Predicting Hotel Booking Cancellations with Explainable Machine Learning: Implications for Revenue Management

Cada habitación de hotel enfrenta un tipo único de vacío. A diferencia de una fábrica que puede almacenar productos no vendidos para el día siguiente, una habitación de hotel es un producto perecedero; si un huésped no llega, los ingresos de esa noche se desvanecen para siempre. Para protegerse contra esta pérdida, los hoteles suelen aceptar más reservas de las que tienen habitaciones, apostando a que algunos huéspedes cancelarán o simplemente no se presentarán. Esta práctica, conocida como sobreventa (overbooking), es un delicado acto de equilibrio. Si un hotel calcula de forma demasiado conservadora, deja dinero sobre la mesa con camas vacías. Si calcula de forma demasiado agresiva, corre el riesgo de rechazar a huéspedes que poseen reservas válidas, dañando su confianza y la reputación del hotel. El desafío central para los gerentes de hotel es saber exactamente qué reservas específicas es probable que desaparezcan para que puedan ajustar sus números con precisión, en lugar de confiar en conjeturas generales sobre todo el mercado.

Durante años, investigadores han intentado resolver este rompecabezas utilizando programas informáticos que aprenden de datos pasados. Sin embargo, muchos de estos intentos han sido defectuosos porque probaron sus ideas de formas que no reflejaban la vida real. Algunos estudios mezclaron datos pasados y futuros, permitiendo que la computadora utilizara información que no estaría disponible en el momento de la predicción. Otros se centraron únicamente en obtener la puntuación más alta en una prueba, ignorando si el razonamiento de la computadora tenía sentido para un gerente humano. Un gerente no puede confiar en un sistema que no puede entender, especialmente si el sistema comete un error que le cuesta dinero al hotel. El objetivo, por lo tanto, no es solo construir una computadora inteligente, sino construir una que sea honesta, transparente y útil para las decisiones diarias que debe tomar un gerente de ingresos.

En un nuevo estudio, los investigadores se propusieron crear tal sistema utilizando datos de dos hoteles portugueses: uno ubicado en una ciudad y otro en una zona de complejos turísticos. Analizaron casi 120,000 reservas individuales para ver si podían predecir cuáles serían canceladas antes de la llegada del huésped. Para asegurar que sus resultados fueran dignos de confianza, diseñaron una prueba estricta que imitaba las condiciones del mundo real. Entrenaron sus modelos computacionales con datos del pasado y luego les pidieron que predijeran el futuro, utilizando únicamente la información que estaría disponible en el momento en que se realiza una reserva. También eliminaron cuidadosamente cualquier punto de datos que pudiera haber sido registrado solo después de que un huésped ya hubiera cancelado, asegurando que la computadora no estuviera simplemente utilizando información que no estaría disponible en el momento de la predicción.

Los investigadores compararon tres tipos diferentes de modelos computacionales: un método estadístico estándar que se ha utilizado durante décadas, y dos sistemas de aprendizaje automático más avanzados que son mejores para detectar patrones complejos. El modelo más exitoso fue un algoritmo sofisticado conocido como XGBoost, que demostró ser ligeramente mejor que los otros para distinguir entre las reservas que se mantendrían y aquellas que serían canceladas. Sin embargo, la mejora fue modesta, no un salto masivo. El estudio encontró que, si bien las computadoras avanzadas pueden encontrar pistas sutiles, un modelo estadístico bien diseñado todavía captura la mayor parte de la información importante. El verdadero valor del estudio no estuvo en encontrar un nuevo algoritmo mágico, sino en demostrar que una prueba rigurosa y honesta arroja tasas de éxito mucho más bajas y realistas de las que afirmaban muchos estudios previos. Cuando los investigadores eliminaron los puntos de datos que no estarían disponibles en el momento de la predicción, la tasa de éxito cayó de los altos 90 vistos en otros artículos a un rango más honesto de entre los altos 70 y mediados de los 80.

Más allá de simplemente predecir las cancelaciones, los investigadores querían entender por qué la computadora hacía sus predicciones. Utilizaron una técnica que desglosa cada predicción para mostrar qué factores empujaban el riesgo hacia arriba o hacia abajo. Esto reveló una diferencia crucial entre lo que un hotel puede cambiar y lo que solo puede tarificar. En el hotel de la ciudad, la señal más fuerte provino del tipo de depósito que se requiere de un huésped. Las reservas con términos no reembolsables tenían mucha más probabilidad de ser canceladas que aquellas con términos flexibles, un hall de que las políticas de depósito son una herramienta poderosa para gestionar el riesgo. En el hotel de la zona turística, los factores más importantes fueron con cuánta antelación se realizó la reserva y el tipo de huésped, como si formaban parte de un grupo de viaje.

El estudio también mostró cómo convertir estas predicciones en decisiones comerciales reales. En lugar de simplemente decir que una reserva es "riesgosa", los investigadores tradujeron la confianza de la computadora en un número específico: el número esperado de cancelaciones para un día determinado. Esto permite a un gerente calcular exactamente cuántas habitaciones adicionales puede vender de forma segura. También establecieron una regla clara para cuándo intervenir. Si una reserva es marcada como de alto riesgo, el gerente puede optar por contactar al huésped para una confirmación o solicitar un depósito. El estudio proporcionó un menú de opciones basado en cuánto valora el hotel una habitación perdida frente a la molestia de contactar a un huésped que no iba a cancelar de todos modos. Este enfoque respeta la experiencia del gerente, dándole los números que necesita para tomar una decisión basada en el juicio, en lugar de obligarlo a seguir un comando rígido de la computadora.

Uno de los hallazgos más importantes fue que el consejo de la computadora cambia dependiendo del tipo de hotel. Para la propiedad de la ciudad, los datos sugirieron que el hotel podía gestionar activamente el riesgo ajustando sus reglas de depósito para grupos específicos, como grupos grandes o reservas realizadas a través de agentes de viajes. Para el complejo turístico, el riesgo era impulsado por la naturaleza del huésped y el momento de la reserva, lo que significaba que la mejor respuesta del hotel era ajustar sus precios y niveles de sobreventa en lugar de intentar cambiar el comportamiento del huésped. Los investigadores también señalaron que los datos tenían algunas peculiaridades; por ejemplo, la forma en que las reservas no reembolsables se registraban en el sistema las hacía parecer casi seguras de cancelar, lo que probablemente exageraba la importancia de ese factor. Al identificar estas peculiaridades, el estudio evitó que los gerentes sacaran conclusiones falsas.

En última instancia, esta investigación ofrece una guía práctica para los gerentes de hotel que desean utilizar la inteligencia artificial sin dejarse engañar por el bombo publicitario. Demuestra que la herramienta más valiosa no es el algoritmo más complejo, sino un sistema que es probado honestamente, explicado claramente y traducido en números concretos. Al separar lo que un hotel puede controlar, como sus políticas de cancelación, de lo que no puede, como la historia personal de un huésped, el estudio proporciona una hoja de ruta para tomar decisiones más inteligentes. Muestra que, si bien las computadoras pueden ayudar a predecir el futuro, el juicio final sobre cómo manejar una reserva riesgosa sigue perteneciendo al gerente humano, armado con información clara y una comprensión clara de los costos involucrados.