El problema no es que no tengas datos. Es que no los estás usando.
Casi todos los alojamientos con los que trabajamos tienen lo mismo: un Excel enorme (a veces varios) donde vuelcan reservas, cancelaciones, ADR, ocupación por canal, coste de comisiones y algún KPI más. Ese Excel lo actualiza una persona (habitualmente sobrecargada) los lunes por la mañana, se envía por email a dirección, y ahí muere.
Cuando el director pregunta «¿por qué se nos ha caído la ocupación de agosto respecto al año pasado?», empieza una arqueología manual: cruzar pestañas, tirar tablas dinámicas, comparar a mano. Y para cuando llega la respuesta, ya es septiembre.
La buena noticia: eso se ha acabado. Herramientas como Claude, ChatGPT, Manus o Gemini pueden hoy (sin que sepas programar, sin BI, sin consultor externo) convertir un CSV en un panel de control conversacional en menos de una hora. Y encima, hacer que te avise por email cuando algo se sale de la normalidad.
Esta guía te enseña exactamente cómo.
Paso 0: prepara tus datos (esto es el 80% del éxito)
Antes de tocar nada de IA: exporta un CSV limpio. Da igual si tu PMS es Mews, Cloudbeds, Opera, TesiPro o cualquier otro. Todos permiten exportar reservas.
Como mínimo, el CSV debería tener:
| Columna | Ejemplo |
| id_reserva | R-2026-004521 |
| fecha_reserva | 2026-05-14 |
| fecha_entrada | 2026-08-02 |
| fecha_salida | 2026-08-09 |
| noches | 7 |
| canal | Booking / Directa / Expedia / TTOO / Web |
| pais_cliente | ES |
| tipo_habitacion | Doble estándar |
| pax | 2 |
| tarifa_total | 1.240,00 |
| comision | 217,00 |
| estado | Confirmada / Cancelada / No-show |
| fecha_cancelacion | (si aplica) |
Con esos 13 campos ya puedes hacer el 90% de los análisis que te importan. No añadas datos personales del cliente (nombre, email, DNI): no los necesitas para analizar y sí te crean un problema con RGPD.
Tip práctico: limpia el CSV una vez, guárdalo con nombre fecha (reservas_2024-2026.csv) y ya lo reutilizas cada mes añadiendo filas nuevas.
Paso 1: sube el CSV a Claude (o al modelo que uses) y pídele el diagnóstico
Abre Claude (funciona especialmente bien con datos tabulares), sube el CSV y usa un prompt como este:
«Este es el histórico de reservas de mi hotel de los últimos 24 meses. Antes de analizar nada, quiero que hagas cuatro cosas:
1- Comprueba la calidad del dato: valores nulos, fechas imposibles, duplicados.
2- Dame un resumen ejecutivo: total de reservas, tarifa media, ADR real (excluyendo canceladas), ocupación por mes, mix de canales.
3- Detecta lo más llamativo: 3 hallazgos que un director debería conocer.
4- Propón 5 preguntas de negocio interesantes que se pueden responder con estos datos, para que yo elija cuál profundizamos.»
En menos de un minuto tienes un diagnóstico que a un analista externo le llevaría dos días y facturaría 800€.
Paso 2: las 5 preguntas que todo hotel debería hacerle a sus datos
Elige las que más te duelan. Estas son las cinco que en nuestro trabajo con hoteles vemos que generan más impacto inmediato:
1. ¿Cuánto me está costando realmente cada canal?
No es solo la comisión. Es la comisión más el ratio de cancelación más el trabajo operativo que genera. Pide a la IA:
«Calcula, por canal, la tarifa media, la comisión media, el porcentaje de cancelación y el ingreso neto por reserva materializada. Ordénalo de más rentable a menos rentable.»
Sorpresa habitual: algunos canales que parecen baratos en comisión son los que más cancelan y acaban siendo los menos rentables.
2. ¿Cuál es mi Booking Window real por canal?
El booking window (días entre reserva y entrada) determina cuánto margen tienes para hacer revenue management. La IA te lo saca en 30 segundos:
«Calcula el número medio de días entre fecha_reserva y fecha_entrada, agrupado por canal y por mes de entrada. Muéstramelo en una tabla y describe si hay patrones estacionales.»
Descubrirás cosas como: «En agosto, el canal directo reserva con 68 días de antelación; Booking con 12; TTOO con 140.» Esto cambia radicalmente tu estrategia de precios y disponibilidad por canal.
3. ¿Dónde estoy perdiendo dinero con cancelaciones?
«Analiza las cancelaciones: ¿qué canal cancela más? ¿en qué anticipación se cancelan? ¿hay meses donde el ratio de cancelación se dispara? ¿hay tipos de habitación con más cancelaciones que otros?»
Muy frecuente encontrar que un canal concreto en una temporada concreta te está inflando el forecast y luego te lo desmonta.
4. ¿Quién es mi cliente más rentable?
«Cruza pais_cliente, canal y tarifa_total. Dame las 5 combinaciones que más ingreso neto aportan al año.»
Base para decidir dónde invertir en marketing, con qué idiomas trabajar y qué mercados priorizar en tu plan comercial.
5. ¿Cómo va este año respecto al año pasado, en lo que importa?
«Compárame los mismos meses de 2025 y 2026 en: ocupación, ADR, RevPAR, mix de canales y ratio de cancelación. Destaca lo que ha cambiado significativamente y propón hipótesis.»
Reunión de dirección resuelta en 10 minutos.
Paso 3: convierte esto en un panel visual
Todo lo anterior lo puedes obtener en formato texto. Pero para reuniones y comité, quieres gráficos. Dos caminos:
Opción A) Rápida y gratis: pide a Claude o ChatGPT que te lo genere como imagen o como HTML con gráficos interactivos. En Claude puedes decir:
«Genera un dashboard HTML con los 6 gráficos principales de este análisis: ocupación mensual, ADR por canal, mix de canales, ratio de cancelación por mes, booking window por canal y comparativa año a año. Diseño limpio, colores corporativos [tus colores]. Que sea un único archivo HTML que pueda abrir en el navegador.»
En 2 minutos tienes un dashboard funcional y compartible.
Opción B) Más robusta: usa Manus (o similar) para generar un dashboard que puedas actualizar subiendo el CSV nuevo cada mes. Tarda 20 minutos configurarlo la primera vez, luego es un click.
Paso 4: haz que la IA te avise cuando algo se salga de lo normal
Este es el paso que casi nadie está haciendo todavía y donde el ROI es enorme.
La idea: definir 4 o 5 alertas que se disparen automáticamente por email cuando se cumpla una condición. Ejemplos:
- «Avísame si la ocupación proyectada para dentro de 30 días cae más de 10 puntos respecto al mismo periodo del año anterior.»
- «Avísame si el ratio de cancelaciones semanal supera el 18%.»
- «Avísame si un canal representa más del 55% del pickup semanal.»
- «Avísame si el ADR de un tipo de habitación cae por debajo del umbral X.»
Se monta con Manus + conector de email (Resend, Gmail, etc.) o con Zapier/Make + un modelo de IA. Una vez configurado, trabaja para ti mientras duermes.
¿Y la seguridad de los datos?
Preocupación legítima y muy sensata. Tres reglas de oro:
- Nunca subas datos personales identificables (nombres, emails, DNI, teléfonos). No los necesitas para analizar.
- Usa versiones de pago de las herramientas (Claude Pro/Team, ChatGPT Business/Enterprise, etc.). Los términos comerciales garantizan que no se entrena con tus datos.
- Si tu grupo hotelero lo requiere, monta el mismo flujo con modelos alojados (Azure OpenAI, AWS Bedrock) donde el dato no sale de tu infraestructura.
Checklist para hacer esto en las próximas 2 semanas
☐ Exportar del PMS un CSV con los 13 campos mínimos, de los últimos 24 meses.
☐ Limpiar campos y anonimizar (quitar datos personales del cliente).
☐ Subir a Claude o ChatGPT (versión de pago) y pedir el diagnóstico inicial.
☐ Responder las 5 preguntas clave y documentar los 3 hallazgos más accionables.
☐ Generar el dashboard HTML y compartirlo con dirección.
☐ Definir 3 alertas automáticas y configurarlas.
☐ Repetir mensualmente: nuevo CSV, comparativa contra mes anterior, ajuste de alertas.
Aviso realista
Esto no sustituye a un buen revenue manager. Le da superpoderes. Un profesional con criterio y una herramienta como esta hace en 2 horas lo que antes le llevaba una semana. Y libera tiempo para lo que la IA no hace: pensar la estrategia, negociar con canales, formar al equipo.
Da el salto completo
Si quieres aprender a montar todo este flujo paso a paso (con casos reales del sector, plantillas listas para usar y prompts probados en decenas de hoteles) es exactamente lo que hacemos en el Módulo 6 del Curso Experto en IA para el Sector Turístico organizado por ITH Academy y Growtur.
Trabajamos con datos reales del Hotel Mirador del Mediterráneo (caso de estudio) y sales del módulo con tu propio panel funcionando y tus propias alertas configuradas.
42 horas, 6 módulos, píldoras grabadas, proyecto final aplicado a tu empresa. Bonificable por FUNDAE. 50% de descuento para asociados de ITH.
Consulta más información y matrícula en https://ithacademy.org/programas/curso-inteligencia-artificial-empresas-sector-turistico/
Autor: Growtur* para ITH Academy
*Growtur es una consultora especializada en formación e implementación de IA para empresas del sector turístico. Colabora con ITH en el diseño e impartición del Certificado Experto en IA para el Sector Turístico.
