Inteligencia artificial para prever cancelaciones de reservas de vuelo y hoteles
Los programas de IA son capaces de predecir hasta en un 90% las anulaciones . Los modelos predictivos pueden hacer ahorrar pérdidas a las aerolíneas y hoteleras y evitar la sobreventa
![Viajeros en el aeropuerto Suvarnabhumi de Bangkok.](https://imagenes.elpais.com/resizer/v2/WD7OSRGFQNJTNIVUJSII4D3RK4.jpg?auth=dda957e607c17563b062b8cf0402085829296374a21ef4c3063b2156bb333042&width=414)
Ha sido el término del año 2022 y desde hace tiempo invade sin remisión cada ámbito de la vida: la Inteligencia Artificial (IA). Estas herramientas digitales son capaces de hacer diagnósticos médicos, cirugías, volar drones, conducir coches o trenes. En el ámbito de turismo, la inteligencia artificial puede incluso predecir si un cliente que ha hecho una reserva para un vuelo o un hotel va a cancelarla.
Cada año las pérdidas ocasionadas por cancelaciones a aerolíneas y cadenas hoteleras pueden ascender a millones de euros, pero “la capacidad de la inteligencia artificial de prever las anulaciones de reservas abre una nueva vía a las aerolíneas para ahorrar costes, evitar la sobreventa de plazas y garantizar la oferta”, asegura Felipe Maggi, jefe de datos (Chief Data Officer) de la consultora de datos Datarmony.
“El uso generalizado de plataformas online ha provocado un cambio en el comportamiento de los usuarios y ha potenciado las cancelaciones”, explica Maggi.
En un clic se puede hacer todo el proceso de reserva y compra de billetes o de habitaciones de hotel, en muchos casos, sin coste para el cliente potencial en caso de cancelación.
En el caso de las aerolíneas, para evitar los problemas causados por las anulaciones, las compañías aplican políticas que van desde la pérdida total del billete si se cancela o bien se compensan las pérdidas con una penalización al cliente que puede ser cercana al 20% en vuelos nacionales y un 25% en internacionales. Además, aplican estrategias de overbooking (sobreventa de billetes para aprovechar los asientos que se han cancelado), a pesar de su impacto negativo en la reputación de la marca.
Para atajar muchos de estos problemas la IA tiene posibles soluciones, al menos para reducir el impacto en los costes. Estas herramientas tienen “dos tipos básicos de trabajo uno es la regresión, que es la predicción de un número como puede ser un precio o una cantidad, el número de reservas que voy a tener durante un período de tiempo. Es decir, calcular con datos cuánto voy a vender, cuánto me va a costar, en definitiva, un número”, señalan desde Datarmony.
El otro modelo de inteligencia artificial o machine learning es el de clasificación “en los que el interés recae en si algo pertenece a una clase u otra, por ejemplo, si tal reserva se va a cancelar sí o no, sería una clasificación binaria, también hay clasificaciones multiclase”, continúa.
Clasificación
El modelo que más se aplica para predecir una anulación es el de clasificación. Una reserva “se puede clasificar aplicando un árbol de decisión”, explican. En función de distintos algoritmos, aunque tienen diferencias en función de los datos que se tienen, todo lleva a lo mismo: esto pertenece a esta clase y esto a otra”.
Normalmente en función de los datos del cliente “se entrena con varios modelos a la vez hasta dar con el que mejor predice y se adapta a las necesidades del cliente. Lo siguiente es incorporarlo a producción”. El sistema se encargará de pronosticar qué reservas son susceptibles de anulación y ese dato facilita la toma de decisión en la empresa. Estos modelos llegan a predecir “la probabilidad de cancelación en porcentajes de más del 90%”.
Entre los factores que se toman en cuenta en estos modelos de clasificación se incluyen datos como la antelación de la reserva, precio –cuanto más alto, más riesgo de anulación–, número de peticiones especiales -cuantas más peticiones, menos probabilidades de cancelación– explica el jefe de datos de Datarmony.
Las reservas encierran mucha información: datos personales del cliente, la fecha en la que se compra el billete, la del viaje, el número de viajeros, el origen y el destino, la línea aérea, la clase, el tiempo de antelación entre compra y salida, el asiento elegido, número de peticiones especiales –cantidad de maletas o peso adicional, espacio para cunas, si se viaja con niños–.
Todos estos datos sirven a los programas de IA para predecir si la reserva se va cancelar o no, a lo que se añade el llamado histórico de reservas, que permite aplicar determinadas características o patrones al comportamiento, concluye.
Cómo, dónde y cuánto cuestan estos programas inteligentes
Oportunidades. Los modelos de IA suponen una oportunidad para las aerolíneas, que pueden contar con un mayor margen de tiempo para revender el asiento anulado, crear estrategias de marketing para que el cliente mantenga la reserva y planificar mejor la oferta de su flota, explican sus promotores.
Costes. Muchas compañías son reacias a aplicar los programas de IA por dos errores de concepto, señalan en Datarmony. “El primero su coste y el segundo, la necesidad de tener y mantener infraestructuras tecnológicas y grandes servidores”, asegura Felipe Maggi de Datarmony, que opina que ninguno de estos supuestos obstáculos es real.
La nube. Plataformas como Google, Cloud, Amazon o Azure de Microsoft, entre otras, ofrecen muchas posibilidades. Lo único que necesita son datos y digitalizarlos. “Los costes asociados al proceso de datos han caído en picado y esa es la clave”, añade el portavoz de Datarmony. Entre 50 euros y 350 euros mes se estima el gasto de alojar estos programas en la nube.