Business Analytics in Tourism: Uncovering Knowledge from Crowds

Abstract

Business Analytics leverages value from data, thus being an important tool for the decisionmaking process. However, the presence of data in different formats is a new challenge for analysis. Textual data has been drawing organizational attention as thousands of people express themselves daily in text, like the description of customer perceptions in the tourism and hospitality area. Despite the relevance of customer data in textual format to support decision making of hotel managers, its use is still modest, given the difficulty of analyzing and interpreting the large amounts of data. Our objective is to identify the main evaluation topics presented in online guest reviews and reveal changes throughout the years. We worked with 23,229 hotel reviews collected from TripAdvisor website through WebScrapping packages in R, and used a text mining approach (Latent Semantic Analysis) to analyze the data. This contributes with practical implications to hotel managers by demonstrating the applicability of text data and tools based on open-source solutions and by providing insights about the data and assisting in the decisionmaking process. This article also contributes in presenting a stepwise text analysis, including capturing, cleaning and formatting publicly available data for organizational specialists.

Bridging Disciplinary Divides through Computational Social Sciences and Transdisciplinarity in Tourism Education in Higher Educational Institutions: An Austrian Case Study

“…Business Analytics: This module covers new business models based on newly developed analytical processes (see, e.g., [70]). It extends to the data science model but goes beyond pure data analysis.…”

Fontes de dados gerados por usuários: quais plataformas considerar?

“…Em um contexto mais específico, [Marcolin et al 2019] apresentaram uma análise baseada em coleta de dados disponíveis na plataforma TripAdvisor. O dataset utilizado foi constituído de 23.229 comentários no período de 2011 a 2016 em perfis de hotéis localizados em Porto Alegre (RS).…”

Um olhar sobre turismo gastronômico: um caso no TripAdvisor

“…Entre a utilização dessas técnicas, destaca-se o uso de Latent Semantic Analysis (LSA) e Latent Dirichlet Allocation (LDA) para a tarefa de modelagem de tópicos, como descrito nos estudos de [Marcolin et al 2019] e [Santos et al 2018]. Ao analisar dados coletados das plataformas TripAdvisor, Airbnb, Couchsurfing e Booking, os autores obtiveram como resultado a segmentação do tipo de avaliação (como por exemplo: conforto, localização e experiência) bem como a identificação de principais problemas de serviço (exemplo: níveis de limpeza do banheiro).…”

“…A análise de sentimentosé frequentemente utilizada para extrair opiniões e emoções de diferentes fontes, tendo como principal uso a extração de polaridade de arquivos textuais [Marcolin et al 2019, Yan et al 2019, He et al 2013, sendo aplicada, por exemplo, pelas empresas quando se deseja conhecer a taxa de aceitação de um novo produto [Santos et al 2018]. Neste trabalho, a análise de sentimentosé utilizada para identificar a polaridade de um comentário, visto que a nota dada pelo usuário não pode ser utilizada para caracterizar esse atributo em todas as sentenças ou aspectos [Valdivia et al 2019].…”

“…Para contornar esse problema, técnicas de mineração de texto podem ser empregadas a fim de identificar padrões de comportamento e gerar insights que podem ajudar no processo de tomada de decisão [Talib et al 2016, Zhao 2012, Schmunk et al 2013. Por exemplo,é possível identificar os principais tópicos presentes nos comentários fazendo o uso de modelagem de tópicos, como explorado nos trabalhos de [Marcolin et al 2019] e [Santos et al 2018]. Ademais, a utilização de análise de sentimentosé viável para identificar a polaridade de um comentário, assim como a previsão de gênero do autor de uma avaliação e a extração de regras podem ser análisesúteis para identificar padrões, ambas as técnicas abordadas, respectivamente, em [Santos et al 2018, Silveira et al 2018, Silva Junior et al 2020.…”