Internet como herramienta de predicción y mejora de estadísticas: el caso del turismo en España

Abstract

During the last decades, the accelerated use of the Internet has generated a large volume of data with numerous applications in the economic and social sphere. This research studies two of these applications for the tourism sector: (i) prediction of tourism activity and (ii) improvement of statistics on the sector, i.e., facilitating knowledge of the evolution of the sector before the publication of official data. The tool used is Google Trends, which includes information since January 2004 on searches performed in the most widely used search engine and which in our case is used to measure the relative popularity of keywords associated with traveling in Spain by residents. Two variables are used to measure tourism activity in Spain by residents: number of guests and number of overnight stays. Several models are estimated to predict the evolution of each of the two variables, introducing as an additional explanatory variable the index of the volume of searches for the chosen keyword. The results obtained show the greater accuracy of the predictions of the estimated models compared to the best univariate ARIMA model and corroborate their usefulness as a complementary tool to surveys

Durante las últimas décadas el uso acelerado de Internet ha generado un gran volumen de datos con numerosas aplicaciones en el ámbito económico y social. En esta investigación se estudian dos de estas aplicaciones para el sector turístico: (i) predicción de la actividad turística y (ii) mejora de estadísticas sobre el sector, es decir, facilitar el conocimiento de la evolución del sector antes de la publicación de los datos oficiales. La herramienta utilizada es Google Trends que incluye información desde enero de 2004 sobre las búsquedas realizadas en el motor de búsqueda más utilizado y que en nuestro caso se utiliza para medir la popularidad relativa de las palabras clave asociadas a viajar en España por los residentes. Para medir la actividad turística en España de los residentes se utilizan dos variables: número de viajeros y número de pernoctaciones. Se estiman varios modelos para predecir la evolución de cada una de las dos variables, introduciendo como variable explicativa adicional el índice del volumen de búsquedas de la palabra clave escogida. Los resultados obtenidos muestran la mayor precisión de las predicciones de los modelos estimados frente al mejor modelo univariante ARIMA y corroboran su utilidad como herramienta complementaria a las investigaciones muestrales