Bien es sabido por todos la gran importancia del sector turístico en España, siendo este uno de los principales motores económicos del país. El turismo se mueve en un marco social y económico de gran complejidad, por lo que son numerosos los proyectos de investigación que se han elaborado acerca de este tema, tratando de generar riqueza conceptual que nos ayude a comprender y realizar predicciones cada vez más precisas, con las cuales poder reducir la incertidumbre que genera este sector, la cual, indudablemente, reviste de gran significación. Es por ello que este presente trabajo se une a la colección de estos proyectos. Concretamente, nos centraremos en la hostelería, realizando una comparativa entre hoteles y los ya bien afamados alojamientos vacacionales AIRBNB. Analizaremos si estos son servicios sustitutivos o complementarios, así como las motivos y características que puedan superponer la preferencia de elección de uno frente al otro.
Seguidamente, daremos paso a un análisis exhaustivo del lenguaje natural a través de reseñas y valoraciones en la plataforma Booking. Este estudio se llevará a cabo principalmente usando los lenguajes de programación Python y R, los cuales nos permitirán sacar conclusiones de cierta rigurosidad mediante el análisis de las palabras claves y otros métodos cuantitativos y cualitativos. Por ello, esta parte tratará de identificar los principales “topics” y sus importancias sobre la satisfacción.
En síntesis, este trabajo comienza con el abordaje de una primera parte teórica donde veremos las principales distinciones y similitudes entre los diferentes servicios, para luego centrarnos en el estudio de la satisfacción en el ámbito de los hoteles mediante el procesamiento del lenguaje natural.
It is well known by everyone the great importance of the tourism sector in Spain, being one of the country’s main economic drivers. Tourism operates within a social and economic framework of great complexity, which has led to numerous research projects focused on generating conceptual wealth to help us understand and make increasingly accurate predictions, to reduce the uncertainty generated by this sector, which undoubtedly holds great significance. This is why the present work is part of the collection of these projects. Specifically, we will focus on the hospitality industry, comparing hotels and the well-known vacation rental service, AIRBNB. We will analyse whether these are substitutable or complementary services, and the reasons and characteristics that may overlap the preference for one over the other.
Next, we will conduct an exhaustive analysis of natural language through reviews and ratings on the Booking platform. This study will be mainly conducted using programming languages such as Python and R, allowing us to draw rigorous conclusions by analysing keywords and other quantitative and qualitative methods. Therefore, this part will aim to identify the main topics and their importance regarding satisfaction.
In summary, this work begins with a theoretical approach where we will see the main distinctions and similarities between different services, to then focus on studying satisfaction in the hotel industry through natural language processing.
España es uno de los principales destinos turísticos a nivel internacional, debido principalmente a la belleza de sus inmaculadas playas, así como las excelentes condiciones meteorológicas que las acompañan. Es por ello que la principal modalidad turística es la de sol y playa, consistente en actividades lúdicas en el litoral (Turismo de España | Información turística de España | spain.info, s. f.)
Tradicionalmente, la forma de hospedarse en la costa ha sido mediante los hoteles, situados estratégicamente para gozar de una ubicación privilegiada frente al mar. Esta ha sido, y sigue siendo, la principal forma de alojarse, pero en los últimos años hemos visto como los apartamentos vacacionales han cobrado gran protagonismo.
El 14% de los turistas que eligen España para sus vacaciones se decantan por un alquiler vacacional, y concretamente en Andalucía, el 34% del total de viajeros busca una vivienda vacacional.
El tipo de visitante que busca esta categoría de alojamiento es muy diverso. Va desde familias a parejas, tanto españolas como extranjeras, con diferentes capacidades económicas. Cada lugar de hospedaje se adapta a las necesidades específicas del turista en cuestión. El turista actual busca experiencias variadas y una amplia gama de opciones, y gracias a las nuevas tecnologías, puede acceder a información detallada y opiniones de otros huéspedes en plataformas en línea.
Booking fue una de las primeras empresas en ofrecer este tipo de alojamiento en su sitio web en 1996. Hoy en día, en Málaga se pueden encontrar más de 600 propiedades únicas anunciadas en su portal, que incluyen 480 alquileres vacacionales y 440 apartamentos. Estas opciones ofrecen una variedad mucho mayor que los hoteles y pueden representar una amenaza para la industria hotelera si no se regulan adecuadamente. (Massimo Filippa : Viviendas Vacacionales: Características, requisitos y obligaciones, s. f.)
Airbnb es una plataforma enfocada en el alquiler de apartamentos que nació en 2008 de la mano de sus fundadores Joe Gebbia, Brian Chesky y Nathan Blecharczyk. Sus inicios fueron modestos, pero hoy en día es un negocio de magnitudes colosales, llegando a ingresar 8.4 mil millones de dólares en 2022. (Estadísticas de Airbnb - FourWeekMBA, n.d.).
Cabe destacar que Airbnb no posee ninguna propiedad, actúa como intermediario entre quienes quieren alquilar su vivienda y aquellos que buscan donde hospedarse.
En este apartado vamos a analizar las principales diferencias y similitudes entre estos dos servicios, llegando en última instancia a la conclusión de si se tratan de servicios sustitutivos o complementarios.
En primer lugar, abordaremos la siguiente pregunta: ¿Qué diferencias encontramos a la hora de hospedarse en un hotel o en un apartamento Airbnb?
Pues bien, si lo que se busca es una experiencia de vacaciones completa, quizás la mejor opción será alojarse en un hotel, debido a que, por norma general, los hoteles ofrecen servicios diarios como limpieza diaria, servicio de comida, y seguridad. Por otro lado, cuentan con un personal de servicio disponible para ayudar al huésped en cualquier necesidad que se le presente.
Por otro lado, Airbnb ofrece una mayor flexibilidad, ya que permite que el hospedado pueda cocinar sus propias comidas, sin depender de servicios externos o de horarios, lo que permite tener una mayor independencia.
En cuanto al precio, existe una gran variedad, ya que son numerosos los tipos de alojamientos que podemos elegir, desde una habitación pequeña y económica a una suite grande y lujosa. Con Airbnb, los huéspedes pueden elegir un apartamento, habitación o residencia en función de sus necesidades y presupuesto.
Con respecto a la forma de pago, Airbnb requiere el pago por adelantado, mientras que en el caso de los hoteles, se puedan hacer reservas a través de páginas web y agencias de viajes, lo que puede posibilitar la elección de una mejor tarifa y forma de pago.
Una vez abordada esta pregunta, procederemos a examinar las principales razones para elegir un hotel por encima de un apartamento Airbnb y viceversa:
Primeramente, algunas de las razones para preferir hospedarse en un hotel son las siguientes:
Por otro lado, algunos motivos para elegir un apartamento Airbnb son los siguientes:
En conclusión, parece razonable elegir un apartamento Airbnb si lo que se quiere es tener una experiencia más cercana con la cultura local, así como disponer de una mayor flexibilidad y dependencia, mientras que si lo que se busca es un descanso completo y alejado de las preocupaciones, la elección de un hotel puede ser la más conveniente. Ambos servicios solventan necesidades y responden a circunstancias diferentes, por lo que en algunos aspectos se tratarán de servicios sustitutivos, mientras que en otros serán complementarios. A fin de cuentas, la elección recae en el viajero, tomando en cuenta todos los criterios anteriormente mencionados. (Airbnb vs Hoteles: ¿cuál es la mejor opción para alojamiento? | Madridiario, s. f.)
Como hemos comentado en el apartado anterior, la elección de hospedaje es una decisión personal, que depende de las necesidades y las preferencias individuales. Cada vez más personas confían en Airbnb para sus vacaciones, pero ¿Realmente está afectando a los hoteles?
Estudios desde los años 2013-2016 afirman que la participación en los mercados de los apartamentos vacacionales como Airbnb sigue siendo muy pequeña. Además, la industria hotelera ha sido capaz de adaptarse a los nuevos tiempos, ofreciendo precios más competitivos y multitud de ofertas, pero sin sacrificar la calidad de las prestaciones que estos ofrecen, siendo estas una de las principales razones por las que el cliente decide hospedarse en un hotel.
Una de cada dos habitaciones de Airbnb se alquila para una estancia prolongada, por lo que la competencia directa parece estar en los hoteles diseñados para las estancias prolongadas, lo cual no es algo muy común en la industria hotelera.
La crisis de 2008 supuso un gran estancamiento económico y una reducción de los bolsillos de los viajeros, llevando a buscar formas de minimizar los costes, como el alquiler de los ya mencionados apartamentos vacacionales. No obstante, en la actualidad el crecimiento de ambos sectores ha aumentado en paralelo, lo que indica que ninguno a quitado trabajo al otro. Por último, cabe destacar el gran aumento en la ocupación hotelera tras la crisis sanitaria del COVID-19, llegando a máximos históricos. Por todo esto, parece que la hostelería no peligra por el momento. (Airbnb, ¿Es Perjudicial Para Los Hoteles? | Hotel Consulting IHCS, s. f.)
Tras la introducción y contextualización de la industria hotelera y su comparación con los apartamentos vacaciones Airbnb, procederemos a analizar el problema objeto de la realización de este proyecto de investigación.
Como se ha comentado, el sector turístico es uno de los más importantes y en constante crecimiento, y con el auge de las plataformas de reserva online, como Booking, cada vez son más los clientes que eligen esta opción para planificar sus viajes.
Es por ello, que la valoración y opinión de los usuarios que han utilizado previamente estos servicios es de vital importancia, y suponen un factor clave a la hora de tomar la decisión de reserva.
Así, el análisis de estas reseñas se ha convertido en una tarea esencial para el éxito de los negocios. Sin embargo, el procesamiento manual de los datos puede suponer una tarea de gran complejidad y de un uso excesivo de recursos.
Es por este motivo, que el uso de herramientas de procesamiento de lenguaje natural, como Python o R, suponen una gran ayuda a la hora del manejo de estos comentarios, ya que nos permiten obtener información muy valiosa, como aspectos a mejorar, puntos fuertes, etc.
En el presente trabajo se plantea, por tanto, el problema de sacar conclusiones relevantes, así como la identificación de patrones mediante el análisis de valoraciones y reseñas de huéspedes en la plataforma Booking, utilizando herramientas como Python o R
Los objetivos del presente trabajo son los siguientes:
Para la consecución de estos objetivos planteados la metodología que se ha llevado a cabo se basa en las siguientes etapas:
El presente documento, se compone de diversos capítulos y subcapítulos, tal y como se observa en la tabla de contenidos (a cumplimentar). A continuación, se expondrá cada uno de ellos.
En el capitulo uno… (A cumplimentar)
En este trabajo se realiza un análisis de las reseñas de los clientes de un hotel extraídas de la plataforma Booking. El objetivo es explorar el contenido y el tono de las opiniones de los usuarios, así como identificar los principales temas o aspectos que mencionan en sus comentarios. Para ello, se aplicarán técnicas de minería de texto y análisis de sentimientos, utilizando diferentes librerías de R.
El análisis se dividirá en 5 etapas, siendo estas las siguientes:
En esta etapa se procede a la carga de la matriz, utilizando la librería “readr”. Se utiliza la función read.csv, la cual permite cargar la matriz en el directorio, con el nombre de “booking”.
booking = read.csv("C:/Users/gabri/Downloads/booking.csv")
head(booking)name <chr> | type <lgl> | ||
|---|---|---|---|
| 1 | Hotel Kivir | NA | |
| 2 | Hotel Sevilla Center | NA | |
| 3 | Hotel Murillo | NA | |
| 4 | Silken Al-Andalus Palace | NA | |
| 5 | Aquitania Home Suites | NA | |
| 6 | AACR Hotel Monteolivos | NA |
Comos se puede observar, se trata de una matriz compuesta por 26023 filas y 9 columnas, siendo estas ultimas las siguientes:
En esta etapa procederemos a la limpieza del dataframe, seguido de un análisis de frecuencia de palabras.
En primer lugar, se deben eliminar las columnas que no sean de utilidad. Todos los valores de las columnas “type” y “price” son de tipo NA, por lo que son eliminadas.
Para ello utilizaremos la libreria “dplyr”, la cual nos ofrece una función llamada “select” que permitirá la eliminación de las columnas
library("dplyr")
booking = booking %>% select(-price, -type)head(booking)name <chr> | ||
|---|---|---|
| 1 | Hotel Kivir | |
| 2 | Hotel Sevilla Center | |
| 3 | Hotel Murillo | |
| 4 | Silken Al-Andalus Palace | |
| 5 | Aquitania Home Suites | |
| 6 | AACR Hotel Monteolivos |
Como se puede observar, las columnas seleccionadas han sido eliminadas.
Para la realización del análisis de frecuencia de palabras, trabajaremos con las columnas “positive” y negative”, ya que son estas las que contienen las reseñas de los clientes. Estas contienen opiniones en varios idiomas, incluyendo el español, alemán, francés, ingles, etc. De todos estos, queremos quedarnos con las que están escritas en español y en inglés para su ulterior análisis. Por ello, utilizaremos una librería llamada “cld3”, la cual permite detectar el idioma de un texto.
Cargamos la librería.
library("cld3")Aplicamos la función “detect_language” a la columna positive del objeto booking. La función detect_language utiliza el algoritmo Compact Language Detector 3 (CLD3) para determinar el idioma predominante de cada texto en la columna positive. El resultado se guarda en la variable lang_list, que contendrá una lista de objetos de detección de idioma.
lang_list = detect_language(booking$positive)Creamos un nuevo objeto llamado “booking_es_en” que contiene solo las filas de “booking” cuyo idioma detectado está en el conjunto (“es”, “en”). Aquí, lang_list %in% c(“es”, “en”) filtra “lang_list” para mantener solo los idiomas “es” (español) y “en” (inglés) y luego se utilizan esos índices para seleccionar las filas correspondientes de “booking”.
booking_es_en = booking[lang_list %in% c("es", "en"), ]A partir de ahora trabajaremos solo con las reseñas positivas, con el objeto de analizar cuales son las palabras que se repiten con más frecuencia, y sacar conclusiones de ello.
Para ello, debemos convertir todas las observaciones de la columna en una única observación, eliminando todos los carácteres que no sean espacios o letras. Utilizaremos la librería “stringr”.
library("stringr")
reviews_pos = booking_es_en$positive
reviews_pos = reviews_pos %>% str_to_lower() %>% str_replace_all("[^[:alpha:][:space:]]*", "") %>% str_replace_all("\\s+", " ")str_to_lower(): Convierte todos los caracteres en minúsculas.
str_replace_all(“[^[:alpha:][:space:]]”, ““): Elimina todos los caracteres que no sean letras o espacios. Utiliza una expresión regular para reemplazar cualquier combinación de caracteres que no sean alfabéticos o espacios por una cadena vacía.
str_replace_all(“\s+”, ” “): Reemplaza cualquier secuencia de espacios en blanco por un solo espacio. Esto se hace utilizando otra expresión regular para buscar cualquier combinación de uno o más espacios y reemplazarlos por un solo espacio
Comos podemos observar, hemos eliminado los carácteres que no sean letras o espacios.
head(reviews_pos, n=10)## [1] "huge comfortable bed new trendy rooms cery clean helpful and friendly staff"
## [2] "muy buena la ubicacion"
## [3] "la ubicación"
## [4] "excellent location for access to the train station and bus to the airport lovely pool area not a common feature in this price range a comfortable mattress bath tub a rare find and overall a cute well designed hotel"
## [5] "our reservation was for a double deluxe with balcony which was perfect high floor big room big bathroom big balcony very clean the hotel is in very central location and also quiet and safe the parking place was exactly on the opposite very near the ladies from the reception were very friendly and helpful"
## [6] "todo tranquilo y las noches sin ruidos alguno perfecto descanso"
## [7] "la habitación y el baño espectacular el trato de recepción y todo el personal esquisito y el mirador precioso y un desayuno buffet muy bueno"
## [8] "el aire de la habitación y la ubicación"
## [9] "ubicación excelente el personal de la terracita con piscina genial sobre todo en días de calor muy recomendable"
## [10] "limpieza ubicación habitación muy correcta"Una vez hemos limpiado nuestra variable, llevaremos a cabo la tokenización. Esta consiste en dividir el texto en unidades más pequeñas llamadas “tokens”. Un token puede ser una palabra, un caracter, una frase, etc. Mediante este método lograremos dividir el texto de todas las reseñas positivas en palabras, las cuales nos servirán como base para el análisis de frecuencias.
En primer lugar, debemos convertir nuestra variable en un dataframe, ya que solo así podremos utilizar las funciones que permiten la tokenización. Para ello utilizaremos la libreria “tibble”.
La variable reviews_pos_df contiene una columna llamada “review”, que tiene los valores del vector reviews_pos. tibble() es una forma de crear un marco de datos (data frame) con sintaxis simplificada y algunas mejoras en comparación con las funciones base de R.
library("tibble")
reviews_pos_df = tibble(review = reviews_pos)Ahora que ya podemos trabajar con nuestra variable, vamos a utilizar la librería “tidytext”. Esta contiene una función llamada “unnest_tokens()”, la cual divide cada revisión en palabras individuales, creando una nueva columna llamada “word” que contiene todas las palabras.
library("tidytext")
reviews_pos_tokens = reviews_pos_df %>% unnest_tokens(word, review)
head(reviews_pos_tokens, n=10)word <chr> | ||||
|---|---|---|---|---|
| huge | ||||
| comfortable | ||||
| bed | ||||
| new | ||||
| trendy | ||||
| rooms | ||||
| cery | ||||
| clean | ||||
| helpful | ||||
| and |
Esta variable contiene 263623 palabras, de las cuales, muchas no nos son de utilidad para el análisis. Algunos ejemplos son palabras como: “pero”, “así”, “and”, etc. Por ello, recurriremos al uso de “stopwords”.
Las stopwords son palabras comunes en un idioma que generalmente se consideran poco informativas y que se omiten en el análisis de texto porque no aportan mucho valor semántico. Ejemplos de stopwords en inglés son “a”, “the”, “is”, “in”, “and”, entre otros.
El proceso de quitar las stopwords se llama “filtrado de stopwords” o “eliminación de stopwords”. Consiste en identificar y eliminar estas palabras de un texto o conjunto de palabras antes de realizar análisis o procesamiento posterior. Al eliminar las stopwords, se pueden enfocar más en las palabras clave y significativas del texto.
El objetivo principal de eliminar las stopwords es reducir el ruido en el análisis de texto y mejorar la calidad de los resultados. Al quitar estas palabras comunes y poco informativas, se puede obtener una representación más precisa y relevante del texto
Utilizaremos la librería “stopwords” y crearemos la variable “stop_words”, la cual contendrá las palabras que queremos eliminar, tanto en inglés como en español.
library("stopwords")
stop_words = stopwords("en")
stop_words = c(stop_words, stopwords("es"))Esta función nos ofrece una lista predefinida de palabras, por lo que para realizar un análisis riguroso, deberemos añadir, a las stopwords que ya tenemos, nuestra propia lista de palabras.
my_stopwords = c("staff", "good", "buena", "city", "rooms", "personal", "bien", "great", "room", "super", "buen", "stay", "nice", "excelente", "nice", "bar", "sevilla", "Sevilla", "habitacion", "hotel", "turismo", "cliente")Ahora creamos una variable “stopwords_total”, que serán las palabras definidas en “stop_words” y nuestra lista personalizada: “my_stopwords”.
stopwords_total = c(stop_words, my_stopwords)Una vez creada nuestra lista de palabras a eliminar, procedemos a crear una variable con las palabras deseadas, llamada “reviews_pos_words”. Para ello, utilizaremos la función “anti_join” de la librería “dplyr”. No obstante, debemos convertir, en primer lugar, nuestra variable “stopwords_total” en un dataframe, para poder utilizarla en la función mencionada.
stopwords_df = data.frame(stopwords_total)
reviews_pos_words = reviews_pos_tokens %>% anti_join(stopwords_df, by=c("word"="stopwords_total"))Queremos la frecuencia de cada palabra, por lo que creamos una variable llamada “pos_words_freq”, la cual estará compuesta por dos columnas: la primera contendrá las palabras, y la segunda, “n”, el número de veces que se repite. Estará ordenada de mayor a menor.
pos_words_freq = reviews_pos_words %>% count(word, sort=TRUE)
print(pos_words_freq, n=20)## # A tibble: 11,943 × 2
## word n
## <chr> <int>
## 1 ubicación 3014
## 2 habitación 2246
## 3 location 2057
## 4 desayuno 1469
## 5 limpieza 1068
## 6 clean 932
## 7 amable 922
## 8 cama 918
## 9 breakfast 868
## 10 trato 821
## 11 friendly 813
## 12 helpful 795
## 13 atención 702
## 14 centro 684
## 15 limpio 667
## 16 vistas 652
## 17 cómoda 646
## 18 habitaciones 635
## 19 instalaciones 629
## 20 excellent 628
## # ℹ 11,923 more rowsPara representar gráficamente la frecuencia, utilizaremos la libreria llamada “wordcloud2”, la cual permite crear una nube de palabras.
Una nube de palabras o “wordcloud” es una representación visual de un conjunto de palabras donde el tamaño de cada palabra está relacionado con su frecuencia o importancia en el texto o conjunto de datos analizado. Las palabras más frecuentes o relevantes aparecen con un tamaño mayor, mientras que las menos frecuentes se muestran con un tamaño menor.´
library("wordcloud2")
wordcloud2(pos_words_freq, size = 1.5, color = "random-light", backgroundColor = "white")En primer lugar, la ubicación se destaca como el aspecto más mencionado. Los clientes valoran la ubicación de los hoteles, lo que sugiere que la proximidad a lugares de interés, transporte conveniente y acceso fácil a servicios son consideraciones clave. Un hotel bien ubicado puede mejorar significativamente la experiencia del cliente y facilitar su exploración del destino.
En segundo lugar, la calidad de las habitaciones es otro factor importante para los clientes. La comodidad de la cama, la limpieza, las vistas y el espacio adecuado son aspectos que los clientes valoran positivamente. Una habitación bien mantenida y equipada puede contribuir a una estancia agradable y satisfactoria.
El desayuno también se destaca como un elemento relevante para los clientes. La calidad y variedad de las opciones de desayuno ofrecidas por el hotel son valoradas positivamente. Un buen desayuno puede brindar un excelente comienzo del día para los huéspedes y contribuir a una experiencia general positiva.
La limpieza general del hotel es otro factor destacado por los clientes. La higiene y el mantenimiento adecuado de las instalaciones son consideraciones importantes para garantizar una estancia cómoda y agradable.
Por último, la atención y amabilidad del personal del hotel también se mencionan con frecuencia. Los clientes valoran un trato amable y servicial por parte del personal, lo que contribuye a una experiencia positiva y hace que los huéspedes se sientan bienvenidos y cuidados durante su estancia.
En definitiva, los clientes valoran aspectos como la ubicación, la calidad de las habitaciones, el desayuno, la limpieza, y la atención y amabilidad del personal. Estos factores son cruciales para brindar una experiencia satisfactoria y contribuir a la percepción positiva de los clientes sobre un hotel en particular.