Big data y analítica de datos en el sector de alquiler de viviendas
Big data and data analytics in the rental housing sector
Ver/ Abrir
Identificadores
URI: https://hdl.handle.net/10902/35648Registro completo
Mostrar el registro completo DCAutoría
García Benítez, Enrique JoséFecha
2024-07Director/es
Derechos
Attribution-NonCommercial-NoDerivatives 4.0 International
Resumen/Abstract
Este trabajo de investigación explora la implementación de Big Data en Emancipia, una empresa de alquiler de pisos para estudiantes, y sus beneficios potenciales para la Universidad de Cantabria. El objetivo principal es analizar cómo la utilización de Big Data puede mejorar la eficiencia operativa, la personalización del servicio y la satisfacción del cliente en Emancipia, y cómo estos avances pueden beneficiar a la comunidad universitaria. La metodología de estudio incluye una revisión detallada de la aplicación de Big Data en Airbnb como caso de referencia, el análisis de los procesos actuales en Emancipia y la identificación de oportunidades de mejora mediante la integración de tecnologías avanzadas de análisis de datos. Los principales resultados del estudio son que Emancipia puede cambiar su modelo operativo significativamente con la implementación de Big Data. Para mejorar la satisfacción estudiantil y la reputación de la Universidad de Cantabria, Emancipia podría ofrecer servicios de alojamiento más personalizados y adaptados a las necesidades individuales, recopilando y analizando datos sobre las preferencias y comportamientos de los estudiantes. El uso de Big Data para optimizar los procesos internos también puede ayudar a reducir la ineficiencia y mejorar la gestión de recursos, lo que puede resultar en costos de alojamiento más bajos para los estudiantes y una mayor accesibilidad a la educación en Cantabria. Además, la implementación de sistemas de precios dinámicos basados en datos ayudaría a optimizar la ocupación y los ingresos de Emancipia, asegurando su estabilidad financiera. Esto beneficiaría directamente a la Universidad al garantizar que sus estudiantes tengan acceso a alojamiento de alta calidad. La integración de Big Data permitiría oportunidades para proyectos de investigación conjuntos entre Emancipia y las Universidades, mejorando la experiencia educativa de los estudiantes y avanzando en el conocimiento en campos importantes como la ciencia de datos y la inteligencia artificial
This research paper explores the implementation of Big Data in Emancipia, a student apartment rental company, and its potential benefits for the University of Cantabria. The main objective is to analyze how the use of Big Data can improve operational efficiency, service personalization and customer satisfaction at Emancipia, and how these advances can benefit the university community. The study methodology includes a detailed review of the application of Big Data at Airbnb as a reference case, analysis of current processes at Emancipia, and identification of opportunities for improvement by integrating advanced data analytics technologies. The main findings of the study are that Emancipia can change its operating model significantly with the implementation of Big Data. To improve student satisfaction and the reputation of the University of Cantabria, Emancipia could offer more personalized accommodation services tailored to individual needs by collecting and analyzing data on student preferences and behaviors. Using Big Data to optimize internal processes can also help reduce inefficiency and improve resource management, which can result in lower housing costs for students and greater accessibility to education at Cantabria. In addition, the implementation of data-driven dynamic pricing systems would help optimize Emancipia's occupancy and revenue, ensuring its financial stability. This would directly benefit the University by ensuring that its students have access to high quality accommodation. The integration of Big Data would enable opportunities for joint research projects between Emancipia and the Universities, enhancing the educational experience for students and advancing knowledge in important fields such as data science and artificial intelligence