Ítem
Acceso Abierto

Optimización de ingresos, costos y gastos de un operador hotelero en Bogotá, a través del fortalecimiento de su estrategia analítica

Mostrar el registro sencillo de la publicación
dc.contributor.advisorPosada Cortázar, Andrés
dc.creatorMosquera Morales, Ana María
dc.creatorRodríguez Mejía, Gustavo Nicolás
dc.creatorLópez López, Linda Liceth
dc.creatorMartínez López, Sara Juliana
dc.creator.degreeMagíster en Business Analytics
dc.date.accessioned2025-07-17T18:03:27Z
dc.date.available2025-07-17T18:03:27Z
dc.date.created2025-07-07
dc.descriptionEste proyecto de grado tiene como propósito diseñar una herramienta que respalde la toma de decisiones financieras de un operador hotelero, mediante el análisis de sus estados financieros históricos (2021-2024), indicadores del sector y variables exógenas relevantes. Para ello, se realizó un análisis descriptivo detallado sus cifras, complementado con indicadores clave de la industria, lo que permitió entender la evolución de los ingresos, costos y gastos. Luego, se integraron variables externas en un modelo de predicción de ingresos basado en técnicas de series de tiempo SARIMAX, generando proyecciones mensuales alineadas con la dinámica del entorno y de la operación interna. Además, se proyectaron los costos y gastos a partir de un análisis vertical de los estados financieros, ofreciendo una visión integral de la rentabilidad esperada. De forma complementaria, se desarrolló un modelo de detección de anomalías para identificar desviaciones significativas en los principales rubros de costos y gastos, lo cual facilita una gestión proactiva del margen del negocio. Finalmente, se diseñó un tablero de control interactivo que consolida el análisis financiero, los indicadores clave, las variables exógenas y las proyecciones, incluyendo alertas de anomalías. Esta herramienta busca proporcionar al operador hotelero una solución ágil y visual para el monitoreo constante y la toma de decisiones estratégicas basadas en datos.
dc.description.abstractThis thesis project aims to design a decision-support tool for a hotel operator by analyzing historical financial statements (2021–2024), industry performance indicators, and relevant external variables. A detailed analysis of the financial statements was conducted, complemented by key industry indicators to understand the behavior of revenues, costs, and expenses. External variables were then integrated into a revenue forecasting model using SARIMAX time series techniques, generating monthly projections aligned with both market dynamics and internal operations. Additionally, costs and expenses were projected through vertical analysis of the financial statements, offering a comprehensive view of expected medium-term profitability. As a complementary component, an anomaly detection model was developed to identify significant deviations in key cost and expense lines, enabling proactive margin management. Finally, an interactive dashboard was designed to consolidate financial analysis, key performance indicators, external variables, and forecasts, including anomaly alerts. This tool provides the hotel operator with an agile and visual solution for continuous monitoring and data-driven strategic decision-making.
dc.format.extent135 pp
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_45923
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/45923
dc.language.isospa
dc.publisherUniversidad del Rosario
dc.publisher.departmentEscuela de Administración
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnología
dc.publisher.programMaestría en Business Analytics
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.source.bibliographicCitationMayenberger, A.S. (2017). Evaluación operacional y financiera: aplicada a la industria hotelera - 4ta. Edición. Universidad Externado. 9789587727395.
dc.source.bibliographicCitationOMT. (2022). Impacto económico de la crisis de la COVID-19 en el turismo. Recuperado de: https://www.unwto.org/tourism-data/international-tourism-and-covid-19
dc.source.bibliographicCitationAndriawan, Z.A., Purnama, S.R., Darmawan, A.S., Ricko, Wibowo, A., Sugiharto, A., & Wijayanto, F. (2020). Prediction of Hotel Booking Cancellation using CRISP-DM. 2020 4th International Conference on Informatics and Computational Sciences (ICICoS), 1-6.
dc.source.bibliographicCitationPardo, Navarro. (2020). Analítica de datos para toma de decisiones en las pymes y los micro establecimientos del sector turístico de Colombia 2015 – 2019. Fundación Universitaria Compensar. Recuperado de: https://repositoriocrai.ucompensar.edu.co/server/api/core/bitstreams/afff75f6-6990-41a1-9201-7bb5c9c90f9c/content
dc.source.bibliographicCitationBanco de la República. (2023). Análisis económico del turismo en Bogotá y Colombia. Recuperado de: https://www.ccb.org.co/informacion-especializada/observatorio/analisis-economico/turismo
dc.source.bibliographicCitationCarrillo, E. & Gómez, Y. (2017). Medición de la eficiencia de hoteles: caso de estudio en Colombia Revista Virtual Universidad Católica del Norte, 51,143-155. Recuperado de: http://revistavirtual.ucn.edu.co/index.php/RevistaUCN/article/view/849/1367
dc.source.bibliographicCitationSharma, R., & Choudhary, A. (2022). Forecasting the Consumer Price Index using SARIMAX Modeling. International Journal of Advanced Research in Science, Communication and Technology (IJARSCT), 13(2), 204-210. https://doi.org/10.48175/IJARSCT-3987 Noble, J. (2024, 24 de mayo). ¿Qué son los modelos ARIMA? IBM. https://www.ibm.com/mx-es/think/topics/arima-model
dc.source.bibliographicCitationOrtiz Martín, R. (2022). Metodología ARIMAX aplicada al análisis de la evolución de datos de suicidios en España (Trabajo de Fin de Máster). Departamento de Estadística e Investigación Operativa, Universidad de Barcelona.
dc.source.bibliographicCitationBrida, J. G., & Risso, W. A. (2011). Tourism Demand Forecasting with SARIMA Models – the Case of South Tyrol. Universidad de la República de Uruguay.
dc.source.bibliographicCitationMolero, A. A. (2022). SERIES TEMPORALES APLICADAS. Universidad de Granada.
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectIndustria hotelera
dc.subjectAnalítica predictiva
dc.subjectCostos
dc.subjectGastos
dc.subjectSARIMAX
dc.subject.keywordHotel
dc.subject.keywordPredictive analytics
dc.subject.keywordCosts
dc.subject.keywordExpenses
dc.subject.keywordSARIMAX
dc.titleOptimización de ingresos, costos y gastos de un operador hotelero en Bogotá, a través del fortalecimiento de su estrategia analítica
dc.title.TranslatedTitleOptimization of Revenue, Costs, and Expenses of a Hotel Operator in Bogotá through the Strengthening of its Analytical Strategy
dc.typemasterThesis
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaProyecto
local.department.reportEscuela de Administración
local.regionesBogotá
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Optimizacion_de_ingresos_MosqueraMorales-AnaMaria-2025.pdf
Tamaño:
2.36 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Business Analytics