ტურიზმისა და მასპინძლობის   ინდუსტრიაში ინტელექტუალური ტექნოლოგიების როლი პერსონალიზებული მომსახურების მართვაში

ელისაბედ  ბალიაშვილი

ჟურნალი ნომერი 2 ∘ ელისაბედ ბალიაშვილი ∘
ტურიზმისა და მასპინძლობის ინდუსტრიაში ინტელექტუალური ტექნოლოგიების როლი პერსონალიზებული მომსახურების მართვაში

Doi.org/10.52340/eab.2026.18.02.09

ჟურნალი N 2. 2026

ნაშრომში განხილულია ტურიზმისა და მასპინძლობის ინდუსტრიაში ინტელექტუალური ტექნოლოგიების როლის შესწავლა პერსონალიზებული მომსახურების ფორმირებისა და განვითარების კონტექსტით. ყურადღება გამახვილებულია ტურისტულ დანიშნულების ადგილებსა და სასტუმრო ბიზნესის სფეროზე, რასაც სხვა ტურისტულ სეგმენტებთან (კვების ობიექტები, ტუროპერატორები, ტურსააგენტოები, გიდის მომსახურება, სატრანსპორტო მომსახურება და ა.შ.) შედარებითი კვლევების მზარდი რაოდენობაც ადასტურებს.
• დანიშნულების ადგილებთან მიმართებაში ეს ტენდენცია განპირობებულია: ტურისტული მიმართულების კონკურენტუნარიანობის გავლენით არამხოლოდ ტურიზმის შემოსავლებზე - ვიზიტორთა რაოდენობისა და მათი ხარჯების თვალსაზრისით, არამედ გარკვეულწილად - ირიბი ზემოქმედებითაც მასთან დაკავშირებულ ეკონომიკურ სფეროებზე;
• სასტუმრო ბიზნესთან მიმართებაში - მსოფლიოს უდიდესი და მზარდი ტენდენციურობით აღსავსე სასტუმრო მომსახურების ინდუსტრიის აღმასვლით გლობალურ ეკონომიკაში, რომელსაც თან ახლავს ბაზარზე კონკურენტ-ფირმათა რაოდენობის ზრდა, მომსახურების ხარისხზე კომპანიების მზარდი ყურადღების გამახვილება და ამ პროცესებთან თანდართული ახალი მომხმარებლების შეძენისთვის მძაფრი კონკურენტული ბრძოლა (Tsai, Song, and Wong 2009; Baliashvili, E., 2025).
თანამედროვე მიდგომების ჭრილში ტურიზმისა და მასპინძლობის ინდუსტრიის განვითარების განხილვისას, განსაკუთრებული ყურადღება ექცევა „ჭკვიანი ტურიზმის“ ეკოსისტემაში ხელოვნური ინტელექტისა და მონაცემებზე დაფუძნებული ტექნოლოგიების როლს პერსონალიზებული მომსახურების განვითარებაში. მკვლევართა შეფასებით, Big Data-ზე დაფუძნებული ანალიტიკური სისტემები, AI-ალგორითმები და ინტეგრირებული ციფრული პლატფორმები მნიშვნელოვნად ზრდის მომხმარებელთა ქცევის პროგნოზირების შესაძლებლობას და უზრუნველყოფს მომსახურების პერსონალიზაციას რეალურ დროში (Ulrike Gretzel et al. 2015; V. Kumar and Werner Reinartz 2012; Gary L. Lilien, Rangaswamy and De Bruyn 2013).
აღნიშნული მიდგომა არამხოლოდ ზრდის ვიზიტორთა კმაყოფილებასა და ლოიალობას, არამედ მნიშვნელოვნად აუმჯობესებს მომსახურების ოპერაციულ ეფექტიანობასა და კონკურენტულ პოზიციებს ინდუსტრიაში. გამომდინარე აქედან, ციფრული ტექნოლოგიები და მონაცემთა ანალიტიკა მომსახურების სექტორის ტრანსფორმაციის ერთ-ერთ მთავარ ფაქტორად განიხილება (Christopher Lovelock and Young 1979; Adrian Payne and Frow 2005), ხოლო სტუმართა ქცევაზე დაფუძნებული პერსონალიზებული მომსახურების მნიშვნელობა - როგორც ერთ-ერთი ყველაზე ეფექტიანი და მოთხოვნადი მიმართულება თანამედროვე ტურიზმისა და მასპინძლობის ინდუსტრიაში.
წინამდებარე ტენდენცია განპირობებულია იმით, რომ ტურისტები არჩევანს ძირითადად საკუთარი სურვილების, საჭიროებებისა და გამოცდილების საფუძველზე აკეთებენ და ნაკლებად ეყრდნობიან მომსახურების მომწოდებლების მიერ შეთავაზებულ სტანდარტულ მოდელებს. მომხმარებელზე ორიენტირებული მენეჯმენტის კონცეფციაც ხაზს უსვამს, რომ ორგანიზაციებმა უნდა განავითარონ მომხმარებელთა მონაცემებზე დაფუძნებული ურთიერთობის მართვის სისტემები (V. Kumar and Werner Reinartz 2012).
მიუხედავად ამისა, აღნიშნულ სფეროში ზუსტი პროგნოზების გაკეთება კვლავაც რთულია, რადგან მომხმარებლების გადაწყვეტილების მიღების მოტივები ხშირად ღრმად არის დაფარული და ადამიანის ქცევის სრულად პროგნოზირება პრაქტიკულად შეუძლებელი. თუმცა, ტურისტული მომსახურების პროვაიდერები აქტიურად იწყებენ საკუთარი სტრატეგიების ადაპტირებას: აგროვებენ ვიზიტორთა მონაცემებს, იყენებენ ანალიტიკურ ტექნოლოგიებს და ცდილობენ სტუმრებს რეალურ დროში შესთავაზონ მათ საჭიროებებზე მაქსიმალურად მორგებული გადაწყვეტილებები.
ამდენად, ნაშრომის თეორიული ნაწილი ეფუძნება თანამედროვე სამეცნიერო ლიტერატურის სისტემურ მიმოხილვას, რომელიც მოიცავს - „ჭკვიანი ტურიზმის“ (Smart tourism) კონცეფციას, მონაცემებზე დაფუძნებულ მენეჯმენტს (Data-driven management) და ხელოვნური ინტელექტის (AI) გამოყენებას მომსახურების ინდუსტრიაში. განხილულია პერსონალიზაციის ის მოდელები და ანალიტიკური ჩარჩოები, რომლებიც ვიზიტორთა ქცევის პროგნოზირებასა და მომსახურების რეალურ დროში ადაპტაციას უზრუნველყოფს.
ემპირიული ანალიზი წარმოდგენილია საქართველოს ტურიზმისა და მასპინძლობის სექტორის მაგალითზე, სადაც გამოვლენილია მისი ზრდის დინამიკა და ტექნოლოგიური ტრანსფორმაციის საჭიროება. იგი დაფუძნებულია მეორადი სტატისტიკური მონაცემების კონტენტ-ანალიზს, მათ შორის: საქართველოს ტურიზმის ეროვნული ადმინისტრაციისა და საქართველოს სტატისტიკის ეროვნული სამსახურის მონაცემებს, რაც საშუალებას იძლევა შეფასდეს ინდუსტრიის განვითარების ტენდენციები და ტექნოლოგიური ტრანსფორმაციის აქტუალობა. აღნიშნული მეთოდოლოგიური მიდგომა უზრუნველყოფს კვლევის მიზნის მიღწევას და დასმული ამოცანების კომპლექსურ ანალიზს.
კვლევის შედეგები ადასტურებს, რომ პერსონალიზებული მომსახურება, რომელიც ეფუძნება მონაცემთა ანალიტიკასა და ინტელექტუალურ ტექნოლოგიებს, წარმოადგენს კონკურენტუნარიანობის, სტუმართა კმაყოფილებისა და მდგრადი განვითარების ერთ-ერთ მთავარ განმსაზღვრელ ფაქტორს. პერსონალიზაცია უკვე აუცილებლობაა და არა - არჩევანი. შესაბამისად, ნაშრომი ხაზს უსვამს ტექნოლოგიური ინოვაციების ინტეგრაციის მნიშვნელობას საქართველოს მასპინძლობის ინდუსტრიაში და განსაზღვრავს მისი განვითარების პრიორიტეტულ მიმართულებებს.

საკვანძო სიტყვები: მასპინძლობის ინდუსტრია; პერსონალიზებული სერვისები; ჭკვიანი ტურიზმი; ხელოვნური ინტელექტი (AI); დიდი მონაცემების ანალიზი; მომხმარებელზე ორიენტირებული მიდგომა.

Keywords: Personalization; Artificial Intelligence; Tourism; Hospitality Industry; Smart CRM; Digital Twin; Customer Experience; Competitiveness.
JEL Codes: L83, Z32, O33, C81, M31

References:
• Baliashvili, E., and N. Katsitadze. 2026. “Technological Innovation Management as a Key Driver of Success and Sustainable Development in the Modern Hotel Services Industry.” Moambe, Georgian Academy of Business Sciences. https://doi.org/10.52340/gbsab.2026.57.01;
• Buhalis, Dimitrios, and Azin Amaranggana. 2015. “Smart Tourism Destinations: Enhancing Tourism Experience through Personalisation of Services.” In Information and Communication Technologies in Tourism 2015, edited by Iis Tussyadiah and Alessandro Inversini, 377–389. Cham: Springer;
• Buttle, Francis. 2009. Customer Relationship Management: Concepts and Technologies. 2nd ed. Oxford: Elsevier;
• Cerdá-Mansilla, Elena, Iis Tussyadiah, Sara Campo, and Natalia Rubio. 2024. “Smart Destinations: A Holistic View from Researchers and Managers to Tourists and Locals.” Tourism Management Perspectives 51: 101223. https://doi.org/10.1016/j.tmp.2024.101223;
• El Archi, Youssef, Brahim Benbba, Zhulduz Nizamatdinova, Yerlan Issakov, Ivett Vargáné Gálicz, and Lóránt Dénes Dávid. 2023. “Systematic Literature Review Analysing Smart Tourism Destinations in Context of Sustainable Development: Current Applications and Future Directions.” Sustainability 15 (6): 5086. https://doi.org/10.3390/su15065086;
• Gartner. 2021. Magic Quadrant for Customer Data Platforms. Gartner Research;
• Georgian National Tourism Administration (GNTA). 2020–2025. Tourism in Figures; Statistical Review of Tourism; International Visitor Survey. Tbilisi: GNTA;
• Geostat (National Statistics Office of Georgia). 2025. Statistical Yearbook of Georgia 2025. Tbilisi: Geostat;
• Jain, Nick. 2023. “What Is Consumer Behavior Research? Definition, Examples, Methods, and Questions.” September 8, 2023;
• Katsitadze, N., E. Baliashvili, and M. Kutateladze. 2023. “The Trends of the Hotel Industry Development in International and Georgian Markets.” Economics & Business 4. https://doi.org/10.56079;
• Kotler, Philip, and Gary Armstrong. 2017. Marketing: An Introduction. 7th ed. Harlow: Pearson;
• Kumar, V., and Werner Reinartz. 2012. Customer Relationship Management: Concept, Strategy, and Tools. Berlin: Springer;
• Lilien, Gary L., Arvind Rangaswamy, and Arnaud De Bruyn. 2013. Principles of Marketing Engineering and Analytics. 2nd ed. New York: Routledge. https://doi.org/10.4324/9781315871639;
• Michopoulou, Eleni, and Dimitrios Buhalis. 2013. “Information Provision for Challenging Markets: The Case of Accessible Tourism.” Tourism Management 35: 212–220. https://doi.org/10.1016/j.tourman.2012.06.010;
• Mohan, P. 2025. Digital Twin Integration in Hospitality Management: A Data-Driven Framework for Operational Efficiency and Revenue Optimization. Singapore: Springer. https://doi.org/10.1007/978-981-99-8877-1;
• Nira, S. 2025. “AI-Driven Hyper-Personalization in Hospitality: Applications, Opportunities, Challenges, and Guest Trust Issues.” Journal of Hospitality Technology 11 (2): 145–162;
• Pattnaik, Sudhansu Sekhar, and Ansuman Samal. 2025. “Smart CRM Practices and Guest Satisfaction: A Modern Perspective on Hotel Marketing.” International Journal of Environmental Sciences 11 (6): 754–766;
• Payne, Adrian, and Pennie Frow. 2005. “A Strategic Framework for Customer Relationship Management.” Journal of Marketing 69 (4): 167–176. https://doi.org/10.1509/jmkg.2005.69.4.167;
• Prasad, K., and Chekitan S. Dev. 2000. “Managing Hotel Brand Equity: A Customer-Centric Framework for Assessing Performance.” Cornell Hotel and Restaurant Administration Quarterly 41 (3): 22–31. https://doi.org/10.1177/001088040004100314;
• Tealium. 2021. CDP Explained: A Comprehensive Guide to Customer Data Platforms;
• Vicomtech. 2022. TwinHotel: Digital Twin for Smart Hotel Management. San Sebastián: Vicomtech Technology Center.

ეკონომიკა და ბიზნესი ივანე ჯავახიშვილის სახელობის თბილისის სახელმწიფო უნივერსიტეტის ეკონომიკისა და ბიზნესის ფაკულტეტის რეფერირებადი და რეცენზირებადი საერთაშორისო სამეცნიერო-ანალიტიკური ჟურნალი

ISSN 1987-5789 ESSN 2587-5426 doi 10.52340	ჟურნალი ნომერი 2 ∘ ელისაბედ ბალიაშვილი ∘ ტურიზმისა და მასპინძლობის ინდუსტრიაში ინტელექტუალური ტექნოლოგიების როლი პერსონალიზებული მომსახურების მართვაში Doi.org/10.52340/eab.2026.18.02.09 ჟურნალი N 2. 2026 ნაშრომში განხილულია ტურიზმისა და მასპინძლობის ინდუსტრიაში ინტელექტუალური ტექნოლოგიების როლის შესწავლა პერსონალიზებული მომსახურების ფორმირებისა და განვითარების კონტექსტით. ყურადღება გამახვილებულია ტურისტულ დანიშნულების ადგილებსა და სასტუმრო ბიზნესის სფეროზე, რასაც სხვა ტურისტულ სეგმენტებთან (კვების ობიექტები, ტუროპერატორები, ტურსააგენტოები, გიდის მომსახურება, სატრანსპორტო მომსახურება და ა.შ.) შედარებითი კვლევების მზარდი რაოდენობაც ადასტურებს. • დანიშნულების ადგილებთან მიმართებაში ეს ტენდენცია განპირობებულია: ტურისტული მიმართულების კონკურენტუნარიანობის გავლენით არამხოლოდ ტურიზმის შემოსავლებზე - ვიზიტორთა რაოდენობისა და მათი ხარჯების თვალსაზრისით, არამედ გარკვეულწილად - ირიბი ზემოქმედებითაც მასთან დაკავშირებულ ეკონომიკურ სფეროებზე; • სასტუმრო ბიზნესთან მიმართებაში - მსოფლიოს უდიდესი და მზარდი ტენდენციურობით აღსავსე სასტუმრო მომსახურების ინდუსტრიის აღმასვლით გლობალურ ეკონომიკაში, რომელსაც თან ახლავს ბაზარზე კონკურენტ-ფირმათა რაოდენობის ზრდა, მომსახურების ხარისხზე კომპანიების მზარდი ყურადღების გამახვილება და ამ პროცესებთან თანდართული ახალი მომხმარებლების შეძენისთვის მძაფრი კონკურენტული ბრძოლა (Tsai, Song, and Wong 2009; Baliashvili, E., 2025). თანამედროვე მიდგომების ჭრილში ტურიზმისა და მასპინძლობის ინდუსტრიის განვითარების განხილვისას, განსაკუთრებული ყურადღება ექცევა „ჭკვიანი ტურიზმის“ ეკოსისტემაში ხელოვნური ინტელექტისა და მონაცემებზე დაფუძნებული ტექნოლოგიების როლს პერსონალიზებული მომსახურების განვითარებაში. მკვლევართა შეფასებით, Big Data-ზე დაფუძნებული ანალიტიკური სისტემები, AI-ალგორითმები და ინტეგრირებული ციფრული პლატფორმები მნიშვნელოვნად ზრდის მომხმარებელთა ქცევის პროგნოზირების შესაძლებლობას და უზრუნველყოფს მომსახურების პერსონალიზაციას რეალურ დროში (Ulrike Gretzel et al. 2015; V. Kumar and Werner Reinartz 2012; Gary L. Lilien, Rangaswamy and De Bruyn 2013). აღნიშნული მიდგომა არამხოლოდ ზრდის ვიზიტორთა კმაყოფილებასა და ლოიალობას, არამედ მნიშვნელოვნად აუმჯობესებს მომსახურების ოპერაციულ ეფექტიანობასა და კონკურენტულ პოზიციებს ინდუსტრიაში. გამომდინარე აქედან, ციფრული ტექნოლოგიები და მონაცემთა ანალიტიკა მომსახურების სექტორის ტრანსფორმაციის ერთ-ერთ მთავარ ფაქტორად განიხილება (Christopher Lovelock and Young 1979; Adrian Payne and Frow 2005), ხოლო სტუმართა ქცევაზე დაფუძნებული პერსონალიზებული მომსახურების მნიშვნელობა - როგორც ერთ-ერთი ყველაზე ეფექტიანი და მოთხოვნადი მიმართულება თანამედროვე ტურიზმისა და მასპინძლობის ინდუსტრიაში. წინამდებარე ტენდენცია განპირობებულია იმით, რომ ტურისტები არჩევანს ძირითადად საკუთარი სურვილების, საჭიროებებისა და გამოცდილების საფუძველზე აკეთებენ და ნაკლებად ეყრდნობიან მომსახურების მომწოდებლების მიერ შეთავაზებულ სტანდარტულ მოდელებს. მომხმარებელზე ორიენტირებული მენეჯმენტის კონცეფციაც ხაზს უსვამს, რომ ორგანიზაციებმა უნდა განავითარონ მომხმარებელთა მონაცემებზე დაფუძნებული ურთიერთობის მართვის სისტემები (V. Kumar and Werner Reinartz 2012). მიუხედავად ამისა, აღნიშნულ სფეროში ზუსტი პროგნოზების გაკეთება კვლავაც რთულია, რადგან მომხმარებლების გადაწყვეტილების მიღების მოტივები ხშირად ღრმად არის დაფარული და ადამიანის ქცევის სრულად პროგნოზირება პრაქტიკულად შეუძლებელი. თუმცა, ტურისტული მომსახურების პროვაიდერები აქტიურად იწყებენ საკუთარი სტრატეგიების ადაპტირებას: აგროვებენ ვიზიტორთა მონაცემებს, იყენებენ ანალიტიკურ ტექნოლოგიებს და ცდილობენ სტუმრებს რეალურ დროში შესთავაზონ მათ საჭიროებებზე მაქსიმალურად მორგებული გადაწყვეტილებები. ამდენად, ნაშრომის თეორიული ნაწილი ეფუძნება თანამედროვე სამეცნიერო ლიტერატურის სისტემურ მიმოხილვას, რომელიც მოიცავს - „ჭკვიანი ტურიზმის“ (Smart tourism) კონცეფციას, მონაცემებზე დაფუძნებულ მენეჯმენტს (Data-driven management) და ხელოვნური ინტელექტის (AI) გამოყენებას მომსახურების ინდუსტრიაში. განხილულია პერსონალიზაციის ის მოდელები და ანალიტიკური ჩარჩოები, რომლებიც ვიზიტორთა ქცევის პროგნოზირებასა და მომსახურების რეალურ დროში ადაპტაციას უზრუნველყოფს. ემპირიული ანალიზი წარმოდგენილია საქართველოს ტურიზმისა და მასპინძლობის სექტორის მაგალითზე, სადაც გამოვლენილია მისი ზრდის დინამიკა და ტექნოლოგიური ტრანსფორმაციის საჭიროება. იგი დაფუძნებულია მეორადი სტატისტიკური მონაცემების კონტენტ-ანალიზს, მათ შორის: საქართველოს ტურიზმის ეროვნული ადმინისტრაციისა და საქართველოს სტატისტიკის ეროვნული სამსახურის მონაცემებს, რაც საშუალებას იძლევა შეფასდეს ინდუსტრიის განვითარების ტენდენციები და ტექნოლოგიური ტრანსფორმაციის აქტუალობა. აღნიშნული მეთოდოლოგიური მიდგომა უზრუნველყოფს კვლევის მიზნის მიღწევას და დასმული ამოცანების კომპლექსურ ანალიზს. კვლევის შედეგები ადასტურებს, რომ პერსონალიზებული მომსახურება, რომელიც ეფუძნება მონაცემთა ანალიტიკასა და ინტელექტუალურ ტექნოლოგიებს, წარმოადგენს კონკურენტუნარიანობის, სტუმართა კმაყოფილებისა და მდგრადი განვითარების ერთ-ერთ მთავარ განმსაზღვრელ ფაქტორს. პერსონალიზაცია უკვე აუცილებლობაა და არა - არჩევანი. შესაბამისად, ნაშრომი ხაზს უსვამს ტექნოლოგიური ინოვაციების ინტეგრაციის მნიშვნელობას საქართველოს მასპინძლობის ინდუსტრიაში და განსაზღვრავს მისი განვითარების პრიორიტეტულ მიმართულებებს. საკვანძო სიტყვები: მასპინძლობის ინდუსტრია; პერსონალიზებული სერვისები; ჭკვიანი ტურიზმი; ხელოვნური ინტელექტი (AI); დიდი მონაცემების ანალიზი; მომხმარებელზე ორიენტირებული მიდგომა. Keywords: Personalization; Artificial Intelligence; Tourism; Hospitality Industry; Smart CRM; Digital Twin; Customer Experience; Competitiveness. JEL Codes: L83, Z32, O33, C81, M31 References: • Baliashvili, E., and N. Katsitadze. 2026. “Technological Innovation Management as a Key Driver of Success and Sustainable Development in the Modern Hotel Services Industry.” Moambe, Georgian Academy of Business Sciences. https://doi.org/10.52340/gbsab.2026.57.01; • Buhalis, Dimitrios, and Azin Amaranggana. 2015. “Smart Tourism Destinations: Enhancing Tourism Experience through Personalisation of Services.” In Information and Communication Technologies in Tourism 2015, edited by Iis Tussyadiah and Alessandro Inversini, 377–389. Cham: Springer; • Buttle, Francis. 2009. Customer Relationship Management: Concepts and Technologies. 2nd ed. Oxford: Elsevier; • Cerdá-Mansilla, Elena, Iis Tussyadiah, Sara Campo, and Natalia Rubio. 2024. “Smart Destinations: A Holistic View from Researchers and Managers to Tourists and Locals.” Tourism Management Perspectives 51: 101223. https://doi.org/10.1016/j.tmp.2024.101223; • El Archi, Youssef, Brahim Benbba, Zhulduz Nizamatdinova, Yerlan Issakov, Ivett Vargáné Gálicz, and Lóránt Dénes Dávid. 2023. “Systematic Literature Review Analysing Smart Tourism Destinations in Context of Sustainable Development: Current Applications and Future Directions.” Sustainability 15 (6): 5086. https://doi.org/10.3390/su15065086; • Gartner. 2021. Magic Quadrant for Customer Data Platforms. Gartner Research; • Georgian National Tourism Administration (GNTA). 2020–2025. Tourism in Figures; Statistical Review of Tourism; International Visitor Survey. Tbilisi: GNTA; • Geostat (National Statistics Office of Georgia). 2025. Statistical Yearbook of Georgia 2025. Tbilisi: Geostat; • Jain, Nick. 2023. “What Is Consumer Behavior Research? Definition, Examples, Methods, and Questions.” September 8, 2023; • Katsitadze, N., E. Baliashvili, and M. Kutateladze. 2023. “The Trends of the Hotel Industry Development in International and Georgian Markets.” Economics & Business 4. https://doi.org/10.56079; • Kotler, Philip, and Gary Armstrong. 2017. Marketing: An Introduction. 7th ed. Harlow: Pearson; • Kumar, V., and Werner Reinartz. 2012. Customer Relationship Management: Concept, Strategy, and Tools. Berlin: Springer; • Lilien, Gary L., Arvind Rangaswamy, and Arnaud De Bruyn. 2013. Principles of Marketing Engineering and Analytics. 2nd ed. New York: Routledge. https://doi.org/10.4324/9781315871639; • Michopoulou, Eleni, and Dimitrios Buhalis. 2013. “Information Provision for Challenging Markets: The Case of Accessible Tourism.” Tourism Management 35: 212–220. https://doi.org/10.1016/j.tourman.2012.06.010; • Mohan, P. 2025. Digital Twin Integration in Hospitality Management: A Data-Driven Framework for Operational Efficiency and Revenue Optimization. Singapore: Springer. https://doi.org/10.1007/978-981-99-8877-1; • Nira, S. 2025. “AI-Driven Hyper-Personalization in Hospitality: Applications, Opportunities, Challenges, and Guest Trust Issues.” Journal of Hospitality Technology 11 (2): 145–162; • Pattnaik, Sudhansu Sekhar, and Ansuman Samal. 2025. “Smart CRM Practices and Guest Satisfaction: A Modern Perspective on Hotel Marketing.” International Journal of Environmental Sciences 11 (6): 754–766; • Payne, Adrian, and Pennie Frow. 2005. “A Strategic Framework for Customer Relationship Management.” Journal of Marketing 69 (4): 167–176. https://doi.org/10.1509/jmkg.2005.69.4.167; • Prasad, K., and Chekitan S. Dev. 2000. “Managing Hotel Brand Equity: A Customer-Centric Framework for Assessing Performance.” Cornell Hotel and Restaurant Administration Quarterly 41 (3): 22–31. https://doi.org/10.1177/001088040004100314; • Tealium. 2021. CDP Explained: A Comprehensive Guide to Customer Data Platforms; • Vicomtech. 2022. TwinHotel: Digital Twin for Smart Hotel Management. San Sebastián: Vicomtech Technology Center.