ist, da immer neue Herausforderungen auftauchen und man stets den Fokus darauf legen muss. 

Was haben wir bei Palladium gemacht? Wir haben einen Standardisierungsprozess gestartet, um sicherzustellen, dass die Daten homogen sind, d.h. dass die Daten, die wir auf verschiedenen Plattformen sehen, verarbeitet und die Fehler erkannt werden, damit wir sie an der Quelle korrigieren können. 

Wir haben daher Audits durchgeführt, um falsche Praktiken an den Ursprüngen zu erkennen, wie beispielsweise an der Rezeption, wenn eine Buchung eingegeben wird. Darüber hinaus haben wir Warnungen eingeführt, um uns rechtzeitig zu informieren und solche Fehler nicht langfristig fortbestehen zu lassen, da sie letztendlich bestraft werden und wir am Ende einen falschen Fehler sehen. Das, was wir im Grunde für die Datenqualität gemacht haben, sind Audits, um zu sehen, welche Daten korrekt oder nicht korrekt sind, und wir haben alle Prozesse und Kontrollen automatisiert, damit wir sofort Warnungen erhalten. Am Ende spiegelt sich das auch in einem Dashboard wider, das heißt, eine endgültige Visualisierung zu erhalten. Wenn du einen fehlerhaften Datensatz hast, wird dieser in einem Dashboard angezeigt. Wir erreichen einen Punkt, an dem die Geschäftsanwender uns bereits Warnungen geben, um Korrekturen vorzunehmen. Es ist so einfach, dass der Benutzer uns anruft und sagt: „Hey, diese Daten sind falsch“. Und wenn du anfängst zu schauen, bemerkst du, wie ich schon sagte, dass es interaktiv ist und dass du andere Arten von Fehlern erkennen kannst, die auftreten können. 

Letztendlich ist es eine kontinuierliche Evolution und man darf es nie außer Acht lassen, weil es niemals endet. Es ist eine fortlaufende Evolution und Standardisierung der Prozesse. Und vor allem ist es wichtig, eine technologische Landkarte zu erstellen, woher wir die Informationen beziehen, welche Art von Informationen wir anzeigen wollen und wo das Ziel ist. Ich denke, das ist entscheidend, um dies zu tun und sicherzustellen, dass du qualitativ hochwertige Daten präsentierst.

Auf dieser Ausgabe von Fitur wird viel über immersive Modelle zur Verwaltung und Vermarktung von Tourismusunternehmen gesprochen, sowie über das Aufkommen neuer Technologien. Welche praktischen Fälle setzt ihr in eurer Organisation um?

Wir müssen davon ausgehen, dass wir, um diese neuen Intelligenzen wie Machine Learning anzuwenden, im Datenbereich bei Palladium versucht haben, die Datenqualität sicherzustellen, denn ohne diese wird die Vorhersage, die wir erstellen wollen, schlecht sein. Ein Beispiel ist die vorherige Vorhersage, die einfach erscheinen mag, aber viel Arbeit hinter der Bereinigung und Qualität der Daten erfordert. Heute beginnen wir, dies regelmäßig zu tun, und wir haben bereits einen Zeitplan, in dem wir in den nächsten Jahren GPTI verwenden möchten, das wir heute bereits zur Verfügung haben. Wir wollen, dass die Maschine uns hilft oder als Werkzeug fungiert, mit dem wir die Verwaltung bei Palladium besser gestalten können. 

Wir verbinden bereits die Welt der Datenqualität mit der Welt der Künstlichen Intelligenz. Heute wenden wir das an, was man golden record nennt, die Vereinheitlichung eines Kunden, was schwierig ist. Es geht darum, einen wiederkehrenden Kunden zu identifizieren, wenn du 20 Profile für denselben Kunden hast und nicht weißt, ob sie tatsächlich derselben Person entsprechen. Wir haben bereits einige einfache Prozesse und andere etwas fortgeschrittenere implementiert, bei denen wir Technologien wie Machine Learning nutzen, um zu vereinheitlichen und einige Kunden zu identifizieren, von denen mit hoher Wahrscheinlichkeit angenommen werden kann, dass sie dieselbe Person sind. 

Ihr habt 2024 mit erfüllten Zielen begonnen. Was denkst du, sollten die Ziele des Sektors in den nächsten zwei Jahren sein? 

Aus meiner Sicht ist es zunächst wichtig, die Datenqualität zu stabilisieren. Das ist für mich sehr wichtig, wie du sehen kannst. Wir müssen weiterhin die Anwendung von Machine Learning in allen Geschäftsbereichen ausbauen und vor allem diese Werkzeuge, die wir heute haben, auf den Kunden konzentrieren. Unser nächstes Ziel ist es, den Kunden zu beeinflussen, indem wir beschreibende Prozesse durchführen und die Vergangenheit analysieren, die wir bereits haben. Der nächste Schritt besteht darin, dies zu nutzen, um unseren Kunden kennenzulernen und ihm ein unvergessliches Erlebnis im Hotel zu bieten, indem wir Cluster bilden, um einen Kunden zu kategorisieren und eine einzigartige Erfahrung zu bieten. Wir müssen diesen Weg gehen, um den Kunden und das Erlebnis in einem Hotel zu personalisieren.