Intervista con Gustavo Cueva, Data & Analytics Manager di Palladium Hotel Group

Palladium Hotels Group punta sulla qualità dei dati e una visione di personalizzazione delle esperienze

Abbiamo approfittato della fiera Fitur per conoscere da diverse prospettive le sfide, i successi e le tendenze che stanno definendo il percorso nel settore turistico, in un complesso scenario di ripresa post-COVID.

Gustavo Cueva, nel suo ruolo di Data & Analytics Manager presso Palladium Hotel Group, si è distinto per l'implementazione di tecniche avanzate di analisi dei dati e machine learning per ottimizzare il processo decisionale e l'efficienza operativa del gruppo alberghiero. Con una solida esperienza precedente in aziende come Oney e EY, e come educatore in Esade e The Valley Digital Business School, Gustavo ha contribuito significativamente allo sviluppo e all'implementazione di strategie basate sui dati, migliorando la previsione delle tendenze e il comportamento dei clienti nel settore turistico.

In questa intervista, esploriamo dal punto di vista specifico del dato, un concetto di grande attualità nelle strategie aziendali del settore. Per questo, Gustavo ci ha spiegato le sfide che Palladium Hotel Group, una catena pro-digital e innovativa, affronta, puntando sul machine learning e sulle esperienze personalizzate.

Xavier López, CEO di EISI SOFT e Gustavo Cueva, Data & Analytics Manager di Palladium Hotel Group

Nel contesto del 2023, quali obiettivi vi siete posti e siete riusciti a raggiungere?

Per il 2023 ci siamo concentrati su due linee. La prima è stata quella di stabilizzare tutto ciò che avevamo già implementato negli anni precedenti, in termini di standardizzazione, qualità e omogeneizzazione dei dati. In definitiva, quello che cerchiamo è che tutti i dipartimenti di Palladium Hotel Group parlino la stessa lingua. Non vogliamo avere silos di informazioni in cui ciascuno vada per conto proprio; alla fine, quello che abbiamo costruito durante questo 2023 è stato stabilizzare questa parte, facendo in modo che tutti, ad esempio in un comitato, vedano gli stessi dati e sappiano di cosa stiamo parlando e su quali KPI prenderemo decisioni.

Sono molto orgoglioso che quest'anno questo progetto abbia iniziato a concretizzarsi e si comincino a vedere i primi risultati, dopo tanti anni di lavoro, il che è stato molto gratificante.

L'altra linea su cui abbiamo lavorato è stata quella di iniziare a utilizzare casi di successo in cui abbiamo impiegato il machine learning, ad esempio abbiamo già realizzato un vero e proprio progetto pilota, in cui abbiamo iniziato a realizzare una previsione dei ricavi, che avremmo dovuto fare già da tempo, ma che stiamo iniziando a implementare ora, incorporando intelligenza basata sui dati, con ciò che sappiamo e gli storici degli anni precedenti. Al giorno d'oggi, abbiamo iniziato a utilizzarlo e continueremo su questa linea nel 2024.

Ho sempre considerato Palladium come una di quelle aziende alberghiere pro-digitali e innovative, che è sempre stata molto audace, non solo nel prodotto, ma anche nella strategia digitale e nell'applicazione della tecnologia.

Ci hai detto che uno degli obiettivi principali era omogeneizzare e garantire la qualità del dato. Qual è stata la strategia adottata dall’organizzazione per garantire qualcosa di così prezioso come avere dati di qualità?

Guarda, per quanto riguarda la qualità del dato, è un tema che non finisce mai, cioè, ci sono sempre nuove cose che emergono e devi sempre essere focalizzato su di esse.

Cosa abbiamo fatto in Palladium? Abbiamo avviato un processo di standardizzazione per rendere omogenei i dati, cioè, i dati che vediamo su diverse piattaforme devono essere lavorabili, trattabili e gli errori devono essere rilevati per poterli correggere all'origine.

Abbiamo quindi implementato audit per rilevare quelle cattive pratiche che si verificano all'origine, come potrebbe essere, ad esempio, una reception al momento di inserire una prenotazione. Inoltre, abbiamo introdotto avvisi che ci informano e ci permettono di rilevare il problema in tempo per evitare che questi errori si prolungano a lungo termine, poiché alla fine ti penalizzano e finisci per vedere un errore che non è corretto. Quindi, quello che abbiamo fatto, sostanzialmente, per ottenere la qualità del dato è stato implementare audit per verificare quali dati sono corretti o meno, automatizzare tutti i processi e i controlli per ricevere avvisi direttamente e, alla fine, visualizzare tutto questo in un dashboard. Perché quando hai un dato errato, il luogo dove si riflette è in un dashboard. Stiamo arrivando a un punto in cui gli utenti del business ci forniscono avvisi per correggere. È così semplice che l'utente ci chiama e dice: “Ehi, questo dato è sbagliato”. E quando si comincia a guardare, come dicevo prima, è un processo interattivo, scopri che potrebbe esserci un altro tipo di errore.

Alla fine, è una continua evoluzione e non si deve mai mettere da parte, perché non finisce mai. È evoluzione e standardizzazione dei processi continui. E soprattutto, creare una mappa tecnologica per capire da dove stiamo estraendo le informazioni, che tipo di informazioni vogliamo rappresentare e qual è la destinazione. Credo che questo sia fondamentale per poterlo fare e garantire che stiamo mostrando dati di qualità.

In questa edizione di Fitur si parla molto di gestioni o modelli immersivi nella gestione e commercializzazione di strutture turistiche, oltre all'emergere di nuove tecnologie. Quali casi pratici state implementando nella vostra organizzazione?

Per poter applicare queste nuove tecnologie come il machine learning, dall'area dati di Palladium abbiamo cercato di garantire la qualità del dato, perché senza di essa le previsioni che andremo a fare saranno errate. Un esempio è quello che menzionavo prima sul forecast, che sembra semplice, ma comporta molto lavoro dietro in termini di pulizia e qualità del dato. Al giorno d'oggi, lo stiamo iniziando a fare abitualmente e ora abbiamo una roadmap in cui, nei prossimi anni, vogliamo utilizzare GPTI, che come sapete è già a nostra disposizione, e vogliamo iniziare a utilizzarlo come uno strumento per gestire meglio Palladium.

Stiamo già combinando il mondo della qualità dei dati con il mondo dell'intelligenza artificiale. Al momento, applichiamo quello che chiamiamo "golden record", l'unificazione di un cliente, che è difficile da realizzare, identificando un cliente ripetitore, quando hai 20 schede dello stesso cliente e non sai se corrispondono alla stessa persona. Abbiamo già alcuni processi semplici e altri un po' più avanzati, in cui utilizziamo tecnologie come il machine learning per unificare e identificare clienti che, con alta probabilità, sono la stessa persona.

Avete iniziato il 2024 con obiettivi raggiunti, quali pensi debbano essere gli obiettivi che il settore deve porsi nei prossimi due anni?

Dal mio punto di vista, la prima cosa è stabilizzare la qualità dei dati, perché per me è molto importante, come puoi vedere. Continuare ad aumentare l'uso del machine learning in tutte le aree di business e soprattutto utilizzare questi strumenti che abbiamo a disposizione oggi per concentrarli sul cliente. Il nostro prossimo livello è quello di arrivare a impattare il cliente, poter fare processi descrittivi analizzando il passato di ciò che già abbiamo, il passo successivo è utilizzare queste informazioni per conoscere il nostro cliente e offrirgli un'esperienza indimenticabile all'interno dell'hotel, creare cluster per poter catalogare un cliente e offrirgli un'esperienza unica. Dobbiamo proseguire su questa linea per personalizzare il cliente e l'esperienza in hotel.