Consumer search and purchase : gravitational spatial sales model using search engine query data

Abstract

People usually get information from different sources to search for products and services in their purchase journey. Online communication channels, such as search engine platforms, are one of the sources that consumers can obtain information. The search engine platform is a powerful online tool that acts as an intermediary between consumer interest related to a product (organic search) and the interests of the firms that provide this product (sponsored search). Although the Marketing literature has brought important advances in understanding how the search engine platform works and, above all, in understanding the factors that influence a consumer to click or not on an online ad, there is still an important research gap regarding the potential that this type of data can offer. Research in other areas of knowledge has already used the volume of online searches as a proxy to measure consumer interest and, therefore, predict events in the real world, taking advantage of the fact that search engine data provide the geographic location of those seeking information online. Therefore, this dissertation aims to propose a forecast model capable of estimating sales in a given region based on the consumer's online search behavior and the geographic location of these searches. To achieve this goal, four regression models were developed, in which the influence on sales of variables that express online search behavior (Xg) and consumer spatial behavior (Xt and Xu) was tested. Consumer online search behavior was measured based on the volume of searches performed on Google. The spatial behavior was calculated using an adapted version of Huff's probability equation, in which the territorial extension and the urbanized area of cities defined as the origin and destination of displacement were used as attractiveness metrics. The product chosen to get Google data and estimate sales was the light switch. The Google database and the electrical material company's sales base were filtered to cover the period from July 2018 to November 2019. The metropolitan cities located in the Brazilian states of Bahia (BA), Espírito Santo (ES ), Goiás (GO), Pará (PA), Pernambuco (PE), Minas Gerais (MG), Rio Grande do Sul (RS), Santa Catarina (SC), São Paulo (SP) and Tocantins (TO) were the regions chosen for model application. The results showed that the consumer's online search behavior is a good predictor of sales in regions where information about the selected product was searched on the internet. However, the performance of the models did not have a strong performance in the case of state capitals. In addition, in terms of predictive power, the use of the variable that uses the value of the urbanized area as an attractiveness metric presented a performance equivalent to that whose metric used was the value of the territorial extension of the city. The company's lack of sales reach in relation to the selected product and the lack and/or little return of online search volume in the region was the main limitation of the research. In addition, it was not possible to precisely identify the location of the online search, just as it was not possible to identify the physical location of the product's sale. Among the suggestions for future research is the expansion of the time period for applying the models and the combination of online search data with other forms of variables that represent the spatial behavior of the consumer.

As pessoas costumam obter informações de diversos tipos de fontes para buscar produtos e serviços em sua jornada de compra. Os canais de comunicação online, como as plataformas de motores de busca, são uma das fontes através das quais os consumidores podem obter informação. A plataforma do motor de busca é uma poderosa ferramenta online que atua como intermediária entre o interesse do consumidor relacionado a um produto (pesquisa orgânica) e os interesses das empresas que fornecem esse produto (pesquisa patrocinada). Embora a literatura de Marketing tenha trazido importantes avanços no entendimento de como a plataforma de search engine funciona e, sobretudo, no entendimento dos fatores que influenciam um consumidor a clicar ou não em um anúncio online, ainda existe uma lacuna importante de pesquisa no tocante às potencialidades que esse tipo de dado pode oferecer. Pesquisas em outras áreas do conhecimento já utilizaram o volume de buscas online como proxy para mensurar o interesse do consumidor e, com isso, prever eventos no mundo real, aproveitando o fato de que os dados de search engine fornecem a localização geográfica de quem busca informação online. Sendo assim, o objetivo dessa tese é propor um modelo de previsão que seja capaz de estimar as vendas em uma determinada região a partir do comportamento de busca online do consumidor e da localização geográfica dessas buscas. Para atingir esse objetivo, foram desenvolvidos 4 modelos de regressão, em que foi testada a influência nas vendas de variáveis que expressam o comportamento de busca online (Xg) e espacial do consumidor (Xt e Xu). O comportamento de busca online do consumidor foi mensurado a partir do volume de buscas realizadas no Google. Já o comportamento espacial foi calculado através de uma versão adaptada da equação de probabilidade de Huff, em que foram usadas como métricas de atratividade a extensão territorial e a área urbanizada de cidades definidas como origem e destino do deslocamento. O produto escolhido para obter os dados do Google e estimar as vendas foi o interruptor de luz. A base de dados do Google e a base de vendas da empresa de materiais elétricos foi filtrada de modo a abranger o período de julho de 2018 a novembro de 2019. As cidades metropolitanas localizadas nos Estados brasileiros da Bahia (BA), Espírito Santo (ES), Goiás (GO), Pará (PA), Pernambuco (PE), Minas Gerais (MG), Rio Grande do Sul (RS), Santa Catarina (SC), São Paulo (SP) e Tocantins (TO) foram as regiões escolhidas para aplicação dos modelos. Os resultados demonstraram que o comportamento de busca online do consumidor é um bom preditor de vendas nas regiões em que a informação sobre o produto selecionado foi buscada na internet. Contudo, o desempenho dos modelos não tiveram um desempenho acentuado no caso das capitais dos Estados. Além disso, em termos de poder preditivo, o uso da variável que utiliza como métrica de atratividade o valor da área urbanizada apresentou desempenho equivalente àquele cuja métrica empregada foi o valor da extensão territorial da cidade. A ausência de alcance de vendas da empresa em relação ao produto selecionado e a falta e/ou pouco retorno de volume de buscas online na região foi a principal limitação da pesquisa. Além disso, não foi possível identificar com precisão o local da busca online, assim como não foi possível identificar o local físico da venda do produto. Entre as sugestões de pesquisas futuras está a expansão do período de tempo para aplicação dos modelos e a combinação dos dados de busca online com outras formas de variáveis que representam o comportamento espacial do consumidor.