¿Es la Distribución Poisson una herramienta útil en las estadísticas de turismo en Perú?

¿Es la Distribución Poisson una Herramienta Útil en las estadísticas del rubro del
Turismo?
Aaron Ruiz
¿Es la distribución poisson una herramienta útil en las estadísticas en el rubro del
turismo? En el mundo empresarial existe mucha información que resulta de las
actividades y tareas realizadas diariamente de acuerdo con el rubro y giro del negocio.
Esta importante información muchas veces no es tomada en cuenta para realizar un
análisis que permita tomar las mejores decisiones. Sin embargo, ésta información debe
ser bien utilizada para estimar escenarios futuros similares y responder de la mejor
manera a situaciones parecidas, para evitar caer en errores a veces graves. Pues, para
ello, existen las estadísticas, una ciencia que recoge, organiza, presenta, analiza e
interpreta datos con el fin de propiciar una toma de decisiones más eficaz (Lind,
Marchal y Wathen; 2012). En el rubro del turismo, un sector variado, donde se incluye
la industria hotelera e industria gastronómica, viene creciendo año tras año en el Perú,
posee información de las actividades turísticas que se viene realizando en el interior y
fuera del país, y puede ser bien empleada por todas las entidades e instituciones públicas
y privadas para la mejor toma de decisiones. Asimismo, las estadísticas e información
de éstas actividades están relacionadas con el tiempo, distancia o área, como, por
ejemplo: el número de llegadas de turistas al Perú en un determinado año, la cantidad de
turistas en Machu Picchu, el tiempo de demora de viaje de ciudad a ciudad, la distancia
que existe entre Lima y Cusco, el número de habitaciones ocupadas por turistas
nacionales, el porcentaje de restaurantes ocupados en fiestas patrias, etc. Bajo estos
parámetros, éste ensayo detallará los conceptos de la Distribución de Probabilidad
Discreta Poisson, comparando con otras distribuciones de probabilidades discretas, y su
aplicación en el rubro del turismo para la mejor toma de decisiones.
Como bien ha sido mencionado, el turismo es un rubro donde se realizan diversas
actividades donde existe mucha información y estadísticas útiles para una buena toma
de decisiones. Para realizar una buena toma de decisiones se debe de plantear escenarios
con resultados de probabilidad favorables, por lo que ésta información estadística es de
carácter discreto, quiere decir, que adopta un número de valores separados, como, por
ejemplo: 5 días de viaje en promedio, 3500000 de turistas visitaron el Perú éste año, 650
dólares es el gasto promedio por turista en su vista a Lima, entre otros datos. Es por ello
2
que, la mejor herramienta para definir probabilidades es la distribución de
probabilidades discretas.
Dentro de las distribuciones de probabilidades discretas, las más conocidas y usadas son
la distribución Binomial, Poisson e Hipergeométrica. La primera presenta dos
resultados favorables: éxito o fracaso y su probabilidad es la misma en cada ensayo.
Asimismo, contiene una cantidad fija de ensayos independientes uno del otro. En el
caso de Poisson, ésta adiciona un intervalo de tiempo definido (área, distancia, tiempo u
otra unidad de medida) e independiente, y la probabilidad de que suceda el evento es
proporcional al tamaño del intervalo. Por último, la distribución Hipergeométrica,
presenta resultados de cada ensayo en éxito o fracaso y los ensayos no son
independientes. Asimismo, las muestras se realizan con una población finita sin
reemplazo y la probabilidad de éxito cambia en cada ensayo.
Como es conocido, todas éstas distribuciones miden una probabilidad exacta y para el
caso del turismo existe una de ellas que posee la mejor aplicación posible. Esta es la
distribución poisson, la cual posee la característica de medir la probabilidad en función
a un número de individuos por unidad de tiempo, de espacio, distancia, área, ésta es
aplicable en cualquier unidad similar de medida tal como lo afirma Triola (2004). De
acuerdo con Gestiopolis (2016), la distribución de poisson es una distribución de
variable discreta en la que sus principales aplicaciones hacen referencia a la
modelización de situaciones en las que nos interesa determinar el número de hechos de
cierto tipo que se pueden producir en un intervalo de tiempo o de espacio. Asimismo,
Kazmier (1991) menciona que ésta distribución ocurre en un continuo, en vez de ocurrir
en ensayos u observaciones fijas. La distribución se basa en dos supuestos: la
probabilidad es proporcional a la longitud del intervalo, eso quiere decir que mientras
más grande es el intervalo, la probabilidad será mayor y los intervalos son
independientes. Esta distribución apoya a la llamada distribución binomial cuando
existe una probabilidad de éxito muy pequeña y un tamaño de muestra grande o sino
cuando el tamaño de la muestra es mayor a 30.
De ésta manera, la distribución Poisson se aplica en el rubro de turismo y sus diversas
industrias como son: alojamiento para visitantes (incluidos hoteles y establecimientos
asimilados), actividades de provisión de alimentos y bebidas (principalmente
3
restaurantes), transporte de pasajeros (por ferrocarril, por carretera, por agua y aéreo),
actividades de agencias de viajes y de otros servicios de reserva y otras industrias
turísticas. La principal entidad a nivel mundial que proporciona estadísticas
relacionadas al rubro del turismo es la Organización Mundial de Turismo, quien publica
anualmente un Compendio de Estadísticas de Turismo (2014) que muestra indicadores
estadísticos de turismo receptor, turismo emisor, turismo interno, empleo turístico,
indicadores complementarios macroeconómicos, entre otros. Estos indicadores deben de
ser aprovechados por las empresas que deseen promover el turismo bajo un análisis
estadístico completo, con el uso de herramientas estadísticas, como la Distribución de
Poisson.
Por ejemplo, los turistas nacionales realizan 4 viajes al interior del país cada año. En
éste caso, las agencias de viajes pueden diseñar sus paquetes turísticos en base a la
cantidad de visitas anuales que realizan al interior del país. Pues de ésta manera, la
agencia de viaje puede definir la probabilidad de que se realice uno, dos, tres, cuatro o
más visitas anuales, bajo los supuestos de la distribución de poisson. Así pues, la media
de cantidad de viajes al interior del país es 4, y la probabilidad que se realice 0 viajes es
2%; 1 viaje, 7%; 2 viajes, 15%, 3 viajes, 20%, 4 viajes, 20% y más de 4 viajes es 37%.
Ahora, realizando otra suposición en la que un empresario hotelero desea abrir un hotel
en La Libertad, necesitará estadísticas del número de pernoctaciones por persona entre
los meses de diciembre y abril principalmente. Así pues, según el Perfil del
Vacacionista Nacional que visita La Libertad de PROMPERU (2014), muestra que las
noches de permanencia de cada persona en la Libertad es en promedio 6. Asimismo,
aplicando la distribución de poisson, la probabilidad de que una persona pernocte de 0 a
2 noches en el hotel es de 7%; de 3 a 5 noches, 38% y más de 6 noches, 55%. Con estas
probabilidades tomará la decisión más certera de abrir o no un hotel.
Asimismo, en la industria gastronómica, existen restaurantes de lujo donde se recibe en
promedio 5 clientes por hora entre las 12pm y 4pm. El dueño del restaurante sabe que,
en promedio, llegan 5 clientes en dicho horario y para lo cual desea saber la
probabilidad de que lleguen más de 5 clientes. Para éste caso, la media de visita de
comensales es 5 por el numero de clientes promedio que llegan entre las 12pm y 4pm y
la probabilidad de que lleguen finalmente 5 personas es de 38.4%. Asimismo, es
recomendable determinar la probabilidad que lleguen de 0 a 1 cliente, 4%; de 2 a 3
4
clientes, 22% y de 4 a 5 clientes, 35%. De ésta manera, el dueño podrá estimar la
cantidad de platos para su clientela.
Por otro lado, se puede realizar una suposición considerando el gasto promedio anual
del turista extranjero en nuestro país. Para lo cual, el Ministerio de Comercio Exterior y
Turismo podrá considerar la probabilidad de que en el próximo año gaste una cantidad
igual o mayor para estimar las divisas que podría generar éstas visitas. Según
PROMPERU (2014), el gasto promedio del año 2014 fue de US$ 992, y la probabilidad
de que gaste hasta US$ 1000 dólares en su próximo viaje es de 60.8% y más de US$
1000 es de 39.2%. Con ello se concluye que, en el próximo año, es muy probable que se
siga gastando en promedio US$ 992.
Como se puede observar, la distribución poisson es una herramienta útil y exacta en
determinación de probabilidades en situaciones de actividades turísticas como las vistas
anteriormente. Esta distribución es relevante, debido a que no solo considera aspectos
de tiempo, si no también, espacio y lugar, factores claves en la industria del turismo.
Con ello, los gerentes, directores y personas responsables de sus empresas o entidades
públicas tendrán mayor certeza en tomar decisiones de manera estratégica y evitar caer
en los mismos errores.
5
REFERENCIAS
Gestiopolis (2016). ¿Qué es la distribución de Poisson? Recuperado el 25 de marzo del
2016, de http://www.gestiopolis.com/que-es-la-distribucion-de-poisson/
Kazmier (1991). Distribuciones de probabilidad para variables aleatorias discretas:
binomial, Hipergeométrica y poisson. En Estadística aplicada a administración y
economía (pp. 103 125). México D.F.: McGraw Hill.
Lind, D., Marchal, W. y Wathen, S. (2012) Estadística Aplicada a los Negocios y la
Economía. McGraw Hill Ed. 15.
PROMPERU (2014). Perfil del Vacacionista Nacional 2014. Recuperado el 25 de
marzo del 2015, de: http://media.peru.info/IMPP/2014/Perfil-Vacacionista-
Nacional/Lugar-Visitado/PVN-2014-Vacacionistas-que-visitaron-La-Libertad.pdf
PROMPERU (2014). Perfil del Turista Extranjero 2014. Recuperado el 26 de marzo
del 2015, de: http://media.peru.info/IMPP/2014/Perfil-Turista-Extranjero/Perfil-del-
Turista-Extranjero-2014-Consolidado.xlsx
PROMPERU (2012). Arribos a los Establecimientos de Hospedaje - Ayacucho.
Recuperado el 26 de marzo del 2015, de:
http://intranet.promperu.gob.pe/IMPP/2010/EstadisticasPeru/Arribos%20a%20los%20E
stablecimientos%20de%20Hospedaje/Ayacucho.xls
Triola (2004). Distribuciones de probabilidad. En Estadística (pp. 180-223). México
D.F..: Pearson Education
World Tourism Organization (2014). Compendio de estadísticas de turismo.
Recuperado el 25 de marzo del 2016; de:
http://statistics.unwto.org/es/content/compendio-de-estadisticas-de-turismo
(Visited 1 times, 1 visits today)

Hazle saber al autor que aprecias su trabajo

Estás en libertad de marcarlo con "Me gusta" o no

Tu opinión vale, comenta aquíOculta los comentarios

Comentarios

comentarios

Compártelo con tu mundo

Cita esta página
Ruiz Huarca Aaron. (2016, julio 15). ¿Es la Distribución Poisson una herramienta útil en las estadísticas de turismo en Perú?. Recuperado de http://www.gestiopolis.com/la-distribucion-poisson-una-herramienta-util-las-estadisticas-turismo-peru/
Ruiz Huarca, Aaron. "¿Es la Distribución Poisson una herramienta útil en las estadísticas de turismo en Perú?". GestioPolis. 15 julio 2016. Web. <http://www.gestiopolis.com/la-distribucion-poisson-una-herramienta-util-las-estadisticas-turismo-peru/>.
Ruiz Huarca, Aaron. "¿Es la Distribución Poisson una herramienta útil en las estadísticas de turismo en Perú?". GestioPolis. julio 15, 2016. Consultado el 25 de Septiembre de 2016. http://www.gestiopolis.com/la-distribucion-poisson-una-herramienta-util-las-estadisticas-turismo-peru/.
Ruiz Huarca, Aaron. ¿Es la Distribución Poisson una herramienta útil en las estadísticas de turismo en Perú? [en línea]. <http://www.gestiopolis.com/la-distribucion-poisson-una-herramienta-util-las-estadisticas-turismo-peru/> [Citado el 25 de Septiembre de 2016].
Copiar
Imagen del encabezado cortesía de yotut en Flickr