Bibliographic Metadata

Title
Alternative Methode zur Entdeckung von Marktpotential mit Hilfe von Suchanfragehäufigkeiten unter Einsatz von Google Trends / Tobias Köhler ; Patrick Ratheiser
AuthorKöhler, Tobias ; Ratheiser, Patrick
CensorSchlögl, Christian
Published2015
DescriptionIX, 158 Bl. : Zsfassungen (2 Bl.) ; graph. Darst., Kt.
Institutional NoteGraz, Univ., Masterarb., 2015
Annotation
Zsfassungen in engl. und dt. Sprache
LanguageGerman
Document typeMaster Thesis
Keywords (GND)Marktforschung / Online-Medien / Marktforschung / Online-Medien / Online-Ressource
URNurn:nbn:at:at-ubg:1-90192 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Alternative Methode zur Entdeckung von Marktpotential mit Hilfe von Suchanfragehäufigkeiten unter Einsatz von Google Trends [4.85 mb]
Links
Reference
Classification
Abstract (German)

Die Online-Marktforschung ist mittlerweile ein fester Bestandteil der Marktforschung, sodass eine Vielzahl von Methoden verwendet wird, um Daten zu erheben, welche einen betriebswirtschaftlichen bzw. wissenschaftlichen Beitrag leisten sollen. In der Arbeit wird versucht, Online-Marktforschung mit Hilfe von Suchanfragehäufigkeiten zu betreiben. Die verwendeten Werkzeuge, um Suchanfragehäufigkeiten zu extrahieren, sind Google Trends und der Google Keyword Planner. Im Vordergrund steht eine Zusammenhangsanalyse, welche mit Hilfe einer grafischen Analyse, der Regressionsanalyse und der Kointegrationsanalyse durchgeführt wird. Betrachtet werden zwei Datensätze. Zum einen handelt es sich um Ankunftszahlen von Tourismusregionen und zum anderen um Aktienkurse von börsennotierten Unternehmen. In einer ähnlichen Arbeit wurde bereits eine grafische Analyse durchgeführt, die zum Ergebnis kam, dass Google Trends Ankunftszahlen abschätzen könnte. Da das Ergebnis allerdings statistisch nicht getestet wurde, geht diese Arbeit über die grafische Analyse hinaus. Mit Hilfe der Regressionsanalyse konnte beobachtet werden, dass ein Zusammenhang zwischen Google Trends und Ankunftszahlen bzw. Aktienkursen besteht. Aufgrund der Kointegrationsanalyse muss bei der Analyse von Aktienkursen und Google Trends allerdings eine Scheinregression unterstellt werden. Im Gegensatz dazu können Ankunftszahlen mit Google Trends abgeschätzt werden. Im zweiten Teil der Arbeit wird versucht, Marktanteile zu prognostizieren. Google Trends liefert dabei gute Ergebnisse mit hohen Regressionskoeffizienten. Zusammenfassend kann festgestellt werden, dass die eingesetzten Werkzeuge nur eingeschränkte Abschätzungen liefern können. Die Qualität der Abschätzung hängt sehr stark von der tatsächlichen Suchanfrage ab.

Abstract (English)

Nowadays online market research is an essential part of traditional market research and so a variety of methods are used to collect data to make an economic or scientific contribution. In this master thesis, online market research is performed by means of search request frequencies. The tools used to extract search request frequencies are Google Trends and the Google Keyword Planner. In this master thesis, both tools are considered in detail and statistically examined with regards to their forecasting ability. The focus is on the analysis of the statistical relation, which is performed with the help of regression analysis and co-integration analysis. Two records are considered. On one hand there are the arrival numbers of selected tourist regions, and on the other hand the share indices of traded companies. In a related work, a graphical analysis has been carried out which came to the conclusion that Google Trends can predict arrival numbers. Due to the statistical uncertainty, this master thesis goes beyond the graphical analysis. Using regression analysis it was observed that there is a relation between Google Trends on the on hand and the arrival numbers and stock prices on the other. The major weakness in the analysis of time series with regression analysis is that spurious regression occurs. According to co-integration analysis, spurious regression can be assumed in the analysis of stock prices and Google Trends data. In contrast, there is a relation between the arrival numbers from tourism and the Google Trends data. In the second part of this work the authors try to forecast market shares with an innovative approach in which Google Trends provides good results with high regression coefficients. The master thesis concludes that the tools used are limited to supplying forecasts. The quality of the forecast depends heavily on the search query used.