NÂNG CAO HIỆU QUẢ DỰ BÁO NHU CẦU DU LỊCH VỚI GOOGLE TRENDS

Ngô Văn Sơn và CS. Tập 133, Số 2A, 2024 86 quan trọng đối với nền kinh tế của địa phương và quốc gia này. Trước đây, các mô hình chuỗi thời gian được sử dụng để phân tích và dự báo nhu cầu du lịch bằng cách xem xét dữ liệu lịch sử trong quá khứ [11][12][13]. Gần đây, việc kết hợp các phương pháp khác nhau trong dự báo là một hướng tiếp cận đã được nghiên cứu và thử nghiệm nhằm cải thiện độ chính xác của dự báo [14][15][16]. Bài báo này chủ yếu tập trung vào các mô hình dự báo du lịch dựa trên kết hợp các nguồn dữ liệu chuỗi thời gian khác nhau, trong đó đặc biệt tập trung vào dữ liệu truy vấn tìm kiếm. Thực tế, có mối quan hệ nhân quả giữa việc tìm kiếm thông tin và quyết định đi du lịch của khách du lịch. Việc nắm bắt mối quan hệ giữa khách du lịch, với tư cách là người tìm kiếm thông tin và công cụ tìm kiếm sẽ phản ánh tốt hơn nhu cầu của khách du lịch đến tại một điểm đến. Trong [17], K. Volchek và cộng sự (CS) đã nghiên cứu cách thức cải thiện độ chính xác của dự báo nhu cầu du lịch ở cấp độ vi mô. Số lượng lượt du khách vào 05 bảo tàng London được dự báo và sức mạnh dự đoán của Naıve, Naıve theo mùa, trung bình động tự hồi quy theo mùa, trung bình động tự hồi quy theo mùa với các biến giải thích, lấy mẫu dữ liệu tần suất hỗn hợp SARMAX và các mô hình mạng nơ-ron nhân tạo được so sánh. Kết quả thực nghiệm giúp mở rộng thêm sự hiểu biết về các loại dữ liệu và thuật toán dự báo khác nhau đến cấp độ các điểm tham quan cụ thể. Việc đưa thêm chỉ số Google Trends vào các mô hình chuỗi thời gian đã giúp

nâng cao hiệu quả dự báo về lượng khách đến các điểm tham quan. Tuy nhiên, cũng dựa trên kết quả thực nghiệm, không có mô hình nào vượt trội hơn trong hầu hết các kịch bản. Độ chính xác dự báo của các mô hình khác nhau thay đổi đối với các dự đoán nhu cầu ngắn hạn và dài hạn. Việc áp dụng dữ liệu truy vấn tìm kiếm có tần suất cao hơn cho phép tạo ra các dự đoán hàng tuần, điều này rất cần thiết cho việc lập kế hoạch ở cấp độ điểm tham quan và điểm đến. Nghiên cứu trong [18] cho rằng việc phân tích dữ liệu công cụ tìm kiếm có giá trị vì thông tin kinh doanh được tạo ra từ phân tích cung cấp thông tin chi tiết về các cơ hội kinh doanh và Google Trends là một mục tiêu phổ biến để nghiên cứu dữ liệu công cụ tìm kiếm, vì nó dễ dàng có sẵn và dễ truy cập. Vì vậy Y. Li và CS đã đề xuất một phương pháp tiếp cận có hệ thống để có được dữ liệu công cụ tìm kiếm Google Trends, để khám phá cách sử dụng dữ liệu và sau đó đưa ra dự báo. Các tác giả đã sử dụng nhu cầu du lịch Đài Loan làm mục tiêu nghiên cứu, trong đó cả ước tính và dự báo đều được thực hiện. Kết quả dự báo sau đó được so sánh với dữ liệu thực từ Cục Du lịch Đài Loan. Nghiên cứu cũng đã chỉ ra rằng, ba vấn đề cần phải giải quyết để cải thiện hiệu quả cuả việc dự báo dựa trên dữ liệu truy vấn tìm kiếm: Đầu tiên, công cụ tìm kiếm mà hầu hết khách du lịch sử dụng là gì? Thứ hai, ngôn ngữ mà khách du lịch sử dụng khi họ duyệt Internet là gì? Thứ ba, từ khóa nào phù hợp cho Google Trends để thu thập dữ liệu có liên quan cho nhu cầu du lịch là gì?