Sacristán Díaz, MacarenaGarrido-Vega, PedroPerdomo Verdecia, Vladimir2024-10-162024-10-162024-07-15Perdomo Verdecia, V. (2024). Lean management en la industria hotelera: gestión del valor en el servicio al cliente. (Tesis Doctoral Inédita). Universidad de Sevilla, Sevilla.https://hdl.handle.net/11441/163729La aplicación exitosa de Lean Management (LM) en otras industrias de servicios ha demostrado que su implantación en el sector hotelero puede tener beneficios potenciales. Para lograr la fidelización de sus clientes, los hoteles necesitan fomentar la competitividad y adaptarse a los cambios del mercado. El objetivo general de esta tesis doctoral es propiciar una mayor efectividad en la aplicación de Lean Management (LM) en hoteles. Dado que la meta fundamental de este enfoque es maximizar el valor para el cliente, eliminando toda fuente de despilfarros, nuestra investigación se centra en analizar la calidad del servicio en hoteles, en sus diferentes dimensiones y teniendo en cuenta la diversidad de servicios que ofrecen, para identificar así los aspectos que contribuyen a la satisfacción del cliente y que definen el valor para el mismo. Para alcanzar este objetivo, se han abordado tres objetivos específicos: 1. Identificar, organizar y resumir la investigación actual de LM en la industria hotelera, y sugerir líneas de investigación sobre LM en hoteles. 2. Evaluar e identificar las configuraciones de la calidad de los servicios hoteleros que producen la satisfacción (y la no satisfacción) del cliente, como base para la implementación de LM en hoteles. 3. Identificar y analizar las dimensiones de la calidad del servicio (SQD, service quality dimensions) de diferentes servicios hoteleros a partir de las reseñas online de clientes y visualizar su relación con las calificaciones otorgadas por éstos. Las metodologías de investigación elegidas según estos objetivos son las siguientes: 1. Una revisión sistemática de la literatura (SLR, systemathic literature review) sobre LM en hoteles, basada en un proceso estructurado, transparente, replicable y en múltiples etapas. 2. Un estudio exploratorio utilizando datos estructurados obtenidos de encuestas. Para el análisis de los datos se ha aplicado un enfoque configuracional basado en el Análisis Comparativo Cualitativo de Conjuntos Difusos (fsQCA). 3. Para identificar y analizar las SQD en una recopilación de datos no estructurados de las reseñas online de cliente en la plataforma TripAdvisor, se ha utilizado SERVQUAL como base teórica y se ha desarrollado un modelo de autoaprendizaje automático basado en ML (Machine learning) conocido como BERT (Bidirectional Encoder Representations from Transformers) para etiquetar automáticamente las SQD de cada servicio hotelero. Los resultados recogidos en el Capítulo 2 indican que las revisiones bibliográficas sobre LM apenas mencionan los hoteles, y lo hacen principalmente para resaltar la escasa atención que los investigadores prestan al tema. Además, la SLR ha arrojado un resultado de 36 artículos tras la identificación y procesamiento de referencias, lo que demuestra que, a pesar de lo mucho que podría aportar a niveles académico y profesional, la investigación sobre el tema aún es escasa. Esto ha permitido proponer nuevas e interesantes líneas de investigación. Los resultados del caso de estudio del Capítulo 3, utilizando la herramienta fsQCA en el contexto de una investigación comparativa y un enfoque de pensamiento configuracional, han sido valiosos para identificar combinaciones de calidad de los servicios hoteleros que generaran altos niveles de CS. Esto posibilita adaptar los procesos según las necesidades específicas de los clientes, con un impacto directo en el valor percibido y en la creación de ventajas competitivas sostenibles en el mercado. Por último, los resultados derivados del Capítulo 4, que se sintetizan en el modelo REVIEWQUAL, ofrecen una nueva perspectiva para identificar automáticamente las SQD según el tipo de servicio en los hoteles y analizar su influencia en las calificaciones de las reseñas online de los clientes. Esto facilita la toma de decisiones internas y estratégicas en los hoteles, así como la realización de estudios comparativos.The successful application of Lean Management (LM) in other service industries has shown that its implementation in the hospitality sector can potentially have benefits. Hotels must be competitive and adapt to market changes to build customer loyalty. The general objective of this doctoral thesis is to promote a more effective application of Lean Management (LM) in hotels. Given that the fundamental goal of this approach is to maximise value for customers by eliminating all sources of waste, our research focuses on analysing the quality of service in hotels – in its different dimensions and considering the diversity of services offered – with the aim of identifying those aspects that contribute to customer satisfaction and define value for customers. Three specific objectives have been addressed to achieve this general objective: 1. To identify, organise and summarise current LM research in the hotel industry and suggest research lines on LM in hotels. 2. To evaluate and identify the quality configurations of hotel services that produce customer satisfaction (and non-satisfaction) as a basis for LM implementation in hotels. 3. To identify and analyse hotel service quality dimensions (SQD) from online customer reviews and visualise their relationships with customer ratings. The following research methodologies were chosen to meet these objectives: 1. A systematic review of the literature (SLR) on LM in hotels, based on a structured, transparent, replicable and multi-stage process. 2. An exploratory study using structured data obtained from surveys. A configurational approach based on the Qualitative Comparative Analysis of Fuzzy Sets (fsQCA) has been applied for the data analysis. 3. SERVQUAL has been used as the theoretical basis to identify and analyse service quality dimensions (SQD) in an unstructured data set from hotel online reviews on the TripAdvisor platform. A Bidirectional Encoder Representations from Transformers (BERT) machine learning (ML) model was developed to label automatically the hotel service SQDs. he results reported in Chapter 2 indicate that the literature reviews on LM barely mention hotels and, when they do, mainly do so to highlight the scant attention that researchers pay to the subject. After reference identification and processing, the SLR yielded a portfolio of 36 articles, which shows that research on the subject is still scarce despite the importance that it could have at the academic and professional levels. This fact has allowed new and interesting lines of research to be proposed. The fsQCA tool in the context of comparative research and a configurational thinking approach were used in the case study. The corresponding results in Chapter 3 have been valuable for identifying quality combinations of hotel services and generating the highest customer satisfaction levels. This enables processes to be tailored to specific customer needs, directly impacting perceived value and creating sustainable competitive advantages in the market. Finally, the results derived from Chapter 4 offer a new perspective to automatically identifying SQDs depending on the hotel service types and analysing their influence on customer ratings. This facilitates internal and strategic decision-making in hotels and enables comparative studies.application/pdf246 p.spaAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Lean Management (LM)HotelesCalidad del servicioSatisfacción del clienteSLRfsQCAMachine Learning (ML)HotelsService qualityCustomer satisfactioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccess