O setor de hospitalidade gera uma enorme variedade de dados que crescem a cada dia, tornando-se fisicamente impossível analisar esses dados manualmente a fim de construir um bom modelo de dados. Um profundo entendimento dos perfis dos atuais clientes permite uma melhor alocação de recursos e leva a uma melhor definição das estratégias de desenvolvimento de produtos e mercados. A divisão dos clientes em grupos semelhantes para ajudar a desenvolver mensagens de marketing mais objetivas e focadas para cada um dos seus segmentos. Desse modo na presente dissertação são estudados métodos de classificação e segmentação de dados existentes na revisão da literatura. De seguida, procede-se à apresentação de um estudo de um caso real, usando dados pertencentes a Sistemas de Gestão de Propriedade de oito hotéis portugueses, quatro hóteis de cidade e quatro hóteis de resort, este conjunto de dados é composto por quarenta e um atributos, mas, após uma selecção das variáveis com maior poder preditivo, apenas um subconjunto de atributos é utilizado para a modelação dos dados. Em seguida, são aplicados os métodos de classificação e segmentação estudados na revisão de literatura de modo a extrair informação relevante. Os resultados são analisados e discutidos para entender sua adequação ao estudo das características particulares das reservas de hotéis.

The hospitality industry generates a huge variety of data that grows by the day, becoming incrinsingly difficult to analyse this data manually in order to build a good data model. A thorough understanding of current customer profiles enables better resource allocation and leads to better definition of product and market development strategies. Dividing customers into similar groups to help develop more objective and focused marketing messages for each of the segments. Thus, in the present dissertation methods of classification and segmentation of existing data in the literature review are studied. Then, a real case study is presented, using data from Property Management Systems of eight Portuguese hotels, four city hotels and four resort hotels. This data set consists of fortyone attributes but, after selection of the most predictive variables, only a subset of attributes is used for data modeling. Next, the classification and segmentation methods studied in the literature review are applied for extracting the relevant information. The results are analyzed and discussed to understand their suitability to study the particular characteristics of hotel reservations.