Vorhersagen über Analytics-Daten Wenn Google zum Hellseher wird

Wie eine Studie der MODUL University Wien zeigt, lassen sich Google-Analytics-Daten zur Prognose von Touristenzahlen einsetzen. Das funktioniert besonders gut für die Zeitperioden zwischen den kommenden drei bis zwölf Monaten.

Anbieter zum Thema

PresseBox - unn | UNITED NEWS NETWORK GmbH

synetics GmbH

Fujitsu Technology Solutions GmbH

Zu diesem Ergebnis kommt die Universität aufgrund eines Forschungsprojekts, in dessen Rahmen der Nutzen von ausgewählten Google-Analytics-Datensätzen für die Prognose zukünftiger Touristenzahlen in Großstädten analysiert wurde. Die Daten zum Nutzerverhalten und entsprechende Durchschnittsstatistiken wurden auf Reiseinformationsseiten anonym erhoben. Bislang wurden diese Informationen vor allem zum Optimieren von entsprechenden Webseiten genutzt.

Blick in die Zukunft

Dass derartige Daten auch andere Einsatzmöglichkeiten bieten, fanden Dr. Ulrich Gunther und Dr. Irem Önder vom Department of Tourism and Service Management der MODUL University heraus. Sie analysierten dazu die zentrale Webseite für Städtetourismus in Wien. „Insgesamt verwendeten wir elf Variablen für unsere Prognosemodelle. Zehn davon stammen von Google Analytics für Zugriffe auf diese Seite, dazu kommt die Gesamtzahl aller Ankünfte von Stadttouristen in Wien. Unsere Ergebnisse zeigen deutlich, dass die Ergänzung bestimmter Prognosemodelle mit Google-Analytics-Daten diese Modelle sehr aussagekräftig für das Vorhersagen zukünftiger Touristenzahlen für eine gegebene Destination machen können“, erklärt Dr. Gunther. Die verwendeten Variablen umfassten unter anderem die durchschnittliche Verweildauer pro Besuch, die Bounce Rate, die Anzahl neuer Besuche und Site-Views, wiederkehrende Nutzer sowie Unique Page Views. Alle Daten stammen aus dem Zeitraum von August 2008 bis Oktober 2014.

Riesige Datenmenge

Das Forscherteam setzte auf so genannte „Vektor-Autoregressive Modelle (VAR)“. Dabei handelt es sich um ökonometrische Vorhersagemodelle, die sich besonders für mehrere, sich gegenseitig beeinflussende Variablen eignen. „Insgesamt konnten wir feststellen, dass Modelle, die Google Analytics Daten berücksichtigten, zukünftige Touristenzahlen besser vorhersagen können als jene, die das nicht tun. Insbesondere, wenn es um Vorhersagezeiträume von drei bis zwölf Monaten geht“, erklärt Dr. Önder. „Für kürzere Vorhersagezeiträume funktionierten Modelle ohne diese Daten besser“, ergänzt er. Um die Vorhersagekraft der Modelle zu beurteilen, wurden die Ergebnisse mit den tatsächlichen Tourismuszahlen über die Datenbank TourMIS verglichen. Das größte Problem der Wissenschaftler war die schiere Datenmenge: „Es gelang uns passende Methoden zur Datenreduktion und zur Kombination von Vorhersagemethoden anzuwenden, sodass wir alle zehn Datensätze von Google Analytics in unsere Modelle einspeisen konnten“, erläutert Dr. Gunther.

(ID:44438138)