Kernaussagen

Problemstellung

Vorhersagen über die touristische Nachfrage sind ein Mittel zur Risikominderung und im Tourismus unerlässlich, da touristische Dienstleistungsprodukte vergänglich sind, von ergänzenden Dienstleistungen abhängen und äußerst krisenanfällig sind (Frechtling 2011; Vanhove 2011), wie sich auch jüngst in der Corona-Pandemie zeigt. Prognosen im Tourismus bedeuten, die Richtung der künftigen Nachfrage anzugeben. Sie liefern somit aussagekräftige Informationen für das Destinationsmanagement und die verschiedenen Tourismusanbieter (Vanhove 2011). Die am häufigsten verwendete Kennzahl für die Messung der touristischen Nachfrage ist die Zahl der touristischen Ankünfte.

Bedeutung für die Destinationen

Der Erfolg von Tourismusunternehmen hängt damit auch von der Fähigkeit ab, die touristische Nachfrage möglichst genau vorherzusagen. Die Folgen einer schlechten Vorhersage wiederum führen unter anderem zu einer schlechten Marketingeffektivität und einer ineffizienten Ressourcennutzung (Frechtling 2011).

Mittel zur Vorhersage der touristischen Nachfrage Herausforderungen

Song und Li (2008) und Song, Qiu und Park (2019) stellen fest, dass die Methoden zur Modellierung und Prognose der touristischen Nachfrage sehr unterschiedlich sind und, dass es kein einzelnes Modell gibt, das anderen Modellen in allen Situationen überlegen ist. Eine weitere Herausforderung bei der Nachfrageprognose ist der Zugang zu zeitnahen und kostengünstigen Daten (Önder 2017). Weitere wesentliche Herausforderungen sind der Mangel an historischen Zeitreihendaten und die Volatilität der Nachfrage (Frechtling 2011; Song et al. 2010). Daher sind neue Datenquellen und Modellierungstechniken von entscheidender Bedeutung für die aktuelle Tourismusforschung.

Zielrichtung des vorliegenden Artikels

Ziel der zugrundeliegenden Studie ist es, die Vorhersage der touristischen Nachfrage, die meist allein auf der Grundlage vergangener Ankünfte (d. h. autoregressive Ansätze) basiert, zu verbessern, indem der von den Reisenden induzierte Web-Suchverkehr als zusätzliche erklärende Eingangsvariable mit einbezogen wird. Damit wird ein neuartiger Ansatz zur Identifizierung und Aggregation von tourismusrelevanten Suchbegriffen vorgestellt und bewertet.

Analyse des Websuchverkehrs zur Verbesserung der zukünftigen Nachfrage

In den letzten Jahren haben Forscher*innen auf der ganzen Welt den Suchverkehr im Internet für die Vorhersage von Wirtschaftsindikatoren genutzt (Wu und Brynjolfsson 2015). So erstellten Vosen und Schmidt (2011) ein Modell zur Vorhersage des privaten Konsums anhand von Google-Trends-Daten und stellten fest, dass die Hinzunahme von Websuchdaten die meisten umfragebasierten Ansätze übertrifft.

In einem touristischen Kontext wird die Suche nach Reiseinformationen als die Phase des Entscheidungsprozesses definiert, in der Reisende aktiv Informationen aus zahlreichen Quellen sammeln und integrieren, bevor sie ihre Reiseentscheidung und die Wahl des Reiseziels treffen (Vogt und Fesenmaier 1998; Fodness und Murray 1999).

Technisch gesehen können bei jeder Interaktion eines (potenziellen) Touristen mit dem Internet elektronische Spuren dieser Interaktion erfasst, gespeichert und später analysiert werden. Vor allem aber wird dabei das Volumen der Suchmaschinenanfragen erfolgreich für die Prognose und Modellierung der Tourismusnachfrage genutzt (u. a. Höpken et al. 2019).

Forschungsergebnisse

Fazit

Google-Trends-Daten, als ein Beispiel für die Repräsentation des digitalen Informationsverhaltens potentieller Touristen, können als effektive Datenquelle genutzt werden, um die Vorhersagegenauigkeit für den mittelfristigen Bereich der zukünftigen touristischen Nachfrage sowie für Nachfrageschwankungen zu erhöhen. Eine ausreichende Aktualität und Verfügbarkeit der Daten vorausgesetzt, ergibt sich ein potentiell ergiebiges Mittel für die Verbesserung der Angebotsplanung der Destinationen und ihrer Akteure.

Literaturverzeichnis