La sola mención de la I.A. a veces puede generar recelo e incluso temor entre los anfitriones y gestores de alquileres a corto plazo que temen perder el control ante las máquinas. Si bien es cierto que la I.A. está transformando la industria de formas profundas, es importante entender que estas herramientas están diseñadas para potenciar y aumentar las capacidades humanas, no para reemplazarlas. 

El 28 de febrero de 2023, organizamos una conferencia en línea gratuita, reuniendo a expertos en el campo de la I.A., Machine Learning (ML) y herramientas basadas en algoritmos para explorar cómo los gestores de alquileres a corto plazo pueden aprovechar el poder de la I.A. para administrar sus negocios con mayor eficiencia, incrementar reservas y fomentar la lealtad de los clientes. 

Analizamos cómo grandes Agencias de Viajes Online (OTA) como Airbnb y Booking.com utilizan estas tecnologías informáticas para contenido, precios y personalización en tus anuncios, y cómo ahora puedes aprovechar las herramientas de I.A. a tu alcance para aumentar tus ingresos, crear más contenido y potenciar las reservas directas.

El fundador de Rental Scale-Up y PriceLabs Head of Product Marketing, Thibault Masson, fue el anfitrión del evento junto a los ponentes:
– Anurag Verma, Co-Fundador, PriceLabs
– Braeden Flaherty, Hospitality Program Manager, Aidaptive
– Evan Dolgow, Head of Predictive Hospitality, Aidaptive

¿Cuáles son algunos ejemplos concretos de I.A., algoritmos y Machine Learning usados por Airbnb y Booking.com?

Tecnologías como la I.A. y el Machine Learning ya juegan un papel significativo en el panorama de los alquileres a corto plazo, y su uso está mucho más extendido de lo que podrías pensar.

Airbnb reescribe los títulos de miles de anuncios. Y los categoriza.

Airbnb no es ajeno al uso de inteligencia artificial (I.A.) para mejorar su plataforma. Una de las formas en que lo hace es reescribiendo y categorizando automáticamente miles de títulos de anuncios usando algoritmos de machine learning, como se muestra en el ejemplo siguiente. Al analizar patrones en el uso del lenguaje, la I.A. puede identificar palabras clave que tienen mayor probabilidad de atraer a huéspedes potenciales, lo que resulta en más reservas para los anfitriones. 

Además, la I.A. puede categorizar los anuncios en función de atributos como ubicación, comodidades y tipo de alojamiento, facilitando a los huéspedes encontrar lo que buscan de forma rápida y sencilla. 

Evan Dolgow de Aidaptive ([email protected]) destaca que también se utiliza la clasificación de imágenes, lo que significa que el algoritmo de Airbnb identifica los elementos únicos de tus fotos, por ejemplo, la piscina, la sombrilla y los árboles al fondo para ayudar a su categorización.

Airbnb también conecta las preferencias de los huéspedes con lo que el algoritmo puede “ver” de tus anuncios para entregar recomendaciones cada vez más personalizadas.

Booking.com genera automáticamente cientos de nuevas descripciones de anuncios

Booking.com está aprovechando el poder de la inteligencia artificial (I.A.) y el machine learning para facilitar a los anfitriones la creación de anuncios en su plataforma. De hecho, si publicas en la plataforma, habrás notado que no es obligatorio que los anfitriones proporcionen una descripción al crear un nuevo anuncio. 

Esto se debe a que los algoritmos de I.A. pueden generar automáticamente cientos de descripciones únicas y optimizadas en base a la información proporcionada por el anfitrión, como fotos y comodidades. Al analizar patrones en el uso del lenguaje y el comportamiento de los usuarios, estos algoritmos pueden crear descripciones atractivas que destaquen las características más importantes de cada propiedad, adaptándose además a las preferencias de los futuros huéspedes.

Esta tecnología no solo ahorra tiempo a los anfitriones, sino que también mejora la calidad general de los anuncios en Booking.com al garantizar que sean consistentes en cuanto a contenido y estilo. Además, las descripciones generadas por I.A. pueden ayudar a mejorar la visibilidad y las reservas para anfitriones que pueden tener dificultades para redactar descripciones efectivas por sí mismos. 

En el ejemplo anterior, vemos que la descripción generada automáticamente hace hincapié en la ubicación, presumiblemente porque el comportamiento de los huéspedes ha demostrado que este es un factor importante para ellos cuando reservan en Myrtle Beach.

Por el contrario, esto puede ser frustrante para los gestores no poder controlar el mensaje en torno a sus propiedades. “Una buena forma de sortear esto es usar el campo Hotelier de tu anuncio para insertar tu propia descripción”, sugiere Braeden Flaherty de Aidaptive.

Airbnb varía automáticamente las tarifas de millones de propiedades

Cuando creas un anuncio en Airbnb, la plataforma activa por defecto la función de Smart Pricing. Aquí es donde entra en juego la inteligencia artificial (I.A.), ya que permite a Airbnb ajustar automáticamente las tarifas de millones de propiedades en función de factores como demanda, estacionalidad y eventos locales. Smart Pricing utiliza algoritmos de machine learning para analizar datos de reservas pasadas y tendencias del mercado en tiempo real, asegurando que los anfitriones siempre ofrezcan tarifas competitivas mientras maximizan su potencial de ganancia.

La idea es que los anfitriones pueden ahorrar tiempo y esfuerzo al no tener que ajustar manualmente sus precios de forma constante, y al mismo tiempo aumentar potencialmente sus ingresos gracias a estrategias de precios dinámicos. 

Anurag Verma, cofundador de PriceLabs, recuerda a los anfitriones y gestores que, a diferencia de marketplaces como Amazon, donde los vendedores pueden ofrecer varios productos idénticos, en el caso de los alquileres a corto plazo los anfitriones solo pueden vender una noche una vez. Es crucial para anfitriones y gestores optimizar su pricing en todas las agencias de viajes online (OTAs) donde estén presentes sus propiedades, incluidas plataformas como Vrbo o Booking.com. Esto es porque Airbnb solo ajusta los precios en función de la demanda y oferta dentro de su propia plataforma. 

Para seguir siendo competitivos y maximizar la rentabilidad, los negocios de alquileres a corto plazo deberían considerar el uso de herramientas como PriceLabs para optimizar precios eficazmente en todos los canales. Así pueden aumentar la ocupación y los ingresos, ofreciendo precios justos y razonables a los huéspedes.

Airbnb, Vrbo y Booking utilizan algoritmos para posicionar tus anuncios y aumentar sus tasas de conversión y beneficios

Airbnb, Vrbo y Booking.com utilizan algoritmos para posicionar los anuncios en los resultados de búsqueda. Estos algoritmos están diseñados para mejorar las tasas de conversión de estas plataformas y aumentar sus beneficios. 

Los factores exactos que influyen en la posición de un anuncio pueden variar según la plataforma, pero generalmente incluyen aspectos como la competitividad del precio, la disponibilidad y las valoraciones de los huéspedes. Los anfitriones que reciben constantemente reseñas positivas y mantienen altas tasas de ocupación tienen más probabilidades de ser recompensados con mejores posiciones en estas plataformas. 

En el ejemplo anterior mostramos el aviso legal de Booking.com en sus portales europeos, que explica de forma detallada qué influye en las posiciones de los resultados de búsqueda.

Muestra que aunque factores como las puntuaciones de las reseñas, políticas flexibles y precios sean importantes, parámetros como Clickthrough Rates, Gross Bookings y Net Bookings también juegan un papel fundamental en cómo se posiciona tu anuncio. 

Booking.com cobra entre un 15% y 17% de comisión por reserva, por lo que tiene sentido que posicione más arriba los anuncios que más reservas generan, e incluso apuesta aún más promocionando anuncios con menos cancelaciones al valorar también las Net Bookings.

Sin embargo, es importante recordar que estos algoritmos pueden cambiar con el tiempo, por lo que los anfitriones deben mantenerse al corriente de las mejores prácticas de cada plataforma y ajustar sus estrategias para seguir siendo competitivos.

Además, como señala Evan Dolgow, a medida que un huésped navega por la plataforma, Booking.com personaliza su experiencia más allá de los parámetros por defecto, en función del comportamiento del usuario.

¿Cómo pueden los gestores de alquileres vacacionales aprovechar ChatGPT hoy en sus tareas diarias?

Los gestores de alquileres vacacionales pueden aprovechar ChatGPT desde hoy para optimizar sus tareas diarias y mejorar su eficiencia general. Por ejemplo, los anfitriones y gestores pueden utilizarlo para: 

• Crear contenido interesante para lectores y eficaz para SEO
• Responder a una reseña
• Responder negativamente a una consulta de reserva (por ejemplo, cuando pregunten por algo que la propiedad no ofrece)
• Mejorar las descripciones de los anuncios dejando que ChatGPT las reformule en un tono más inspirador y con contexto extraído de opiniones reales de clientes.
• Añadir buenas prácticas a tu manual de empleados (p. ej., cómo responder profesionalmente a malas reseñas)

Durante la conferencia, el anfitrión y fundador de Rental Scale-Up, Thibault Masson, demostró en vivo cómo los gestores de alquileres a corto plazo pueden usar ChatGPT para cada una de estas tareas, como se publicó anteriormente en detalle en nuestra web.

¿Cuáles son las grandes categorías de I.A.? ¿Qué ejemplos existen dentro del sector de alquiler a corto plazo?

La inteligencia artificial, comúnmente conocida como I.A., es un término amplio que abarca una gran variedad de tecnologías. En la industria de la hospitalidad, ya se están empleando distintos ejemplos de tecnologías de I.A. para mejorar la experiencia de los huéspedes y agilizar las operaciones. Aquí algunos ejemplos de cómo se utilizan estas tecnologías:

1. Algoritmos basados en reglas: son un tipo de inteligencia artificial que utiliza un conjunto de reglas predefinidas para tomar decisiones en función de ciertas entradas o condiciones. Airbnb utiliza estos algoritmos para categorizar los anuncios en diferentes categorías y subcategorías considerando factores como la ubicación, tipo de propiedad, comodidades y otros criterios. 

La plataforma usa esta información para asegurar que los anuncios estén correctamente clasificados y que los huéspedes puedan encontrarlos fácilmente cuando buscan tipos específicos de propiedades. En definitiva, los algoritmos basados en reglas ayudan a automatizar el proceso de categorización y a mantener la coherencia en toda la plataforma.

2. NLP significa Procesamiento de Lenguaje Natural, una rama de la inteligencia artificial que se enfoca en permitir que las computadoras comprendan e interpreten el lenguaje humano. ChatGPT es un asistente de escritura con I.A. que utiliza NLP para generar texto a partir de las entradas de los usuarios. En concreto, recurre a algoritmos de deep learning para analizar el contexto y significado de palabras y frases, produciendo respuestas coherentes y relevantes. Así, ChatGPT puede comprender los matices del lenguaje y generar texto con un estilo y tono similar al contenido redactado por humanos. 

Cabe destacar que ChatGPT puede producir buenos borradores iniciales de contenido, pero aún requiere supervisión humana.

1. Una extensión del uso de NLP es el análisis de sentimiento, que ayuda a identificar y extraer información subjetiva del texto, como opiniones, emociones, actitudes y sentimientos expresados por personas o grupos. Por tanto, es un componente crítico para la gestión automatizada de opiniones y reseñas.
2. Algoritmos de pricing: son programas informáticos que utilizan datos y modelos matemáticos para determinar el precio ideal de un producto o servicio. Estos algoritmos pueden considerar una variedad de factores como demanda, competencia, oferta y comportamiento del cliente para ayudar a los anfitriones y gestores a maximizar sus beneficios.

Las herramientas de precios dinámicos son una aplicación de los algoritmos de pricing que ajustan los precios en tiempo real según las condiciones cambiantes del mercado. 

Para ello, herramientas de pricing dinámico como PriceLabs analizan grandes cantidades de datos históricos y monitorean las tendencias del mercado futuro. Luego aplican algoritmos complejos a estos datos para determinar el precio óptimo en cada momento. Esto permite a los gestores de alquileres a corto plazo seguir siendo competitivos y maximizar su rentabilidad.

4. Clasificación de imágenes en I.A. es el proceso de categorizar imágenes en distintas clases o categorías mediante algoritmos de machine learning. En los alquileres a corto plazo, la clasificación de imágenes puede emplearse para identificar y etiquetar automáticamente diversas características de una propiedad, como el número de habitaciones, comodidades como una piscina o gimnasio, electrodomésticos, etc., facilitando a los huéspedes encontrar propiedades que se adapten a sus preferencias y necesidades específicas.

También puede usarse como herramienta para generar subtítulos automáticos para un gran número de imágenes.

Adicionalmente, la clasificación de imágenes ayuda a los propietarios y gestores a identificar rápidamente problemas o necesidades de mantenimiento en una propiedad analizando las imágenes subidas por huéspedes o personal de limpieza.

5. I.A. predictiva: utiliza algoritmos de machine learning para analizar datos y hacer predicciones sobre eventos o comportamientos futuros, y ofrecer recomendaciones en base a afinidades de los huéspedes. En el sector de los alquileres a corto plazo, puede emplearse para estimar la demanda y detectar posibles problemas antes de que ocurran. 

Por ejemplo, un modelo de I.A. predictiva podría analizar datos históricos de reservas, tendencias estacionales y eventos locales para predecir tasas de ocupación de una propiedad y sugerir ajustes de precios en consecuencia. 

Además, la I.A. predictiva también podría detectar anomalías en el comportamiento de los huéspedes o en los patrones de reseñas que pudieran indicar actividad fraudulenta u otros problemas que requieran atención. Los proveedores de pagos convencionales ya cuentan con estos sistemas para evitar fraudes en los pagos. Las herramientas de verificación de huéspedes también emplean I.A. predictiva.

Lista de herramientas impulsadas por I.A. que los anfitriones y gestores de alquileres a corto plazo pueden usar hoy

Aquí tienes una lista de herramientas basadas en I.A. desarrolladas específicamente para alquileres a corto plazo y recomendadas por nuestros panelistas, que pueden ayudar a anfitriones y gestores a simplificar sus operaciones desde hoy:

1. Yada.AI: Plataforma de automatización de mensajes y IA conversacional para hoteles y alquileres
2. Laasie.AI: Recomienda recompensas personalizadas asociadas a programas de viaje para incentivar el uso de puntos por parte de los usuarios
3. Deepl Translate: Servicio de traducción basado en I.A. que utiliza redes neuronales para proporcionar traducciones precisas y naturales.
4. Hospitable: Automatiza conversaciones personalizadas que suenan humanas y notificaciones de tareas, sincronizando tu calendario en múltiples plataformas.
5. Autohost AI: Filtrado de huéspedes con I.A. para prevenir fiestas, contracargos y daños a la propiedad
6. Paraspot: Plataforma de inspección remota que permite a las empresas de gestión realizar inspecciones de alquiler en línea usando solo el móvil
7. PriceLabs: Gestiona precios y disponibilidad fácilmente con insights basados en datos y reglas de automatización
8. Interior AI: Visualiza y planifica cambios en el diseño interior de una habitación o espacio sugiriendo ideas y generando modelos 3D según las preferencias del usuario.
9. Aidaptive: Predice los mejores productos que deben promocionarse a cada persona según decenas de factores de personalización, automáticamente.
10. HostWizard: Mensajería, filtrado de huéspedes y generación de descripciones de anuncios, todo en un solo lugar
11. Jasper: Una versión avanzada de ChatGPT usada para crear contenido de texto e imágenes

¿Cómo puede un gestor determinar si una solución de I.A. de un proveedor vale la pena y si la tecnología es realmente de I.A.?

Como mencionó nuestro panelista Evan Dolgow, no toda la I.A. es igual, y a veces los proveedores que afirman usar tecnología I.A. ni siquiera cuentan con personal especializado en machine learning.

Verificar la autenticidad y eficacia de la tecnología permite a los gestores realizar inversiones acertadas que beneficien su operativa y resultados. Además, pueden evitar perder tiempo y recursos en soluciones que no se ajustan a sus necesidades ni cumplen sus promesas. Esto es lo que deben tener en cuenta los operadores antes de firmar un acuerdo:

• Investiga la reputación del proveedor y revisa opiniones de clientes
• Solicita una demo o un periodo de prueba para evaluar si la tecnología se adapta a tus necesidades
• Pide información sobre los algoritmos de I.A. utilizados para comprobar su autenticidad.
• Revisa los perfiles de LinkedIn de su equipo para verificar si cuentan con desarrolladores con formación en I.A.
• Identifica los aspectos desafiantes de tu negocio y aquellos que resulten difíciles de cubrir con personal, y busca soluciones adecuadas
• Una pregunta útil es si puedes integrar tus propios datos en el producto del proveedor

“Lo más importante es si la herramienta aporta valor a tu negocio, no si lleva I.A.”, recuerda Braeden Flaherty.

¿Qué tipo de datos debo recopilar ahora para optimizar el desempeño futuro con I.A.?

Para optimizar el rendimiento futuro con ayuda de la I.A., es importante recopilar los datos adecuados. Si bien los humanos no estamos hechos para el análisis de datos, las máquinas destacan en procesar y usar la información.

Ejemplos de datos valiosos incluyen información de reservas, registros de mensajes, materiales de bienvenida para entrenar modelos de lenguaje, así como datos históricos de precios, ocupación y reseñas.

Datos de precios: Desde la perspectiva de gestión de ingresos y precios dinámicos, tu historial de reservas es un recurso de gran valor y puede aportar ideas relevantes como la demanda año a año (p. ej.: ¿cómo iba a estas alturas el año pasado?)

En PriceLabs, se almacena toda la información para crear modelos. Sin embargo, algunos clientes pueden no tener herramientas para guardar datos de su PMS, por lo que PriceLabs los almacena en su nombre.

Analítica web: Una de las fuentes de datos más sencillas y valiosas son los análisis web que se almacenan automáticamente en Google Analytics. Para maximizar el aprendizaje de estos datos, es buena práctica ofrecer a los visitantes múltiples opciones, como propiedades destacadas y recomendadas, para que hagan clic y conozcan más según su comportamiento. De este modo, las empresas pueden entender mejor los intereses de los huéspedes y adaptar sus ofertas en consecuencia. Así, los sitios de reservas directas pueden ofrecer recomendaciones personalizadas y aprender del comportamiento de los usuarios. 

A tener en cuenta:

La tecnología I.A. es capaz de tratar datos desordenados de forma eficiente, pero resulta crucial priorizar la privacidad y asegurar que los datos puedan almacenarse, guardarse y reutilizarse legalmente. 

Al cambiar de sistema de software, es fundamental asegurarse de que los datos históricos se almacenen en un lugar accesible para poder aprovecharlos en futuros análisis. Al recopilar y guardar datos relevantes desde ya, velando por la privacidad y el cumplimiento legal, las empresas podrán optimizar su rendimiento futuro con tecnología I.A.

---

La industria de alquileres a corto plazo está en auge, pero con la competencia creciente y las demandas cambiantes de los consumidores, puede ser un reto para los gestores mantenerse a la cabeza. Por suerte, los avances en inteligencia artificial (I.A.) facilitan más que nunca la optimización de las operaciones y la fidelización de clientes. Aprovechando herramientas de I.A. como analítica predictiva y chatbots, los gestores pueden agilizar su trabajo, automatizar tareas rutinarias e incluso personalizar la experiencia del huésped.