Resumen de Airbnb y la turistificación de los barrios en las ciudades: un análisis de segmentación por barrios de alojamiento extrahotelero en Madrid

Elena Cerdá Mansilla, Natalia Rubio Benito, Blanca García Henche, Sara Campo Martínez

• español

  La disrupción generada por la economía inteligente y por la economía colaborativa en el entorno exige la capacidad de reinventarse a los destinos turísticos y partes interesadas. Se detecta la necesidad de un nuevo modelo de destino turístico inteligente que integre las 3’s (Smart, Share y Sustainability). Mediante el estudio de caso de Madrid, se ilustra el impacto de los alojamientos turísticos de Airbnb en el territorio mediante determinados indicadores cuantitativos. Por medio de un análisis clúster se realizan diversas agrupaciones de los distritos, en función de distintos indicadores (nº de alojamientos, nº de alojamientos/ y precio medio de los alojamientos) que permiten medir el grado de impacto de los alojamientos turísticos de alquiler (Airbnb) en el territorio. Se complementa el análisis de los alquileres turísticos, agrupando los distritos en función del precio de los alquileres destinados a uso permanente (Fotocasa), a fin de tener una imagen más fidedigna de la vivienda en alquiler en la capital española. Por último, se sugieren distintas soluciones para la descongestión de determinados distritos, resaltando la posibilidad del uso de inteligencia artificial mediante algoritmos para una gestión eficaz de los destinos; así como se acentúa la importancia de guiar las actuaciones gubernamentales hacia la sostenibilidad del destino

• English

  The proliferation of peer to peer (P2P) platforms for non-hotel tourist accommodation (Airbnb, HomeAway, HouseTrip, etc.) has promoted the touristification of many neighborhoods in a large number of cities, which have been affected by a considerable increase in the supply of this kind of accommodation. This article analyses Airbnb's non-hotel tourist accommodation in Madrid. Various groupings of the city's districts are made through cluster analysis to measure the impact of Airbnb in Madrid, based on three quantitative indicators related to the platform's accommodations (number of accommodations, number of accommodations / km^2 and average rental price). The analysis of tourist rentals is complemented with a grouping the districts according to the average rental price for permanent use (Fotocasa), in order to gain a more accurate picture of rented housing in the Spanish capital. Finally, different solutions are suggested for the decongestion of certain districts, highlighting the possibility of using artificial intelligence through algorithms for an effective management of destinations. Furthermore, the importance of guiding government actions towards the sustainability of the destination is emphasized