Datadriven besöksnäring med AI - prognoser och beslut

Målet med kursen är att den studerande ska kunna använda data och analys som strategiskt verktyg, genom att identifiera och nyttja olika datakällor, analysera trender och prognostisera besökssiffror och efterfrågan, samt använda analysverktyg och visualisera data.

Huvudsakligt innehåll

Datadriven beslutsfattning inom besöksnäringen
• data, datakällor & dataflöden för organisationen & inom besöksnäringen
• dataanalys, beslutsstöd, & datadriven kultur
• använda data för att skapa konkurrensfördelar

Datakällor inom besöksnäringen
• gästundersökningar, bokningssystem & lojalitetsprogram
• statistik, branschrapporter & öppna datakällor
• egenägda data från marknadsföringsdata, affärssystem & betalsystem samt ekonomirelaterade data
• medieplattformar som Google, Meta, etc.
• omvärldsdata, andra källor & resurser

AI och tillämpningar
• AI-tekniker och hur de kan tillämpas inom besöksnäringen
• Analysera data, prognoser, & trender med AI för framtida efterfrågan, t.ex. destinationer och tjänster
• dataanalys och AI för att skapa personliga upplevelser
• dynamisk justering av utbud och pris baserat på efterfrågan, tillgänglighet och konkurrens
• AI som roll i ett effektivt arbete med t.ex. yield och revenue management
• hur AI kan supportera analys av historiska data Prognostisering och dess tillämpning
• grundläggande förståelse för prediktiv analys
• trendanalys, säsongsanpassning & regressionsmodeller
• prognostisering av t.ex. besökssiffror, efterfrågan på boende och konsumtionsmönster

Strategisk planering och beslut baserade på data
• framtida händelser och deras påverkan på verksamheten
• indikatorer som är relevanta för att mäta framgång i besöksnäringen
• verktyg och ramverk för att fatta välgrundade beslut
• affärs- och verksamhetsmål, arbetsprocess, mål & nyckeltal, mätbara resultatmål, segmentering, plattformar & verktyg

Visualisering och storytelling
• visualiseringsprocessen, visualiseringstekniker, verktyg, rapporter & dashboards