# Monitoreo de paridad de tarifas de hotel por país y dispositivo

> URL: https://foura.ai/es/blog/hotel-rate-parity-monitoring
> Updated: 2026-10-20
> Index: https://foura.ai/llms.txt

Tu reporte de paridad indica que las tarifas coinciden en todos los canales. Luego, alguien abre la misma publicación de Booking.com en un teléfono y la ve al menos un 10% más barata, ya que ese es el descuento mínimo que Booking.com permite para una [tarifa móvil](https://partner.booking.com/en-us/help/rates-availability/rates-special-offers/setting-mobile-rates).

Nadie rompió la paridad. Tu monitor simplemente nunca consultó desde ese teléfono.

## El desafío

En Booking.com dentro del EEE, un contrato ya no protegerá tu tarifa. La Ley de Mercados Digitales prohíbe las cláusulas de paridad "de cualquier tipo" para la plataforma, y la [ficha informativa del 28 de septiembre de 2026](https://digital-markets-act.ec.europa.eu/factsheet-how-dma-ensures-businesses-using-bookingcom-are-free-set-their-prices-and-bookingcom-2026-09-28_en) de la Comisión Europea detalla un efecto que la mayoría de los rate shoppers pasa por alto. Bajo Booking Sponsored Benefit, Booking.com reduce el precio mostrado al huésped y cubre la diferencia por su cuenta, y desde septiembre de 2026 ya no analiza los precios del hotel en otros sitios para decidir qué propiedades califican. Esto significa que el precio en una publicación puede caer por debajo de la tarifa que cargaste sin que modifiques nada.

Los hoteleros ya lo perciben. El [Estudio de Distribución Hotelera Europea 2026](https://www.hotrec.eu/media/static/files/import/all_news_2026_2026_35/executive-summary_european-hotel-distribution-study-2026_hotrec.pdf) de HOTREC, basado en 2.713 hoteles, reveló que el 51% observa que las OTA venden por debajo de su precio directo al menos ocasionalmente, y 4 de cada 5 afirman que nunca lo autorizaron. Otro 44% reporta que sus tarifas o habitaciones aparecen en otras plataformas a través de intermediarios. La cifra que debería preocupar a quien desarrolle el monitoreo es el 26% que respondió "no lo sé" a esa pregunta.

Sin embargo, "el precio de la OTA" no es una cifra única. Sin iniciar sesión, una misma habitación para una misma noche puede tener varios precios según quién consulte:

| Precio | Quién lo ve | Consultar desde |
|---|---|---|
| Tarifa estándar | Todos los demás | Desktop, otros mercados |
| Tarifa por país (5%+) | Huéspedes en mercados seleccionados | Una salida en ese mercado |
| Tarifa móvil (10%+) | App o navegador móvil | Un perfil móvil |
| Precio Genius | Miembros con sesión iniciada | No visible sin iniciar sesión |

Booking.com muestra una [tarifa por país](https://partner.booking.com/en-us/help/rates-availability/rates-special-offers/setting-country-rates) únicamente "a personas que usan nuestra plataforma en los países o regiones a los que quieres dirigirte", trata al EEE como un único mercado y nunca la acumula con una tarifa móvil. La [guía de paridad de tarifas](https://www.mylighthouse.com/resources/blog/hotel-rate-parity-issues) de Lighthouse añade la parte compleja: descuentos de punto de venta que aparecen en plataformas móviles o canales de afiliados fuera de su alcance previsto. Su recomendación para las discrepancias geográficas es consultar tus tarifas "desde diferentes ubicaciones geográficas".

Verificar manualmente desde otro país funciona para un revenue manager que revisa diez fechas puntuales. No funciona para una docena de propiedades, cuatro OTA y 90 fechas de check-in cada mañana. Y la configuración habitual de scraper, una región de datacenter con un User-Agent de escritorio, mide una sola fila de esa tabla y la reporta como el mercado.

También hay un fallo más silencioso. Si tu pool de proxies se queda sin salidas en el Reino Unido y recurre a una de EE. UU. sin avisarte, sigues recibiendo un 200 y un precio, y tu informe lo registra bajo el Reino Unido.

## El enfoque: cada precio lleva su mercado y dispositivo

Trata la paridad como una cuadrícula: propiedad, fechas de estancia, ocupación, mercado, dispositivo. Elige mercados desde donde tus huéspedes realmente reservan (para un hotel en Lisboa, quizás Portugal, el Reino Unido y EE. UU.), y luego haz que cada request demuestre qué celda completó. Ya explicamos por qué el país que ve un sitio cambia su respuesta en [Ad Verification at Scale: The Geo-Authenticity Problem](https://foura.ai/blog/ad-verification-geo-authenticity); el pricing de hoteles es el mismo problema con un botón de reserva añadido.

Con una plataforma como FourA, tres parámetros en Proxy Finder hacen la mayor parte del trabajo:

- **`exitCountries`** es una lista de permisos estricta. Las salidas con un país desconocido quedan fuera, y la request [nunca recurre](https://foura.ai/docs/api/endpoints) a un país que no pediste. La response indica el `exitCountry` que respondió, por lo que el mercado se almacena con el precio en lugar de asumirse. Si ninguna salida encaja, recibes un error `no_eligible_proxy`, no un precio de otro lugar. Lo mismo ocurre con un plan sin segmentación por país: rechazado, con el motivo.
- **`browser` y `os`** seleccionan un [perfil de navegador](https://foura.ai/blog/browser-profiles-per-request) de un catálogo público que incluye Chrome en Android y Safari en iOS. Una elección explícita nunca se sustituye por otra en mitad de la rotación. Que una OTA responda a ese perfil con su página móvil depende de la OTA, así que verifícalo.
- **`validate`** decide cómo es una página utilizable. Una response sin la tabla de tarifas, o con una página de desafío (challenge), [cuenta como un intento fallido](https://foura.ai/blog/validate-decides-success): la siguiente salida lo intenta y el fallo no se factura.

```python
import requests

API = "https://api.foura.ai/api/proxy"
HEADERS = {"X-API-Key": "pk_live_..."}

def rate_cell(url, market, device):
    req = {
        "method": "GET",
        "url": url,
        "validate": {"data": {
            "accept": ["room-rate"],  # replace: a string only the rate table carries
            "fail": ["captcha", "Just a moment"],
        }},
    }
    if device == "phone":
        req.update({"browser": "Chrome", "os": "Android"})
    r = requests.post(API, headers=HEADERS,
                      json={"exitCountries": [market], "request": req}).json()
    if r.get("error") or r.get("exitCountry") != market:
        return {"market": market, "device": device, "html": None,
                "why": r.get("error", "exit outside the market")}
    return {"market": market, "device": device, "html": r["data"], "proxy": r["proxy"]}

url = "https://ota.example/hotel/riverside?checkin=2026-11-14&checkout=2026-11-16&adults=2"
grid = [rate_cell(url, m, d) for m in ["PT", "GB", "US"] for d in ["desktop", "phone"]]
```

Dos aspectos adicionales importan en producción. Algunas OTA construyen la tabla de tarifas en JavaScript, así que pasa el id de `proxy` de esa respuesta a Browser junto con `exitCountry`: la página se renderiza en la misma salida, con el reloj del navegador configurado en la zona horaria de ese país. El propio [resumen de scrapers de Booking.com](https://brightdata.com/blog/web-data/best-booking-scrapers) de Bright Data indica que un challenge de AWS WAF bloquea allí las peticiones HTTP simples; desde el [1 de octubre de 2026](https://updates.foura.ai), Browser espera a que la página del challenge de AWS WAF se recargue por sí misma y devuelve la página a la que conduce. Cuando una celda vuelva vacía, lee su [informe de intento](https://foura.ai/docs/troubleshooting/proxy-attempt-report). Distingue entre salidas que nunca respondieron, salidas rechazadas por un control de bots y páginas descartadas por tu propia regla de `validate`.

## Resultados

Escenario ilustrativo basado en la configuración anterior: 12 propiedades, cuatro OTA más la web oficial de la marca, 90 fechas de check-in.

- **6 veces más peticiones.** Tres mercados y dos dispositivos convierten 5.400 comprobaciones diarias en 32.400. Es el coste real de ver las filas por móvil y país, así que ejecuta la matriz completa durante los próximos 30 días y muestrea semanalmente las fechas más lejanas.
- **Cero filas del mercado incorrecto.** Cada precio guardado incluye un `exitCountry` que coincide con la petición, o de lo contrario cuenta como un vacío.
- **Vacíos visibles.** Un mercado sin una salida válida aparece como una celda vacía con un motivo, nunca como una paridad superada.
- **Sin páginas de challenge en la columna de precios.** Una página que no supera `validate` nunca llega a tu parser como un precio.
- **Un único punto ciego, etiquetado.** Los precios de Genius quedan fuera de una cuadrícula sin sesión iniciada. Marca esa columna como "no medido", no como "paridad correcta".

## Conclusión clave

La paridad solía ser una cláusula a la que un hotel podía apelar. En Booking.com dentro del EEE ahora es algo que se mide, y una medición dice poco sin saber dónde y cómo se tomó. El 26% de los hoteles que "no saben" si sus habitaciones se revenden en otros sitios no carecen de datos, sino de un punto de observación.

Por tanto, la mejora más económica para un monitor de paridad no consiste en añadir más fechas ni más OTA. Consiste en hacer que cada precio indique a qué huésped se le mostró.
