/
CASOS DE ÉXITO
/
2026
Copiloto de Datos en el Chat de Cada Director de Hotel
/
CLIENTE
Cadena Hotelera
/
TIEMPO
10 semanas
/
SERVICES
/
OVERVIEW
Todos los Datos en BigQuery, Solo 3 Personas para Consultarlos
La cadena opera más de 20 hoteles en España, con datos de ocupación, reservas, revenue y costes centralizados en BigQuery desde múltiples fuentes: PMS, channel manager, motor de reservas y sistema financiero. Pero solo el equipo de datos (3 personas) sabía extraer información. Revenue managers, directores de hotel, finance y comercial dependían de peticiones por email que tardaban 24 a 48 horas en responderse. Los directores de hotel tomaban decisiones operativas con intuición o con datos de la semana pasada. El equipo de datos, atrapado respondiendo consultas ad-hoc, no tenía tiempo para trabajar en proyectos de valor.
/
CHALLENGES
15 Emails a la Semana Preguntando lo Mismo a Datos
"¿Cuál fue el RevPAR de Barcelona en febrero?", "¿Cómo va la ocupación vs. año pasado?", "¿Cuál es el ADR por canal este trimestre?". Cada pregunta requería que alguien del equipo de datos escribiera una query, la ejecutara, formateara el resultado y lo enviara de vuelta. Para cuando el dato llegaba, la decisión ya se había tomado sin él (o no se había tomado). Mientras tanto, el equipo de datos dedicaba más de la mitad de su semana a ser un dispensador de queries en vez de construir lo que la cadena realmente necesitaba.
¿Por qué necesitas saber SQL para preguntarle algo a tus propios datos?
/
SOLUTIONS
Un Agente que Responde, y Otro que Habla Primero
Capa semántica sobre BigQuery con definiciones de negocio hotelero (RevPAR, ADR, ocupación, GOP, coste por habitación ocupada), relaciones entre tablas y reglas de cálculo, para que el modelo de IA entienda el contexto del negocio y genere queries precisas.
Agente conversacional con Gemini (Vertex AI) integrado como bot en Microsoft Teams. Cualquier empleado autorizado escribe una pregunta en lenguaje natural y recibe la respuesta con datos y visualización en segundos.
Briefing diario proactivo: cada mañana a las 7:00, el bot envía a cada director de hotel un resumen personalizado en Teams con la ocupación del día anterior vs. forecast, RevPAR comparado con el año pasado, anomalías detectadas por canal o segmento, y ocupación prevista para los próximos 7 días.
Guardrails de acceso y seguridad: cada usuario solo ve los datos de su ámbito (un director de hotel ve su hotel, finance ve toda la cadena), con validación de queries antes de ejecutar y logging completo de cada consulta.
Documentación y transferencia al equipo interno para mantener y ampliar la capa semántica a medida que se incorporen nuevas fuentes de datos o métricas.
/
RESULTS
El Dato Llega Antes que el Café
En las primeras semanas, los directores de hotel empezaron a consultar datos a diario en vez de semanalmente. El equipo de datos dejó de responder peticiones ad-hoc y pudo dedicarse a proyectos estratégicos. El briefing matutino se convirtió en la primera pantalla que abrían los directores cada mañana, y cuando un dato les llamaba la atención, profundizaban preguntando al bot directamente.
24h → 30 seg
Tiempo de respuesta a consultas de datos
-80%
Peticiones ad-hoc al equipo de datos
5x
Frecuencia de consulta de datos por directores de hotel
Antes pedía un dato por email y lo recibía dos días después. Ahora abro Teams por la mañana y ya tengo el pulso del hotel antes de bajar a recepción. Si necesito profundizar en algo, se lo pregunto al bot y en 30 segundos lo tengo. Ha cambiado completamente cómo tomo decisiones.
Director de Hotel
CADENA HOTELERA
/
CASOS DE ÉXITO
