Abstract

CORREA, Alexander. Prévision des arrivées touristiques en Colombie selon les critères de Google Trends. Lect. Econ. [online]. 2021, n.95, pp.105-134.  Epub Sep 29, 2021. ISSN 0120-2596.  https://doi.org/10.17533/udea.le.n95a343462.

Cet article cherche à savoir si les critères de recherche de Google Trends sont utiles pour prévoir les arrivées touristiques mensuelles en Colombie. Pour ce faire, nous proposons un modèle de base qui utilise comme prédicteur les décalages inhérents à l’arrivée des touristes. Ce modèle est ensuite comparé avec deux spécifications alternatives : (i) le modèle de base augmenté par l’inclusion des données mensuelles issues de Google Trends ; et (ii) le modèle de base augmenté par l’inclusion des données hebdomadaires issues également de Google Trends. Nous montrons que les données de Google Trends apportent des avantages statistiquement significatifs à l’évaluation et la prévision des arrivées touristiques en Colombie. Tout particulièrement, les modèles qui utilisent des données à haute fréquence (hebdomadaire), ajoutent une valeur prédictive plus élevée par rapport aux modèles utilisant des données de la même fréquence (mensuelle). Ainsi, l’industrie du tourisme et les responsables de sa politique publique peuvent s’appuyer sur la capacité prédictive des données Google Trends, afin d’améliorer leurs processus de planification à court et moyen terme.

Keywords : demande touristique; Google Trends; prévisions dans le tourisme; échantillonnage de données mixtes; arrivées touristes.

        · abstract in English | Spanish     · text in Spanish     · Spanish ( pdf )