Hoteles y restaurantes, incluso los datos correctos pueden llevar a decisiones erróneas

De los datos a la decisión

En mi experiencia en el sector Horeca, he visto empresas con un conocimiento perfecto de sus ingresos totales, pero sin una comprensión suficientemente precisa de qué servicios generan valor. Un restaurante puede aumentar su capacidad y reducir sus márgenes. Un hotel puede mejorar su ocupación, pero volverse cada vez más dependiente de las plataformas. Una promoción puede generar reservas sin crear una base de clientes realmente rentable. El resultado aparente es positivo; el impacto financiero puede ser mucho menos favorable.

Por lo tanto, la pregunta clave no es simplemente cuánto hemos vendido. Debemos preguntarnos a través de qué canal, a qué costo de adquisición, con qué margen, durante qué período y con qué punto de referencia. Es este paso el que transforma los datos de gestión en una herramienta para la toma de decisiones.

Los promedios pueden ocultar el problema.

La información agregada es fundamental, pero a menudo solo cuenta una parte de la historia. Un aumento en el gasto promedio puede deberse a unos pocos huéspedes de alto gasto. Un aumento en el número de huéspedes puede coexistir con estancias más cortas. Un buen resultado mensual puede ocultar una pérdida de rentabilidad en un canal o servicio específico. Para comprender lo que realmente sucede, necesitamos diferenciar al menos algunas dimensiones: huéspedes italianos e internacionales, huéspedes nuevos y recurrentes, reservas directas e intermediarias, ingresos por habitaciones, alimentos y bebidas, y servicios complementarios, así como temporada alta y baja.

Lo mismo ocurre en el sector de la restauración. El coste medio de las materias primas no es suficiente si no se relaciona con la preparación individual de los platos, el desperdicio, la rotación del menú, el tiempo de mano de obra y las ventas reales. Las cifras promedio son tranquilizadoras; las cifras contextualizadas pueden obligar a tomar decisiones.

Predicción y resultado no son lo mismo.

Uno de los errores más comunes es confundir lo esperado con lo logrado. Una inversión puede indicar ahorros estimados, pero el resultado solo se obtiene tras su medición. Un proyecto de inteligencia artificial puede prometer mayor eficiencia, pero adquirir la tecnología no demuestra automáticamente su utilidad. Lo mejor es distinguir entre cuatro etapas: planificada, financiada, implementada y verificada. Esta separación evita presentar intenciones o pronósticos como resultados consolidados y permite comparar el objetivo inicial con lo que realmente se ha conseguido.

Un panel de control no necesariamente conserva evidencia

Los paneles de control son valiosos porque reducen la complejidad y hacen que una gran cantidad de información sea fácilmente legible. Sin embargo, este mismo resumen puede ocultar elementos esenciales: fuente de datos, criterios de cálculo, exclusiones, actualizaciones y responsabilidades. Para cada indicador utilizado en una decisión importante, debería ser posible reconstruir al menos la fuente, el período, la definición, cualquier cambio, la persona responsable y la decisión relacionada. Sin estos elementos, resulta difícil determinar si un cambio se debe al mercado, a un método de cálculo diferente o a un error de recopilación. Esto no requiere necesariamente una infraestructura extensa. Incluso una organización independiente puede comenzar con solo unos pocos indicadores, siempre que estén definidos de manera estable y vinculados a preguntas operativas específicas.

La inteligencia artificial no elimina la responsabilidad.

La inteligencia artificial puede analizar grandes cantidades de información, identificar patrones y formular recomendaciones. Sin embargo, no puede reemplazar automáticamente el conocimiento operativo de los gerentes de una instalación. Si un sistema sugiere cambiar un precio, reducir un servicio o dirigirse a un público específico, es necesario saber qué datos utilizó, cuán actualizados están, qué variables se excluyeron, quién puede cuestionar la recomendación y cómo se medirá el resultado. La supervisión humana no debe limitarse a la capacidad de aprobar las propuestas del sistema. Debe conservar autoridad real: para comprender, modificar, rechazar o anular la decisión.

Algunas preguntas bien formuladas

No todas las empresas necesitan sistemas de análisis complejos. A menudo, el primer paso consiste en definir algunas preguntas y asociar cada una a una fuente fiable. ¿Qué clientes generan valor a lo largo del tiempo? ¿Qué canales garantizan el mejor margen real? ¿Dónde finaliza el proceso de reserva? ¿Qué costes crecen más rápido que los ingresos? ¿Qué decisión se tomó y qué resultado produjo? Si un dato no está vinculado a una pregunta, corre el riesgo de convertirse en mero ruido. Si no conserva su origen, es imposible de verificar. Si no conduce a una decisión, es improbable que genere valor.

La tecnología en la hostelería seguirá evolucionando. La responsabilidad de la toma de decisiones recaerá en quienes deben transformar la información, el personal y los recursos en una experiencia sostenible, tanto física como financieramente. Los datos no toman decisiones por sí solos, pero pueden ayudarnos a tomar mejores decisiones, siempre que sean comprensibles, contextualizados y verificables.