Prognózování poptávky s využitím Google Trends dat

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F25%3A10257871" target="_blank" >RIV/61989100:27510/25:10257871 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.ekf.vsb.cz/export/sites/ekf/cs/.content/galerie-souboru/SAEI/publikace/SAEI_VOL70.pdf" target="_blank" >https://www.ekf.vsb.cz/export/sites/ekf/cs/.content/galerie-souboru/SAEI/publikace/SAEI_VOL70.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.31490/9788024847993" target="_blank" >10.31490/9788024847993</a>

Jazyk výsledku

čeština

Název v původním jazyce

Prognózování poptávky s využitím Google Trends dat

Popis výsledku v původním jazyce

Prognózování v podnikové ekonomice patří mezi klíčová výzkumná témata současnosti. Publikace se zaměřuje na kvantitativní metody predikce poptávky a přináší výsledky několikaletého výzkumu i zcela nové poznatky. Poukazuje také na jeden z hlavních problémů výzkumníků v podnikové ekonomice a to je přístup k datům, která firmy je často odmítají poskytnout kvůli obavám ze ztráty obchodního tajemství. Jako možné řešení se nabízí využití dat z Google Trends a jiných alternativních dat, jejichž potenciál v oblasti predikce poptávky je hlavním tématem této monografie.Úvodní kapitoly monografie se věnují metodologickým a teoretickým základům a zasazení pojmu poptávka do kontextu logistiky. Následuje přehled současných vědeckých přístupů k predikci poptávky a definice dat Google Trends. Stěžejní části publikace se zaměřují na aplikaci těchto dat při predikci individuální i tržní poptávky a možnosti jejich využití při analýze konkurence. Publikace je určena především vědeckým pracovníkům a výzkumníkům, ale může být užitečná i pro odborníky z praxe a studenty navazujících magisterských a doktorských programů.

Název v anglickém jazyce

Demand forecasting using Google Trends data

Popis výsledku anglicky

Forecasting in the business economy is one of the key research questions today. The publication focuses on quantitative methods of demand prediction. Contains the results of several years of research as well as completely new findings. However, what researchers often have a problem with is obtaining data. Companies very often do not want to provide their data, especially for fear of revealing some business secrets or tactics. From this point of view, the starting point can be the use of Google Trends data. The goal is then to verify the possibilities of using GT data in demand forecasting.The monograph is divided into 10 parts. The first part is devoted to basic methodological and theoretical starting points. It also puts the term demand into the context of logistics and logistics management. The next chapter forms the basic framework of current scientific research in quantitative demand forecasting methods. It also defines the thought process in forecasting and its evaluation. The third chapter concerns the definition of GT data and the method of their creation, as well as the description and decomposition of the data. The fourth chapter introduces the reader to quantitative forecasting methods, divided into statistical methods, methods inspired by nature, including methods of artificial neural networks, combined and hybrid methods, and methods developed in current practice.The key chapters of the publication are chapters five to seven. These already apply the possibilities of using GT to a specific forecast of demand, first of all individual demand, then also demand for selected search categories (respectively market demand). The seventh chapter then describes how forecasting based on GT data can be used for competitor analysis

Druh

B - Odborná kniha

CEP obor

—

OECD FORD obor

50200 - Economics and Business

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2025

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

ISBN

978-80-248-4798-6

Počet stran knihy

204

Název nakladatele

VŠB - TECHNICKÁ UNIVERZITA OSTRAVA

Místo vydání

Ostrava

Kód UT WoS knihy

—