TrendSight
STIMA DEI FLUSSI TURISTICI NELLA REGIONE LIGURIA
MEDIANTE L’UTILIZZO DI WEB TRENDS
www.trendsight.net
PREMESSA
• La crescente sofisticazione delle strategie di mercato degli
operatori, pubblici e privati, richiede informazioni tempestive e
estremamente dettagliate sull’andamento del mercato turistico
• E’ possibile fornire una risposta a queste esigenze attraverso
l’utilizzo di tecniche econometriche innovative, basate su una
fonte
informativa
originale
derivata
dall’analisi
del
comportamento di ricerca di informazioni turistiche degli utenti
web
• In questa presentazione si propone un approccio metodologico
originale in grado di fornire con grande rapidità statistiche sulle
tendenze, in atto e future, dei flussi turistici ad un livello
territoriale estremamente disaggregato
2
LA BASE INFORMATIVA: I WEB TRENDS
• La possibilità di poter accedere attraverso internet a contenuti
multimediali consente al turista che sta scegliendo una meta di
anticipare l’esperienza del viaggio
• La crescente disponibilità di servizi di prenotazione on-line
rende il web uno strumento sempre più indispensabile per la
pianificazione di una vacanza
• Grazie all'apporto tecnologico offerto dal più importante search
engine, Google Inc., è possibile conoscere in tempo reale:
– quali sono i contenuti che gli utenti richiedono dal web;
– con quale intensità e con quale dinamica temporale si
manifesta l'interesse degli utenti
3
UN’INNOVAZIONE SOSTANZIALE
• Si dispone dunque di
uno strumento più
avanzato, rispetto
all'oramai diffusa analisi
del traffico web di un
singolo sito.
• Si coglie infatti il
comportamento della
moltitudine degli utenti
che cercano
informazioni in tutto il
world wide web.
4
I WEB TRENDS: UNA REALTA’
• Ad esempio si può sapere, dal 2006 ad oggi,
l’andamento della ricerca web di un "albergo a
Portofino"
100
90
80
Web Trend Index
70
60
50
40
30
20
10
lu
g/
09
9
r/0
ap
09
ge
n/
8
t/0
ot
lu
g/
08
8
r/0
ap
08
ge
n/
7
t/0
ot
lu
g/
07
7
r/0
ap
07
ge
n/
6
t/0
ot
lu
g/
06
6
r/0
ap
ge
n/
06
0
5
I WEB TRENDS ED I FENOMENI ECONOMICI
•
Studi hanno evidenziato
un’impressionante
correlazione tra i flussi di
ricerca
web
e
gli
andamenti di fenomeni
economici,
quali
le
presenze turistiche o le
vendite di specifici prodotti.
•
Un’opportuna
modellizzazione statistica
consente
dunque
di
riprodurre l'andamento dei
corrispondenti dati reali.
6
APPLICAZIONE AL MERCATO TURISTICO
• Sulla base di queste esperienze Trendsight ha
esplorato le possibilità di un’applicazione dell’analisi
Web Trends al mercato turistico per rafforzare le
capacità predittive e interpretative degli strumenti ad
oggi esistenti.
• Riteniamo infatti che l’analisi dei flussi turistici sia un
campo di applicazione privilegiato per l’utilizzo dei
Web Trends.
– L’azione della ricerca di parole chiave sul search engine
può essere interpretata come un vero e proprio fattore
antecedente (quindi anticipatore) della scelta del luogo da
visitare.
7
APPLICAZIONE AL MERCATO TURISTICO
• Le analisi preliminari svolte da TrendSight sui flussi
turistici della Regione Liguria confermano le
potenzialità interpretative dei Web Trends.
• Nella slide successiva è riportato il confronto
elaborato da TrendSight tra l’andamento dei Web
Trends e dei flussi turistici per la Provincia di
Savona.
8
n/
0
ap 4
r/
0
lu 4
g/
04
ot
t/
ge 0 4
n/
0
ap 5
r/
0
lu 5
g/
05
ot
t/
ge 0 5
n/
0
ap 6
r/
0
lu 6
g/
06
ot
t/
0
ge 6
n/
0
ap 7
r/
0
lu 7
g/
07
ot
t/
0
ge 7
n/
0
ap 8
r/
0
lu 8
g/
08
ot
t/
0
ge 8
n/
09
ge
Arrivi / WebTrend Index
FLUSSI TURISTICI E WEBTREND INDEX NELLA PROVINCIA DI
SAVONA
200,000
180,000
160,000
140,000
120,000
100,000
80,000
60,000
40,000
20,000
0
Arrivi
WebTrend Index
9
ANALISI DELLE CORRELAZIONI
• Così come riscontrato in letteratura per altri settori si conferma
un elevato grado di correlazione tra le due serie osservate.
• Emerge inoltre una forte proprietà predittiva dei Web Trends.
– Coefficiente oltre il 94% tra WebTrends(-1) e Presenze Turistiche
(dati mensili).
– Coefficienti superiori al 70% per ritardi fino a due mesi.
10
MODELLIZZAZIONE DEI FLUSSI TURISTICI
• La forte correlazione riscontrata costituisce il
presupposto per la modellizzazione econometrica
dei flussi turistici in funzione dei Web Trends.
– L’analisi degli andamenti pregressi congiunti dei flussi
turistici di fonte ufficiale e dei Web Trends può consentire,
attraverso l’utilizzo di opportune metodologie
econometriche, di tradurre le recenti tendenze di questi
ultimi in termini di livelli di presenze effettive.
• La disponibilità di lunghe serie storiche dei Web
Trend consente di stimare modelli econometrici
statisticamente robusti.
11
UNA FONTE INFORMATIVA DALLE ELEVATE POTENZIALITÀ
• La modellizzazione dei flussi turistici attraverso i WebTrends
consente di sfruttare le caratteristiche di questa fonte
informativa:
– disponibilità di dati giornalieri in tempo reale,
– serie storiche estese nel tempo,
– disaggregazione flessibile dei flussi per provenienza,
destinazione e tipologia,
– basso costo della raccolta delle informazioni.
• Ciò consente di rispondere alle esigenze di tempestività e
completezza dell’informazione richieste dagli operatori del
settore, superando i limiti del pur esteso set informativo oggi
disponibile.
12
TRENDSIGHT PER L’ANALISI DEL MERCATO TURISTICO
• TrendSight ha messo a punto un
insieme di strumenti di analisi per:
– seguire in tempo reale e fornire previsioni
sulla congiuntura turistica (MONITORAGGIO
E PREVISIONE)
– valutare l’impatto di politiche / eventi sui
flussi turistici (VALUTAZIONE)
13
MONITORAGGIO E PREVISIONE
• Una modellizzazione econometrica delle
storiche dei flussi turistici in relazione con i
Trends e con un set di covariate consente di:
serie
Web
– stimare i flussi turistici in tempo reale
• con anticipo rispetto alla disponibilità dei dati ufficiali
• a livello territoriale disaggregato (Province, aree di interesse
turistico, grandi Comuni), distinguendo per area di provenienza
(italiani e stranieri)
• segmentati per struttura ricettiva (alberghi, B&B, campeggi, ...)
– prevedere i flussi turistici
• in un orizzonte temporale di breve periodo
• disaggregati a livello provinciale, distinti per area di provenienza
(italiani e stranieri)
14
MONITORAGGIO E PREVISIONE
METODOLOGIA
• In termini econometrici l’approccio adottato
si
sostanzia
nell’utilizzo
di
modelli
autoregressivi in cui i Web Trends sono
inseriti tra le variabili esplicative (modelli
Arimax).
• Partendo da questa impostazione abbiamo
eseguito una prima stima che aggiunge
all’analisi in serie storica le informazioni e le
correlazioni tre i Web Trends e le presenze
turistiche nella Regione Liguria.
15
MONITORAGGIO E PREVISIONE
UN PRIMO ESERCIZIO DI STIMA
• Tenendo conto della disponibilità dei dati di fonte
ufficiale, il campione temporale di stima risulta
compreso tra il gennaio del 2004 al marzo del 2009.
• Sulla base dei coefficienti stimati abbiamo eseguito:
– un test di bontà del modello, osservando gli scarti tra le
previsioni per il 2008 e i dati effettivi;
– un primo esercizio di previsione.
• I risultati sono presentati nella slide successiva. Il
grafico evidenzia una buon accostamento dei dati
stimati ai flussi effettivi riscontrati nel 2008.
16
MONITORAGGIO E PREVISIONE
DATI STIMATI – DATI REALI (PROVINCIA DI GENOVA)
180,000
160,000
140,000
Arrivi (valore assoluto)
120,000
100,000
80,000
60,000
40,000
20,000
0
2008.01 2008.02 2008.03 2008.04 2008.05 2008.06 2008.07 2008.08 2008.09 2008.1 2008.11 2008.12 2009.01 2009.02 2009.03 2009.04 2009.05 2009.06 2009.07 2009.08 2009.09 2009.1 2009.11 2009.12
Mesi
Presenze effettive
Simulated trend
17
Forecast with web trends
MONITORAGGIO E PREVISIONE
LA STIMA FUORI CAMPIONE
• Per evidenziare il guadagno in
precisione della stima che si basa sui
Web Trend abbiamo confrontato la
previsione 2008 con un’altra basata
unicamente su un modello in serie
storiche.
• I risultati del confronto sono presentati
nella slide successiva.
18
15%
15%
10%
10%
5%
5%
0%
0%
-5%
-5%
-10%
-10%
-15%
-15%
2008
2008
2008
2008
2008.1
2008.1
2008.1
2008.1
2008.1
2008.1
2008.1
Guadagno (%) di stima con web trends
Arrivi (valore assoluto)
MONITORAGGIO E PREVISIONE
IMPATTO SULLA PRECISIONE DELLE STIME (PROVINCIA
DI GENOVA)
2008.1
Mesi
Errore % modello con web trends
Errore % modello senza web trends
Guadagno modello con web trends
19
MONITORAGGIO E PREVISIONE
IMPATTO SULLA PRECISIONE DELLE STIME
• Il guadagno in termini di precisione della stima nell’utilizzare
l’informazione aggiuntiva dei Web Trends è decisamente
significativo.
• Nell’esempio precedente l’errore medio assoluto risulta pari a
2.531 con il modello Web Trends, mentre sale a più del doppio
(6.084) nel caso del modello ARIMA.
• In particolare la stima con i Web Trends risulta più precisa per
nove mesi su dodici testati, e meno precisa per soli due mesi.
– Forte il miglioramento nella stima del mese di Agosto, dove
l’aggiunta dell’informazione sui Web Trend migliora la stima di
quasi 10 punti percentuali.
20
MONITORAGGIO E PREVISIONE
IL TURISMO IN LIGURIA NEL 2009
•
Presentiamo i risultati di un esercizio di stima riguardante gli arrivi nella Regione
Liguria per l’anno 2009.
– Poiché l’esercizio di stima utilizza le informazioni dei Web Trends sino al mese di
Agosto e i dati ufficiali sui flussi turistici sino al mese di Marzo, i risultati per il secondo e
terzo trimestre rappresentano un esercizio di monitoraggio e l’ultimo trimestre è
espresso in previsione.
Periodo
1° Trim
2° Trim
3° Trim
4° Trim
Anno 2009
Arrivi stimati Trendsight
Dato storico
Monitoraggio
Previsione
467,295
1,166,179
1,355,147
528,516
3,517,122
Variazione
tendenziale
-15.4
-0.1
-4.3
5.0
-3.4
21
MONITORAGGIO E PREVISIONE
IL TURISMO IN LIGURIA NEL 2009
•
Dopo lo shock registrato nel primo trimestre 2009 (che ha seguito un altrettanto
grave dinamica di fine 2008) le nostre stime indicano una forte capacità di
recupero nel secondo trimestre evidenziando un sostanziale raggiungimento
dei livelli del 2008.
–
•
La stima sembra trovare un pieno riscontro nei dati provvisori Istat resisi recentemente
disponibili.
I mesi estivi mostrano un calo degli arrivi del 4,3% rispetto al corrispondente
periodo dell’anno scorso.
–
Dato da considerare non del tutto negativo alla luce del buon andamento registrato
nell’estate 2008 (la migliore performance nel nostro campione temporale 2002-2009).
•
Si prevede un buon recupero (+5,0% tendenziale) per il 4° trimestre 2009.
•
Nel complesso il 2009 mostra un segno negativo (-3,4%) che sconta il pessimo
inizio d’anno e risulta coerente con il clima economico generale. La buona
dinamica di uscita rappresenta un segnale importante di ripresa.
–
In questo caso si deve scontare il pessimo andamento registrato a fine anno scorso.
22
MONITORAGGIO E PREVISIONE
MODELLIZZAZIONE SPECIFICA PER LA REGIONE LIGURIA
• Questi risultati si riferiscono ad un esercizio basato su una
struttura regressiva semplificata allo scopo di mettere in luce i
vantaggi dell’utilizzo dei Web Trends.
• A regime i modelli interpretativi relativi al contesto regionale
sfrutteranno:
– tecniche econometriche più sofisticate come
• ARFIMA,
• filtri avanzati di destagionalizzazione,
• strutture VAR;
– una più complessa specificazione delle equazioni attraverso
• l’utilizzo di ulteriori informazioni di contesto (crescita economica,
informazioni metereologiche, eventi di calendario).
23
VALUTAZIONE
• I modelli di valutazione intendono offrire
una quantificazione dell’impatto sulle
dinamiche dei Web Trends e quindi sui
flussi turistici della regione di:
–
–
–
–
eventi,
politiche turistiche e culturali,
dinamiche di specifici segmenti di offerta,
eventi esogeni.
24
VALUTAZIONE
ESEMPI DI APPLICAZIONE
• Grazie alla flessibilità della base
informativa è possibile infatti osservare
la dinamica dei flussi di ricerca web ad
esempio relativi:
– alla “mostra su Fabrizio de André” o
“l’acquario” a Genova;
– al “Festival Internazionale del Jazz” a La
Spezia;
– all’apertura di un parco marino o di un
porto turistico.
25
05/lug-dom
28/giu-dom
21/giu-dom
14/giu-dom
07/giu-dom
31/mag-dom
24/mag-dom
17/mag-dom
10/mag-dom
03/mag-dom
26/apr-dom
19/apr-dom
12/apr-dom
05/apr-dom
29/mar-dom
22/mar-dom
15/mar-dom
08/mar-dom
01/mar-dom
22/feb-dom
15/feb-dom
08/feb-dom
01/feb-dom
25/gen-dom
18/gen-dom
11/gen-dom
04/gen-dom
28/dic-dom
21/dic-dom
VALUTAZIONE
WEBTREND INDEX RELATIVI ALLA MOSTRA
DEDICATA A DE ANDRE’ A GENOVA
120
100
80
60
40
20
0
26