Eduardo Parra López ¿CÓMO PUEDE UN DESTINO APROVECHAR EL BIG DATA, Y DONDE PUEDE OBTENERLO? IX CONGRESO NACIONAL DE TURISMO GUATEMALA Eduardo Parra López Profesor de Organización de Empresa, Economía Digital y Turismo Universidad de La Laguna Cátedra de Turismo ASHOTEL-CajaCanarias-ULL

Eduardo Parra López 2 ANTES DE ARRANCAR AGUANTAR LA TEORÍA

Eduardo Parra López 3 ORIGEN DE LA CHARLA UNA NECESIDAD LUGAR DONDE ESTOY YO AHORA. GUATEMALA EDUARDO PARRA LOPEZ SMARTPHONE BIG DATA

Eduardo Parra López 4 OBJETIVO DE LA CHARLA CONSEGUIR QUE ESTES 15 MINUTOS QUE APRENDAN ALGO VIAJAR CON LOS DATOS DAROS UNA SORPRESA AL FINAL DE LA MISMA VIAJAR HOY Y EN EL FUTURO PREGUNTAR MUCHO

Eduardo Parra López ¿CÓMO SERÁ LA REVOLUCIÓN DE NUESTRO ECOSISTEMA DIGITAL EN LOS PRÓXIMOS AÑOS?

Eduardo Parra López Conceptualizando BIG DATA 6 “…El big data nos sitúa más allá de los hechos, está transformando nuestras acciones en predicciones…” (Territorio Creativo e InvaTTur, 2014) Big Data propone tanto oportunidades como retos (Giner,2014): Oportunidades: Provee información para la toma de decisiones, rápidamente y eficientemente Permite la optimización continua de los sistema de trabajo Oportunidad de ahorro de coste y mejoras en la calidad de los servicios Mejora la relación con nuestros clientes Es capaz de predecir y analizar para una mejor planificación de los servicios Retos: Necesidad de adaptación, tanto a la gestión como uso: Recursos humanos y técnicos “Digital gap”: diferentes niveles de integración tecnológica tanto en los procesos internos como externos de los diferentes subsectores turísticos Big data como fuente principal de competitividad turística

Eduardo Parra López 7 Conceptualizando BIG DATA Fuente: D. Soubra (2012), The 3Vs that define Big Data.

Eduardo Parra López 1)DEFINICIÓN DE ZONAS TURÍSTICAS: MICROSEGMENTACIÓN 2)GENERACIÓN DE RUTAS 3)MOVILIDAD DEL TURISMO Autores 8 TRES CASOS PARA ENTENDER EL TURISMO

Eduardo Parra López CASO 1-2

Eduardo Parra López CASO 1-2

Eduardo Parra López CASO 1-2

Eduardo Parra López CASO 1-2

Eduardo Parra López metodología Revisión de literatura Revisión de literatura Colaboración del Instituto Canario de Estadística (ISTAC) Colaboración del Instituto Canario de Estadística (ISTAC) Elaboración de diferentes bases de datos Elaboración de diferentes bases de datos Datos de la Encuesta de Gasto del ISTAC de NUTS3 alemanes (SAS) – 2012/2013/2014 (representatividad!) Datos de la Encuesta de Gasto del ISTAC de NUTS3 alemanes (SAS) – 2012/2013/2014 (representatividad!) Creación de base de datos de la planificación de vuelos (AENA) entre Alemania y Canarias (SAS) – 2012/2013/2014  aeropuertos alemanes Creación de base de datos de la planificación de vuelos (AENA) entre Alemania y Canarias (SAS) – 2012/2013/2014  aeropuertos alemanes Llevar a cabo varios cruces de diferentes bases de datos y variables Llevar a cabo varios cruces de diferentes bases de datos y variables Geolocalización de códigos postales  NUTS3 (400<) Geolocalización de códigos postales  NUTS3 (400<) Geolocalización de aeropuertos alemanes Geolocalización de aeropuertos alemanes Cálculo de polígonos de Thiessen (ARCGIS9) Cálculo de polígonos de Thiessen (ARCGIS9) Cálculo de distancias entre NUTS3 y aeropuertos (ARCGIS9) Cálculo de distancias entre NUTS3 y aeropuertos (ARCGIS9) Elaboración de mapas (ARCGIS9) Elaboración de mapas (ARCGIS9) CASO 3

Eduardo Parra López Polígonos de Thiessen Fuente: Elaboración propia. CASO 3

Eduardo Parra López CASO 3

Eduardo Parra López Análisis del perfil turístico alemán Análisis del perfil turístico alemán Distancias geográficas entre aeropuerto y NUTS3 Distancias geográficas entre aeropuerto y NUTS3 Distancias medias muy diferentes Distancias medias muy diferentes Afluencia de turistas a nivel de NUTS3 Afluencia de turistas a nivel de NUTS3 Afluencia por aeropuertos más cercanos Afluencia por aeropuertos más cercanos Conexión entre aeropuertos alemanes y canarios Conexión entre aeropuertos alemanes y canarios Precio medio del billete de avión por aeropuerto Precio medio del billete de avión por aeropuerto -Promoción del destino -Planificación de nuevas conexiones aéreas -Impacto en términos de combustibles - … CASO 3

Eduardo Parra López IMPLICACIONES Cambio de NUTS3 2006/2010 Cambio de NUTS3 2006/2010 Distancias medias partiendo de centroides Distancias medias partiendo de centroides Privacidad de información relacionada con TTOO/ webs Privacidad de información relacionada con TTOO/ webs Profundizar el análisis Profundizar el análisis Interrelacionar más variables Interrelacionar más variables

Eduardo Parra López BIG DATA: IMPLICACIONES PARA TURISMO 18 PROPUESTA Y ESTRATEGIAS PARA LOS GESTORES EN TURISMO: 1)Permite la adquisición de nuevos clientes al poder gestionar los target en las actividades de marketing en la Economía del Consumidor Digital 2)Determina las áreas clave turísticas donde se puede realizar transacciones de compra-venta. Por ejemplo, aquellas que especialmente están referidas a las actividades complementarias 3)Asegura productos atractivos ajustados a las necesidades de los clientes: Co-creación versus experiencia para re-motivar los destinos 4)Requiere un análisis profundo y ajustado al dinamismo del mercado turístico

Eduardo Parra López BIG DATA: IMPLICACIONES PARA TURISMO 19 PROPUESTA Y ESTRATEGIAS PARA LOS GESTORES EN TURISMO: 1)6 tecnologías transformativas: Big Data y Analítica, iCloud, computación móvil y ubicua; social media; robótica e Inteligencia Artificial (AI); Wearable technologies PARA AVANZAR HACIA LA RE-CREACIÓN DIGITAL; CAMBIANDO SUS MODELOS DE NEGOCIOS CENTRALES, PRODUCTOS Y SERVICIOS, PROCESOS DE NEGOCIO Y LUGARES DE TRABAJO.

Eduardo Parra López Síntesis: Big data para la competitividad turística A. Fiabilidad: Los datos utilizados se basan en las acciones del usuario real y no en encuestas realizadas. B. Información detallada y capacidad de segmentación : La profundidad del análisis espacio-tiempo, así como la descripción de lugares y personas que nos visitan ha cambiado drásticamente (volumen datos y fiabilidad). C. Hibridación de datos, tanto con fuentes existentes como futuras : Datos estructurados y geoposicionados que pueden cruzarse con otras fuentes, por ejemplo redes sociales, datos abiertos y otros. D. Nuevos flujos de información : Incorpora el sector turístico una tipología de información que aumenta el conocimiento sobre el público objetivo: Itinerancia de los dispositivos móviles, tabletas y móviles, así como tarjetas de crédito con terminal de comercio; “wearables technololgies”. E. Nuevas oportunidades de modelos de negocio ( New Business Models ) : Resultados que se están obteniendo con nuevos datos turísticos, muestra mapas sobre empresas y destinos, que ofrece una propuesta ajustada a la realidad de los turistas. Esto abre un abanico de posibilidades para nuevos modelos de negocio altamente competitivos. 20

Eduardo Parra López Conclusión 1.Existen dos factores críticos: – Organizacionales: Visión y modelos de negocio; cultura empresarial; baja formación en el sector para cumplir con los requerimientos del big data – Tecnológicos: Sistemas poco adaptados; fuentes de datos nada homogéneas; necesidad de analistas de datos; inexistencia de procesos tecnológicos interoperables en el sector. 2. Planificación turística integrada : Integración en tiempo real de los datos; escalabilidad e interoperabilidad de los sistemas, así como un análisis más preciso de los datos. Esto podría reducir los límites tecnológicos de integración en tiempo real de los distintos sistemas de empresas y destinos turísticos, siendo este un requisito previo para los “big data systems” 21

Eduardo Parra López Conclusión 3.Mejora de la calidad de la información que se procesa; 4.Mejora, tanto del costo como en el tiempo, para la aplicación en productos y servicios turísticos; 5.Lo más importante, podría mejorar el rendimiento de la inversión (ROI). 22

Eduardo Parra López Eduardo Parra López (PDh) Profesor de Organización de Empresas, Economía Digital y turismo Universidad de La Laguna Catedra Turismo ASHOTEL-Cajacanarias-ULL HUELLA shttp://