Google Trendsin käyttö tulevaisuuden ennakoinnissa

Abstract

Opinnäytetyön avulla selvitettiin onko Google Trendsin käyttö tulevaisuuden ennakoinnissa mahdollista. Tulevan ennakointi liiketoiminnassa on nykyään merkittävämmässä asemassa kuin koskaan aikaisemmin, sillä elämme yhä nopeammin muuttuvassa maailmassa, jossa jokainen haluaa olla aina askeleen edellä kilpailijoitaan. Ihmiset jättävät jokaisesta tekemästään internet-hausta jälkiä, ja näistä jäljistä voidaan saada selville jo muodostuneet, tai muodostumassa olevat, trendit. Tutkimusosuudessa käsiteltiin neljän eri tutkimuskohteen - matkustus, autokauppa, presidentinvaalit ja mobiilikäyttöjärjestelmien markkinaosuus - kautta, millä tavoin Google Trendsin kautta saatu tieto korreloi tosielämän tapahtumien kanssa. Tavoitteena oli saada tietoa siitä missä määrin Google Trendsin tuloksia voidaan pitää luotettavina lähteinä tulevien tapahtumien tutkimisessa. Tutkimusaiheiden valitsemisen kannalta tärkein kriteeri oli tietyn hakuvolyymin täyttyminen. Halutun hakuvolyymin täyttymiseksi valittiin aiheita, joissa hakusanat olisivat mahdollisimman selkeitä ja yksinkertaisia sekä saatu tieto mahdollisimman yksiselitteistä.

Tutkimusten tulokset osoittivat muun muassa sen, että maantieteellisillä ja kielellisillä seikoilla sekä kohteen valinnalla on todella suuri merkitys tulosten kannalta. Esimerkiksi kansainvälisessä mittakaavassa marginaalisia suomalaisia vaatebrändejä haettaessa hakuvolyymi ja -data olivat sen verran pieniä ja epätasaisia laadultaan, ettei niistä olisi voinut tehdä tämän opinnäytetyön kaltaista tutkimusta. Tutkittaessa Suomeen kohdistuvaa turismia selvitettiin millainen on toteutunut turismin määrä suhteessa internetissä tehtyihin hakuihin. Autokaupan osalta selvitettiin tarkemmin kuinka, spesifien merkkien myynnin ennakointi toimii suhteellisen rajallisella maantieteellisellä alueella. Yhdysvaltain presidentinvaali-kampanjaa tutkittaessa selvitettiin kahden ehdokkaan välistä kilpailua internet-hauissa. Mobiilikäyttöjärjestelmien välillä on kovaa kilpailua siitä millä järjestelmällä on suurin markkinaosuus. Tutkimuksessa selvitettiin kuinka tämä kilpailu tulee etenemään.

Using Google Trends in future prediction

The aim of this thesis is to study the possibilities of future predicting through Google Trends. Predicting the future is, in the business world particularly, more important today than ever before since WE ARE living in A rapidly changing world where it’s crucial to be one step ahead of your competitors. From every internet search you make you’ll leave a trace, and these traces can eventually be identified as either current or becoming trends. The research section was divided into four parts; travel, car sales, presidential elections, mobile phone operating systems. Through these different examples IT was studied whether or not the information acquired through Google Trends correlates with real life events. The objective was to find out to what extent the results provided by Google Trends are reliable in future predicting. In order to complete the study, it was essential to find subjects with enough search query volume and also search queries per se would have to be simple and clear enough to provide the exact data needed to complete the study as planned.

The results of the study showed that geographical and linguistic factors and the right choice of the subject play a very big role in the research process. For example, if we were to make a research on finnish clothing brands, it wouldn’t be possible due to the subject’s marginality thus reducing the possibility to get exact data with enough search query volume on the subject. While researching tourism in Finland the report investigates the real number of tourists In Finland compared to internet searches on Finland. While researching car sales the report examines how predicting specific brands work in a small limited geological area. In the presidential election part the main focus was in finding out how the two candidates compare in the internet queries. There is severe competition about market share within the mobile operating systems. This study tries to investigate how this competition is going to advance