Impact Indexes

ANEP (2014) A
CIRC (2016) B
Scholar Metrics h5/Med h5 (2017) 14/24
Mediana H (2010-2014 EC3) 13
Capes Qualis (2015) B1-B2
In-Recs (2011) 0.211
COPERNICUS (2015) ICV 81.22
Incluida en DICE 
Incluida en ERIPHPLUS 
Incluida en Web of Science (Emerging Sources Citation Index) 
Incluida en AJG 2018 Chartered Association of Business Schools (CABS)
Sello FECYT Calidad de Revistas Científicas Españolas (2014) 
ARTÍCULOS RECIBIDOS 2018: 264 
TASA DE RECHAZO 2018: 65%
Página Google citation

Ver Índices

Artículo Year: 2017 Vol.: 15 No.: 4 pp.: 943-958 Language: Inglés

Forecasting tourism arrivals with an online search engine data: A study of the Balearic Islands

Author: Óscar García Rodríguez
Download: application/pdf PS417_13.pdf

This study explores issues related to the forecasting in revenue management in the prediction of tourism arrivals for the Balearic Islands. Specifically, the study uses queries from a web search data (Google Trends) in order to demonstrate the forecasting power of such measures compared to traditional methods. I developed a database formed by the two main tourist volumes and then, I compared each model with its corresponding baseline to figure out whether the Google Trends indicator can increase accuracy of the prediction. Consequently, Granger causality test indicated a positive causality between variables suggesting good estimating results. Besides, I calculated the Mean Absolute Percentage Errors (MAPE) for each model and the results showed a considerable improvement of the Google Trends models compared to baseline models. The results provide some hints for increasing company efficiency and enhance policy maker decision making.
Keywords: Google Trends, Forecasting, Revenue Management, ARMAX, Balearic Island

Resumen: Este estudio analiza diferentes temas relacionados con la predicción en el área del revenue management sobre el número de llegadas turísticas para las Islas Baleares. Específicamente, el estudio utiliza búsquedas de un buscador online (Google Trends) para demostrar su poder predictivo en comparación con los métodos tradicionales. He desarrollado la base de datos en base a dos principales volúmenes de llegadas turísticas, y después he comparado cada modelo con su correspondiente modelo de referencia para descubrir si el indicador de Google Trends puede mejorar la precisión de la predicción. Consecuentemente, el test de causalidad de Granger indicó una causalidad positiva entre las variables indicando unos buenos resultados de la estimación. Además, calculé el porcentaje de error absoluto medio (MAPE) para cada modelo y los resultados mostraron una mejora considerable en los modelos que incluyen Google Trends respecto al modelo de referencia. Los resultados muestran algunas pistas para mejorar la eficiencia de las compañías y realzar la toma de decisiones de los legisladores.

ISSN: 1695-7121
Author details:

E-mail: oscargr93@hotmail.com

DOI: https://doi.org/10.25145/j.pasos.2017.15.064
Title in English: Predicción de la llegada de turistas con los datos de un buscador online: Un estudio para las Islas Baleares

PASOS At

instituto ciencias sociales blanco web pasos 2

LOGO ISMAI UNIV blanco 03 200x76

logo revista pasos blanco transparente

Creative Commons License
PASOS. Revista de Turismo y Patrimonio Cultural by PASOS, RTPC is licensed under a Creative Commons Reconocimiento-No comercial-Sin obras derivadas 3.0;a License.

Permissions beyond the scope of this license may be available at info@pasosonline.org

Dorabadge1 whitex300

Contact Details

Revista PASOS
Apartado de Correos 33
38360 El Sauzal
Santa Cruz de Tenerife
Canary Islands
Spain
mail: info@pasosonline.org
Telf.: +34 922 317966