Investigadores de la Universidad de Lleida (UdL) han creado un modelo informático para asignar categorías a los establecimientos hoteleros según los criterios de los usuarios. Utilizando datos masivos (Big Data) pueden determinar las «estrellas» tanto de hoteles como de «alojamientos de economía colaborativa», como los de la conocida plataforma Airbnb. Los resultados de la investigación los han publicado en la prestigiosa revista International Journal of Hospitality Management, que se encuentra dentro del Top 10 mundial en el ámbito del turismo y el ocio.

Los expertos de la UdL han analizado una muestra de 33.000 hoteles en todo el mundo, con 18 millones de reseñas. La investigación, encabezada por la profesora de Turismo Eva Martín, ha contado también con expertos de la Escuela Politécnica Superior (EPS) de la UdL. A través de aprendizaje automático, una rama de la inteligencia artificial, han creado un modelo que «averigua la categoría de los establecimientos a partir del número de opiniones, la puntuación otorgada por los usuarios o el precio», entre otros, explica Martín.

Las categorías hoteleras vienen establecidas por normativas, públicas o privadas dependiendo del país, que tienen en cuenta criterios técnicos (como los metros cuadrados de las habitaciones) e infraestructuras que a veces no tienen una relación directa con la calidad del servicio que ofrece el establecimiento. Por ello, Eva Martín ha querido centrar en la opinión de los clientes, utilizando una técnica de clasificación llamada Support vector machine.

Determinar la categoría de un alojamiento teniendo en cuenta los usuarios «aumentaría su confianza y les ayudaría en la toma de decisiones», expone Martín. En este sentido está demostrado que la confianza del consumidor es clave y es la base del comercio electrónico, por ello en plataformas online como las de la economía colaborativa que basan su negocio en el comercio electrónico y por tanto, en la confianza de los consumidores, es positivo un sistema de clasificación de alojamientos conocido internacionalmente que aporte un valor añadido.

Además, las plataformas donde se comparten opiniones de los usuarios son una fuente excelente tanto para el resto de usuarios que buscan información sobre productos, recursos y servicios turísticos como para los gestores de los negocios turísticos y de los destinos que les permite conocer la opinión de sus clientes y usuarios para poder mejorar el servicio.

Está demostrado que hay un exceso de información por las opiniones de los portales web que permiten comentar a los usuarios, lo que puede perjudicar la búsqueda de informació por parte de los usuarios, por ello un sistema como el creado que clasifica los alojamientos por categorías, permitiría hacer un primer filtrado y evitar esta sobrecarga de información.

Aparte de la confianza del consumidor y el exceso de información este modelo también resuelve otras cuestiones no menos importantes:
Coincidencia el punto de vista de los usuarios: los expertos que deciden qué criterios se aplicarán para asignar oficialmente las categorías de hoteles deberían saber que el sistema de clasificación ideal es el adecuado a las necesidades de los usuarios, que tiene en cuenta su satisfacción, que puede ser medible a través del boca a boca digital (eWOM en inglés).

Convergencia de diferentes sistemas en todo el mundo: estandarizar y unificar los criterios utilizados en diferentes países y regiones con el fin de ayudar a los usuarios a entender las categorías de alojamiento de forma internacional.

Validación del sistema de clasificación oficial: no se deberían realizar auditorías para comprobar si se cumplen los criterios aplicados, de esta forma el sistema que hemos creado eliminaría mucha burocracia.

Por último, a partir del análisis de los 18 millones de comentarios de los usuarios, los resultados confirman que el precio es la característica más importante para predecir la categoría hotelera. La siguiente característica importante para inferir la categoría hotelera es la limpieza, seguido de la localización / ubicación del alojamiento.