Toeristische besturen of bestemmingsautoriteiten moeten eerst weten in welke fase de bestemming zich bevindt, en begrijpen welke strategische vereisten nodig zijn om naar de volgende fase te evolueren. Vervolgens moeten ze de data use cases identificeren die nodig zijn om elke strategische vereiste aan te pakken en selecteren welke data use cases prioriteit krijgen voor elke fase, zoals aangegeven in het bovenstaande schema.

Een opkomende bestemming moet een kritische massa bereiken om erkend te worden als een “must-visit” bestemming. Het onderstaande diagram illustreert de vier fasen van dergelijke toeristische bestemmingen. Deze evolutie vertegenwoordigt het ideale groeipad; hoewel niet alle bestemmingen in staat zijn om de gevorderde fasen te bereiken, zou dit wel hun doel moeten zijn.

Nu verschillende landen in MENA ernaar streven om hun positie als wereldwijde toeristische bestemmingen en knooppunten van reizen te versterken, zijn data analytics en intelligence cruciaal geworden voor het vestigen van wereldwijde aanwezigheid en het verkrijgen van concurrentievoordeel. In feite kan data deze landen helpen om de groeistagnatie van opkomende bestemmingen te doorbreken door marketing excellence te stimuleren, het aanbod te vergroten en de bezoekerservaring te verbeteren.

In dit artikel presenteren Oussama Ahmad en Karim Hayek tien bewezen tactieken van het slagveld.

Voordat we machine learning (ML) data catalogi gaan verkennen, moeten we eerst definiëren wat een basis data catalogus is: een centrale opslagplaats die metadata opslaat.