Implementación de Machine Learning en Onvacation Hoteles
Cargando...
Fecha
Fecha
2018-05-23
Director
Colaboradores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Altmetric
Descripción
OnVacation es una empresa del sector turistico que ofrece sus servicios vacacionales teniendo en cuenta la relación costo / bene ficio en Colombia y Latinoamerica, cuenta con una experiencia de 15 a~nos en el mercado. Dentro de los servicios que ofrece están Hoteles con servicios basicos, todo incluido que cuenta con tiquetes de avi on, hoteles, comidas y bebidas, ofrecen actividades en los lugares turísticos, facilidades de pago, garantía y respaldo.
Algunos de los destinos nacionales que ofrece son San Andres, Amazonas, Eje Cafetero, Villavicencio, Girardot y Guajira, los destinos internacionales con los que cuenta son Curacao, Panama, Cancun e Isla margarita. OnVacation busca que sus clientes puedan tomar vacaciones con la oportunidad de explorar cada lugar, con diferentes opciones de descanso, placer y negocios a los mejores precios y buen servicio.
Para mejorar lo anterior OnVacation busca la manera de ofrecer un mejor servicio siempre pensando en el costo que le pueda implicar a sus clientes y que sea el mas competitivo del mercado, para esto se apoyan en herramientas tecnológicas que les permitan agilizar sus procesos y analizar los datos de los clientes y las ventas que realizan, buscando mejorar su oferta, por tal motivo en el presente trabajo se desea investigar como una herramienta como Machine Learning de Azure Microsoft puede o no ayudar a este tipo de analisis de datos y llegar a predicciones que a futuro le permita a la compañía ofrecer mejores precios, mas competitivos y mejorar sus ingresos.
Machine Learning es una rama de la inteligencia arti ficial que busca por medio de algoritmos realizar aprendizaje de maquina. Para la investigación se desea poder usar el potencial de esta herramienta con el n de encontrar patrones en la información histórica de ventas y clientes de OnVacation y de esta manera encontrar predicciones que permitan mejorar los precios que hoy en día se ofrecen y lo cual llevara a una mejora en los ingresos de la compañía.
Resumen
OnVacation is a company in the tourism sector that offers its services taking into account the cost / benefit ratio in Colombia and Latin America, has 15 years of experience in the market. Inside of the services offered by Hotels with basic services, all included which has avi tickets? on, hotels, food and drinks, offer activities in tourist places, payment facilities, guarantee and support.
Some of the national destinations that offer San Andrés, Amazonas, Eje Cafetero, Villavicencio, Girardot and Guajira, international destinations with which it counts are Curacao, Panama, Cancun and Isla Margarita. Vacation seeks that their clients can take vacations with the opportunity to Explore each place, with different options of rest, pleasure and business the best prices and good service.
To improve the above, onVacation is looking for ways to offer a better service always thinking about the cost that can involve its customers and that is the most competitive in the market, for this they rely on tools technologies that allow them to streamline their processes and analyze data of customers and the sales they make, seeking to improve their offer, Such reason in the present work is to investigate as a tool like Azure Microsoft's Machine Learning may or may not help this kind of analysis of data and reach predictions that in the future allows the company offer better, more competitive prices and improve your income.
Machine Learning is a branch of artistic intelligence that seeks means of algorithms performed machine learning. For research you can use the potential of this tool with the name of the search patterns in the historical sales and customer information of OnVacation and in this way find predictions that allow you to improve the prices that nowadays it is offered and which leads to an improvement in the income of the company.
Palabras clave
Máquina, Automático, Apredizaje, Sector turístico