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

Cada quarto de hotel enfrenta um tipo único de vazio. Ao contrário de uma fábrica, que pode armazenar produtos não vendidos para o dia seguinte, um quarto de hotel é um produto perecível; se um hóspede não chegar, a receita daquela noite desaparece para sempre. Para proteger-se contra esta perda, os hotéis frequentemente aceitam mais reservas do que têm quartos, apostando que alguns hóspedes cancelarão ou simplesmente não comparecerão. Esta prática, conhecida como overbooking (ou excesso de reservas), é um delicado equilíbrio. Se o hotel apostar de forma muito conservadora, deixará dinheiro na mesa com camas vazias. Se apostar de forma muito agressiva, corre o risco de recusar hóspedes que possuem reservas válidas, prejudicando a sua confiança e a reputação do hotel. O desafio central para os gestores hoteleiros é saber exatamente quais reservas específicas têm maior probabilidade de desaparecer para que possam ajustar os seus números com precisão, em vez de depender de suposições amplas sobre todo o mercado.

Durante anos, investigadores tentaram resolver este enigma utilizando programas de computador que aprendem com dados passados. No entanto, muitas destas tentativas foram falhas porque testaram as suas ideias de formas que não refletiam a vida real. Alguns estudos misturaram dados passados e futuros, permitindo que o computador utilizasse informações que não estariam disponíveis no momento da previsão. Outros focaram-se apenas em obter a pontuação mais alta num teste, ignorando se o raciocínio do computador fazia sentido para um gestor humano. Um gestor não pode confiar num sistema que não consegue compreender, especialmente se o sistema cometer um erro que custe dinheiro ao hotel. O objetivo, portanto, não é apenas construir um computador inteligente, mas sim construir um que seja honesto, transparente e útil para as decisões diárias que um gestor de receitas deve tomar.

Num novo estudo, os investigadores propuseram-se a criar tal sistema utilizando dados de dois hotéis portugueses: um localizado numa cidade e outro numa zona de resort. Analisaram quase 120.000 reservas individuais para ver se conseguiam prever quais seriam canceladas antes da chegada do hóspede. Para garantir que os seus resultados fossem dignos de confiança, desenharam um teste rigoroso que mimetizava as condições do mundo real. Treinaram os seus modelos de computador com dados do passado e pediram-lhes que previssem o futuro, utilizando apenas informações que estariam disponíveis no momento em que a reserva fosse feita. Também removeram cuidadosamente quaisquer pontos de dados que pudessem ter sido registados apenas após o hóspede já ter cancelado, garantindo que o computador não estivesse simplesmente a utilizar informações que não estariam disponíveis no momento da previsão.

Os investigadores compararam três tipos diferentes de modelos de computador: um método estatístico padrão que tem sido utilizado há décadas, e dois sistemas de aprendizagem automática (machine learning) mais avançados, que são melhores a detetar padrões complexos. O modelo mais bem-sucedido foi um algoritmo sofisticado conhecido como XGBoost, que se revelou ligeiramente superior aos outros na distinção entre reservas que seriam mantidas e aquelas que seriam canceladas. No entanto, a melhoria foi modesta, não um salto massivo. O estudo descobriu que, embora os computadores avançados consigam encontrar pistas subtis, um modelo estatístico bem desenhado ainda capta a maior parte da informação importante. O verdadeiro valor do estudo não foi encontrar um novo algoritmo mágico, mas sim provar que um teste rigoroso e honesto produz taxas de sucesso muito mais baixas e mais realistas do que muitos estudos anteriores alegavam. Quando os investigadores removeram os pontos de dados que não estariam disponíveis no momento da previsão, a taxa de sucesso desceu dos valores altos de 90% vistos noutros artigos para um intervalo mais honesto entre os 70% e os 80%.

Para além de simplesmente prever cancelamentos, os investigadores queriam compreender por que o computador fazia as suas previsões. Utilizaram uma técnica que decompõe cada previsão para mostrar quais os fatores que aumentavam ou diminuíam o risco. Isto revelou uma diferença crucial entre o que um hotel pode alterar e o que pode apenas precificar. No hotel de cidade, o sinal mais forte veio do tipo de depósito que o hóspede era obrigado a pagar. As reservas com termos não reembolsáveis tinham muito mais probabilidade de serem canceladas do que aquelas com termos flexíveis, um achado que sugere que as políticas de depósito são uma ferramenta poderosa para gerir o risco. No hotel de resort, os fatores mais importantes foram o tempo de antecedência com que a reserva foi feita e o tipo de hóspede, como por exemplo, se faziam parte de um grupo de viagem.

O estudo também mostrou como transformar estas previsões em decisões de negócio reais. Em vez de apenas dizer que uma reserva é "arriscada", os investigadores traduziram a confiança do computador num número específico: o número esperado de cancelamentos para um determinado dia. Isto permite que um gestor calcule exatamente quantos quartos extra pode vender com segurança. Estabeleceram também uma regra clara para quando intervir. Se uma reserva for sinalizada como de alto risco, o gestor pode optar por contactar o hóspede para uma confirmação ou solicitar um depósito. O estudo forneceu um menu de opções baseado no quanto o hotel valoriza um quarto perdido versus o incómodo de contactar um hóspede que não ia cancelar de qualquer forma. Esta abordagem respeita a experiência do gestor, dando-lhe os números necessários para tomar uma decisão de julgamento, em vez de o forçar a seguir um comando rígido do computador.

Uma das descobertas mais importantes foi que o conselho do computador muda dependendo do tipo de hotel. Para a propriedade de cidade, os dados sugeriram que o hotel poderia gerir o risco ativamente ao ajustar as suas regras de depósito para grupos específicos, como grandes grupos ou reservas feitas através de agentes de viagens. Para o resort, o risco era impulsionado pela natureza do hóspede e pelo tempo da reserva, o que significa que a melhor resposta do hotel era ajustar os seus preços e níveis de overbooking, em vez de tentar mudar o comportamento do hóspede. Os investigadores também notaram que os dados tinham algumas peculiaridades; por exemplo, a forma como as reservas não reembolsáveis eram registadas no sistema fazia com que parecessem quase certas de cancelar, o que provavelmente exagerou a importância desse fator. Ao identificar estas peculiaridades, o estudo evitou que os gestores tirassem conclusões falsas.

Em última análise, esta investigação oferece um guia prático para gestores hoteleiros que pretendem utilizar a inteligência artificial sem serem enganados pelo marketing exagerado (hype). Demonstra que a ferramenta mais valiosa não é o algoritmo mais complexo, mas sim um sistema que é testado honestamente, explicado claramente e traduzido em números concretos. Ao separar o que um hotel pode controlar, como as suas políticas de cancelamento, do que não pode, como o histórico pessoal de um hóspede, o estudo fornece um roteiro para tomar decisões mais inteligentes. Mostra que, embora os computadores possam ajudar a prever o futuro, o julgamento final sobre como lidar com uma reserva de risco ainda pertence ao gestor humano, munido de informações claras e de uma compreensão clara dos custos envolvidos.