Big data en la predicción de flujos turísticos
DOI:
https://doi.org/10.70577/rmgp0d53Palabras clave:
Big data, predicción turística, modelos predictivos, sostenibilidad, gestión inteligente, destinos turísticos.Resumen
La investigación aborda la problemática del limitado aprovechamiento del big data como herramienta predictiva en la gestión turística, pese a su creciente relevancia para anticipar los flujos de visitantes, optimizar recursos y fortalecer la sostenibilidad de los destinos. El objetivo del estudio fue analizar la aplicación del big data en la predicción de flujos turísticos y su contribución a la toma de decisiones en la planificación territorial. Metodológicamente, se desarrolló un enfoque cuantitativo–descriptivo, con diseño no experimental y transversal, sustentado en la revisión sistemática de publicaciones científicas en español entre 2021 y 2025, obtenidas de bases de datos indexadas como Scopus, Redalyc y Scielo. Los resultados revelaron una adopción creciente de sistemas analíticos basados en machine learning, minería de texto y modelos híbridos ARIMA para proyectar la demanda turística con altos niveles de precisión. Asimismo, se evidenció que los destinos que integran estas tecnologías mejoran su eficiencia operativa, reducen la estacionalidad y avanzan hacia una gestión más sostenible. Finalmente, las conclusiones destacan que el big data se consolida como un pilar de la innovación en el turismo inteligente, aunque persisten desafíos éticos, tecnológicos y formativos que deben ser atendidos mediante políticas públicas que garanticen la interoperabilidad, la privacidad y la equidad en el acceso a la información.
Referencias
Alonso-Almeida, M. M. (2024). Ciberseguridad en turismo y hostelería: investigación y agenda futura. Cuadernos de Turismo, 53, 243–260. https://doi.org/10.6018/turismo.616471
Araníbar Ramos, E. R. (2024). Impacto de la tecnología en el turismo. Aportes, 34, e4119.
Araya-Pizarro, S. (2024). Desvelando la experiencia hotelera con minería de texto. Revista Interamericana de Ambiente y Turismo, 20(2), 126–138.
Bellón, E. E. R. (2024). Paradigmas del turismo: desde el “Grand Tour” al turismo de masas y más allá. Turismo y Sociedad, 35, 1–15.
Cardona, L. A. L. (2022). Aplicaciones de la datificación y big data en América Latina. Revista Ibérica de Sistemas e Tecnologías de Informação, E53, 123–138.
Estrada, I. C. (2022). Factores tecnológicos para implementar la gestión inteligente de playas. Gestión y Ambiente, 25(3), 1–18.
Fernández López, R. (2023). Modelos de pronóstico de la demanda turística. Revista de Estudios Regionales, 17(1), 45–66.
Gambarota, D. (2023). Análisis de la demanda turística de Pehuen Có durante la pandemia. Revista Interamericana de Ambiente y Turismo, 19(1), 13–33.
García, D., López, M., & Núñez, P. (2021). Analítica de datos y turismo inteligente en América Latina: avances y desafíos. Revista Iberoamericana de Estudios Turísticos, 17(2), 45–63.
Hermosa del Vasto, P. M. (2024). Inteligencia artificial en turismo sostenible: análisis bibliométrico. Cuadernos de Turismo, 53, 157–185. https://doi.org/10.6018/turismo.616431
Hernández, R., & Cabrera, J. (2021). Gestión de datos masivos en el turismo sostenible: oportunidades y retos éticos. Revista Latinoamericana de Innovación y Tecnología, 8(3), 112–129.
Hernández, R., Fernández, C., & Baptista, P. (2023). Metodología de la investigación (7.ª ed.). Ciudad de México: McGraw-Hill.
Llupart, M. R. N. (2022). Reflexiones teóricas sobre la demanda turística global. Estudios y Perspectivas en Turismo, 31(4), 1032–1053.
Martínez, F., & López, C. (2022). Big data y predicción de la demanda turística: un enfoque desde la planificación de destinos inteligentes. Revista de Economía y Turismo, 10(1), 25–41.
Molina Sánchez, R. (2024). Impacto de las tecnologías digitales y estrategias organizacionales en empresas turísticas. Acta Universitaria, 34, e148.
Osorio Arjona, J. (2022). Big data y matrices origen–destino: nuevas fuentes para estudiar la movilidad turística. Anales de Geografía de la Universidad Complutense, 42(1), 201–220.
Pérez, L., & Salas, M. (2024). Modelos predictivos y sostenibilidad en la gestión turística basada en datos. Estudios Contemporáneos de Turismo, 12(4), 58–76.
Pérez Ricardo, E. C. (2022). Explorando el comportamiento del consumidor mediante UGC en turismo. Revista Interamericana de Ambiente y Turismo, 18(2), 184–197.
Rocamora, J. A. L. (2023). Aproximación conceptual a las tipologías turísticas: propuesta de clasificación. Cuadernos de Turismo, 51, 51–77. https://doi.org/10.6018/turismo.571461
Romero, J. A. (2024). Impacto de herramientas tecnológicas en las ventas de MiPyMEs turísticas. Información Tecnológica, 35(2), 11–22.
Rubio, A. E. (2023). Líneas de investigación futura en turismo pospandemia. Turismo y Sociedad, 34, 90–104.
Sánchez, E. B. (2022). Turismo y COVID-19: análisis bibliométrico de tendencias. Turismo y Sociedad, 33, 60–79.
Suárez-Cuba, L. (2025). Análisis estratégico participativo: observatorios turísticos sostenibles. Revista Interamericana de Ambiente y Turismo, 21(1), 15–31.
Torres, A., & Ramírez, V. (2023). Big data aplicado al análisis de flujos turísticos: herramientas para la gestión pública local. Revista Latinoamericana de Ciencias Sociales y Territorio, 19(1), 90–108.
Ulriksen, C. (2024). Circulación del concepto de ciudades inteligentes en Chile y el turismo digital. Revista de Geografía Norte Grande, 90, 103–128.
Valdés-Arévalo, D. H. C. (2022). Transformaciones del turismo y retos para la gestión inteligente. Turismo y Sociedad, 32, 55–72.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Josselyn Melissa Medina Velasquez (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y construir a partir del material
- La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios . Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- NoComercial — Usted no puede hacer uso del material con propósitos comerciales .
- CompartirIgual — Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la la misma licencia del original.
- No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
Avisos:
No tiene que cumplir con la licencia para elementos del materiale en el dominio público o cuando su uso esté permitido por una excepción o limitación aplicable.
No se dan garantías. La licencia podría no darle todos los permisos que necesita para el uso que tenga previsto. Por ejemplo, otros derechos como publicidad, privacidad, o derechos morales pueden limitar la forma en que utilice el material.
