Predictive Modelling for Sustainable Pilgrim Flow Management on the Camino de Santiago

Abstract

When destinations are in a growth or maturity phase, two simultaneous debates usually arise: is there overtourism? and ‐if it exists‐ does it have negative consequences? The literature has been concerned with providing scientific answers to these questions analysing cases of urban and sun and sand destinations. The differential elements of rural destinations in relation to this topic have usually been neglected. This study presents a prediction instrument built specifically for a growing destination located ‐ almost entirely ‐ in a rural environment: El Camino de Santiago. Based on the information collected over the last 20 years by the Pilgrim’s Welcome Office receiving more than 4 million pilgrims, this instrument is aimed at predicting the number of pilgrims who will pass through a series of hotspots ‐employing Seasonal Autoregressive Integrated Moving Average (SARIMA), and Trigonometric seasonality, Box‐Cox transformation, ARMA errors, Trend and Seasonal Components (TBATS) models‐ to help control management of pilgrim flows and thus counteract the possible negative consequences of overtourism, optimising the experience for tourists, business owners, and residents of the hotspots.

Cuando los destinos se encuentran en fase de crecimiento o madurez, suelen surgir dos debates simultáneos: ¿existe sobreturismo? y ‐en caso de que exista‐ ¿tiene consecuencias negativas? La literatura se ha ocupado de dar respuestas científicas a estas preguntas analizando casos de destinos urbanos y de sol y playa. Los elementos diferenciales de los destinos rurales en relación con este tema han sido habitualmente desatendidos. Este estudio presenta un instrumento de predicción construido específicamente para un des‐ tino en crecimiento ubicado ‐casi en su totalidad‐ en un entorno rural: Camino de Santiago. A partir de la información recogida en los últimos 20 años por la Oficina de Acogida al Peregrino sobre más de 4 millones de peregrinos, este instrumento de predicción tiene como objetivo predecir el número de peregrinos que pasarán por una serie de hotspots ‐empleando la Media Móvil Autorregresiva Estacional Integrada (SARIMA)‐, y Trigonometric seasonality, Box‐Cox transformation, ARMA errors, Trend and Seasonal Components (TBATS) models‐ ayudando a la gestión del flujo de peregrinos y controlando así las posibles consecuencias negativas del sobreturismo, optimizando la experiencia de turistas, empresarios y residentes de los hotspots.