NETKUTATÁSOK.hu
A fontos magyar és a tanulságos nemzetközi internetkutatások eredményeinek blogja - online vállalkozóknak és online hirdetőknek. Azért, hogy jobban megismerjük és megértsük az internetet és az internetezőket.
"Ne azt számold, hány embert érsz el, azokat érd el, akik számítanak."
[David Ogilvy]
Kérdése, észrevétele, javaslata esetén várjuk levelét a hello[kukac]sarkozymarketing.hu email címen, vagy az oldal alján található Kapcsolatfelvételi űrlapon.

2012. november 13.

GVI - A Google mint eszköz a háztartási fogyasztás jelenbecslésére Magyarországon, 2012. május


A Google Insights for Search alkalmazhatósága három, a háztartási fogyasztással kapcsolatos idősor jelenbecslésére


Összefoglalás

• Dolgozatunkban arra teszünk kísérletet, hogy a Google Insights for Search alkalmazhatóságát vizsgáljuk három különböző referencia idősor, a háztartások fogyasztása, a kiskereskedelmi forgalom alakulása és az autóeladások jelenbecslésében Magyarországon. Több sikeres próbálkozás történt a Google adatainak hasonló jellegű felhasználására, többnyire amerikai gazdasági indikátorokkal kapcsolatban. A mi célunk azonban egy olyan ország fogyasztási mutatóinak becslése az internetes keresési forgalom alapján, ahol az internet penetráció elmarad az USA-ban illetve Nyugat-Európában tapasztalt szinttől.

• A Google rendszeréből kiválasztottunk bizonyos keresési kategóriákat, amelyek forgalma alapján képeztünk indikátorokat a  referencia idősorok becsléséhez. A keresési kategóriák kiválasztásakor  a lakossági fogyasztás lehetséges összetevőinek teljes lefedésére törekedtünk, továbbá szem előtt tartottuk a referencia idősorokkal való statisztikai kapcsolatukat is.

• Mindhárom referencia idősor becslését háromféle modellel kíséreltük meg:
1)a referencia idősorokból számított autoregresszív modellel;
2) a Google adatai alapján épített modellel;
3) a Google adataiból és  a referencia idősorok autoregresszív tényezőiből álló modellel.

• Megállapíthatjuk, hogy a Google adatai a kiskereskedelmi forgalom és a háztartási fogyasztás alakulásának megbecslésében önállóan nem hatásosabbak a referencia idősorokból számított autoregresszív tényezőkhöz képest. Azonban ha az autoregresszív faktorok mellett a Google adatait is beépítjük a modellbe, akkor a magyarázóerő növekedését tapasztalhatjuk, tehát a keresési forgalom többlet információt jelent. Az autóeladások esetében a Google információi önmagukban is pontosabb becsléshez vezetnek, mint a referencia idősor alapján kialakított autoregresszív modell.

• Az eredmények tehát azt mutatják, hogy a Google még egy olyan országban is hasznos eszköz lehet a fogyasztás jelenbecslésére, ahol a fejlett országokhoz képest ritkább az internethasználat. Mind a kiskereskedelmi forgalom, mind az autóeladások, mind a háztartási fogyasztás esetében a Google alapján számított indikátorok jól teljesítenek az adott referencia idősorok jelenbecslésében.

Konklúzió 

A tanulmányban a Google által nyújtott információk  hatásosságát vizsgáltuk a fogyasztás becslésében egy olyan ország példáján, ahol a viszonylag alacsony internet penetráció jellemző, mind a fogyasztók, mind a vállalkozók körében. A kérdésünk az volt, hogy ilyen környezetben is kimutatható-e a fejlett országokban, főképpen az USA esetében kapott eredmények, melyek szerint a Google által nyújtott információk hatásosan hozzájárulnak a fogyasztás pontosabb jelenbecsléséhez.

A magyar adatokon elvégzett számítások alapvetően arra mutatnak, hogy a Google által adott információk, ha önmagukban nem is, de más tényezők (autoregresszív hatások) figyelembe vétele mellett hozzá tudnak járulni ahhoz, hogy a lakossági fogyasztást, illetve ennek különféle szegmenseit pontosabban lehessen becsülni. A kiskereskedelmi forgalom és a háztartások fogyasztása esetében a Google adatok önmagukban nem voltak hatásosak, de az autoregresszív tényezőkkel együtt már javítottak az előrejelzés pontosságán. Az autóeladások esetében pedig a Google információi önállóan is számottevően hozzájárultak a pontosabb becsléshez.

Bár jelenbecslésekről volt szó jelen tanulmányban, a modellek a valóságban 30-40 napos előrebecslések készítésében is segítségünkre lehetnek, mivel a referencia idősor adatai bármeny országban sokkal később állnak rendelkezésre, mint ahogy a jelenre vonatkozó adatok a Google segítségével becsülhetők.

Az eredmények arra mutatnak, hogy érdemes a Google  nyújtotta adatokkal kísérletezni – különböző kategóriákat figyelembe venni, és ezekből különböző módszerekkel aggregált komponenseket építeni – még  az alacsony internet penetrációval jellemezhető országokban is. A kérdőíves vizsgálatok adatai, valamint makro mutatók mellett ezeket is figyelembe kell venni a fogyasztás jelenbecslésénél.

A teljes tanulmány