Localización óptima de oficinas turísticas en Madrid

Abstract

El sector turístico en España es una de sus fortalezas a nivel mundial. Más concretamente, su capital ofrece una oferta muy variada y de reconocido prestigio que disfrutan millones de personas cada año. Para seguir aumentado tanto el número de turistas como su importancia económica, es importante desarrollar una red de puntos de información que acompañen y guíen a dichos turistas. Conocer los flujos turísticos, poco estudiados actualmente, es clave para poder situar de forma óptimas dicha red. En este trabajo se establecen tres distintas fuentes de datos: dos desde el punto de vista de la oferta, número de camas en alojamientos oficiales y publicadas en la plataforma Airbnb, y uno desde la demanda, los tweets geolocalizados. Integrando, a continuación, las tres fuentes de datos. En un primer momento se han descrito la distribución de cada uno de los datos y se ha analizado dicha distribución mediante análisis de autocorrelación lineal y concentración de puntos calientes. A continuación, se realizan modelos de localización óptima de oficinas turísticas. Estableciendo 10, 20 y 50 puntos respectivamente y maximizando el número de usuarios potenciales en una distancia recorrida de 300 y 600 metros. Como la ciudad de Madrid tiene actualmente doce puntos de información turística en el área de estudio, se ha comparado el porcentaje de los datos analizados en el área de influencia de dichas oficinas, comparándolas con las situadas en una posición óptima. Para terminar, se ha realizado una propuesta de ampliación hasta los 20 y 50 puntos de información. Como conclusión, se observa una concentración de turistas en la zona centro de la ciudad y, por lo tanto, se concentran en dicha zona las oficinas turísticas.

The tourism sector in Spain is one of its strengths worldwide. More specifically, its capital offers a very varied and prestigious offer that millions of people enjoy every year. In order to continue increasing the number of tourists and their economic importance, it is important to develop a network of tourist offices to accompany and guide these tourists. Knowing the tourist flows, little studied at the moment, is key to be able to locate this network in an optimal way. In this study, three different sources of data are established: two from the point of view of the offer, number of beds in official accommodations and published on the Airbnb platform, and one from the demand, geolocated tweets. Integrating, then, the three data sources. Initially, the distribution of each data was described and analyzed by autocorrelation analysis and concentration of hot spots. Then, models of optimal location of tourist offices have been made, establishing 10, 20 and 50 points respectively and maximizing the number of potential users in a distance covered of 300 and 600 meters. As the city of Madrid currently has twelve tourist information points in the study area, the percentage of data analyzed in the area of influence of these offices has been compared, comparing them with those located in an optimal position. Finally, an extension proposal has been made up to 20 and 50 information points. In conclusion, there is a concentration of tourists in the downtown area of the city and therefore tourist offices are concentrated in this area.