La maggior parte delle previsioni di vendita si basa su una cosa sola: quello che è già successo. Dati storici, pattern stagionali, i numeri dell'anno scorso. È un approccio retrospettivo per definizione — e in un settore dei beni di largo consumo in cui la domanda può cambiare in pochi giorni, questo è un problema.
Per la mia tesi di laurea magistrale all'Università di Sheffield, ho voluto testare qualcosa di diverso. Potrebbe Google Trends — il volume di ciò che le persone cercano realmente in questo momento — fungere da variabile predittiva per le vendite future? Non come sostituto dei dati storici, ma come segnale aggiuntivo. Una finestra in tempo reale sull'intenzione del consumatore, prima che si manifesti alla cassa.
Ho testato questa ipotesi su dati reali di un grande retailer greco nel settore FMCG — tre anni di dati di vendita settimanali a livello SKU su quattro prodotti di insalate confezionate. Quattro modelli di machine learning: Support Vector Regression, Random Forest, Decision Tree e Reti Neurali Artificiali. Ognuno addestrato e valutato con i dati di Google Trends come variabile indipendente.
Il risultato non è stato eclatante. Google Trends da solo non sostituirà il tuo modello di previsione. Ma può migliorarlo — in particolare a livello di aggregazione nazionale, e soprattutto quando la selezione delle keyword è corretta. SVR ha ottenuto le prestazioni migliori nel complesso. Il margine di errore, misurato rispetto a un retailer con centinaia di negozi, diventa significativo su scala.
Quello che questa ricerca mi ha insegnato sul marketing è più semplice di quanto la metodologia lasci intuire: i dati sono un narratore imparziale della realtà. Il comportamento di ricerca non mente. Le persone digitano quello che vogliono, quando lo vogliono, prima di acquistarlo. Quel segnale esiste che tu lo utilizzi o meno.
La domanda non è se Google Trends sia uno strumento di previsione perfetto. Non lo è. La domanda è se stai lasciando sul tavolo un segnale di domanda in tempo reale mentre prendi decisioni basandoti solo su ciò che è già accaduto.
Nella mia esperienza — nella previsione, nella strategia di campagna, nel decidere dove concentrare il budget — la disciplina è sempre la stessa. Guarda i dati. Affronta la realtà. Poi decidi.