OPTIMIZACIÓN DEL REVENUE MANAGEMENT A TRAVÉS DEL APRENDIZAJE AUTOMÁTICO EN LA INDUSTRIA HOTELERA
| dc.contributor.author | Robles Angelina, Lucía | |
| dc.date.accessioned | 2024-11-22T01:00:17Z | |
| dc.date.available | 2024-11-22T01:00:17Z | |
| dc.date.issued | 2024-11-18 | |
| dc.description | Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2024/2025. Directores/as: Juan Manuel Vara Mesa | |
| dc.description.abstract | Este trabajo se enfoca en explorar y demostrar cómo el aprendizaje automático puede optimizar el Revenue Management (o gestión de ingresos) en la industria hotelera, mejorando la toma de decisiones estratégicas y operativas. El objetivo es mostrar cómo estas tecnologías pueden ser implementadas para maximizar ingresos y gestionar la demanda de manera más efectiva. El estudio abarca los fundamentos del Revenue Management y del aprendizaje automático para abordar desafíos específicos como la predicción de cancelaciones, la optimización de tarifas y la gestión de inventarios. A través del análisis de casos de éxito de grandes cadenas hoteleras, se evidenciará cómo el uso de estas tecnologías potencia el crecimiento de estas y aumenta su competitividad. Además, se analizará un caso práctico en el cual se evidencian las ventajas de aplicar el aprendizaje automático en la gestión hotelera. | |
| dc.identifier.uri | https://hdl.handle.net/10115/41916 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Rey Juan Carlos | |
| dc.rights | ||
| dc.rights.accessRights | info:eu-repo/semantics/openAccess | |
| dc.rights.uri | ||
| dc.subject | Revenue Management | |
| dc.subject | aprendizaje automático | |
| dc.subject | industria hotelera | |
| dc.subject | optimización de ingresos | |
| dc.subject | gestión de la ocupación | |
| dc.subject | eficiencia operativa | |
| dc.subject | automatización | |
| dc.subject | toma de decisiones estratégicas. | |
| dc.title | OPTIMIZACIÓN DEL REVENUE MANAGEMENT A TRAVÉS DEL APRENDIZAJE AUTOMÁTICO EN LA INDUSTRIA HOTELERA | |
| dc.type | info:eu-repo/semantics/studentThesis |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- 2024-25-FCEE-O-2257-2257060-l.robles.2020-MEMORIA (1).pdf
- Size:
- 1.37 MB
- Format:
- Adobe Portable Document Format
