Modelling tourism demand using google analytics: a case study of Portugal’s Alentejo region

Abstract

The development of information and communication technologies, specifically the Internet, has changed the way tourists plan their trips, being one of the most important information sources for tourism decision-making. However, a limited number of studies has been developed to analyse the causal relationships between the web interaction and tourism demand. Therefore, this paper intends to shed light on the usefulness of big data analytics to understand the tourism demand of a destination. More specifically, it aims to examine the causal relationship between website’s visitor interactions and the tourism demand of a destination and verify whether there are differences in this relationship according to the visitors' country of origin. In order to achieve the research objectives, the Alentejo region in Portugal was selected as a case study. Monthly data for the period between 2007 and 2017 was used to examine the long-run causal relationship between the sessions of the users to the official website of the Destination Management Organization of Alentejo (measured through Google Analytics) and tourism demand of this region (measured trough the number of guests in tourism accommodation establishments). To analyse if there are differences in this relationship according to the country of origin of visitors, the most important tourism markets for this destination were selected. Cointegration (Johansen´s maximum-likelihood method), Granger causality test, Vector Autoregression Model, and Vector Error Correction Model were used to examine the relationship. The results reveal a causal relationship between Internet search and the tourism demand. However, this relationship varies among the tourism market analysed

El desarrollo de las tecnologías de la información y la comunicación, específicamente Internet, ha cambiado la forma en que los turistas planifican sus viajes, siendo una de las fuentes de información más importantes para la toma de decisiones turísticas. Sin embargo, se ha desarrollado un número limitado de estudios para analizar las relaciones causales entre la interacción web y la demanda turística. Por lo tanto, este artículo pretende arrojar luz sobre la utilidad del análisis de big data para comprender la demanda turística de un destino. Más específicamente, su objetivo es examinar la relación causal entre las interacciones de los visitantes del sitio web y la demanda turística de un destino y verificar si existen diferencias en esta relación según el país de origen de los visitantes. Para lograr los objetivos de la investigación, se seleccionó como estudio de caso la región del Alentejo en Portugal. Se utilizaron datos mensuales del período comprendido entre 2007 y 2017 para examinar la relación causal a largo plazo. relación entre las sesiones de los usuarios al sitio web oficial de la Destination Management Organisation de Alentejo (medida a través de Google Analytics) y la demanda turística de esta región (medida a través del número de huéspedes en establecimientos de alojamiento turístico). Para analizar si existen diferencias en esta relación según el país de origen de los visitantes, se seleccionaron los mercados turísticos más importantes para este destino. Se utilizaron la cointegración (método de máxima verosimilitud de Johansen), la prueba de causalidad de Granger, el modelo de autorregresión vectorial y el modelo de corrección de errores vectoriales para examinar la relación. Los resultados revelan una relación causal entre la búsqueda en Internet y la demanda turística. Sin embargo, esta relación varía entre los mercados turísticos analizados