Índices globales de búsquedas online acerca del zingiber officinale como predictores de las exportaciones peruanas de jengibre fresco (Partida arancelaria 091011) al resto del mundo 2013-2021: Un enfoque basado en redes neuronales

Abstract

La presente investigación tuvo por objetivo determinar si los índices globales de búsquedas online acerca del jengibre (Zingiber officinale) eran predictores de las exportaciones mensuales peruanas de dicho producto en su versión no triturada ni pulverizada al resto del mundo durante el período 2013-2021, todo ello bajo en enfoque de las redes neuronales.

Los índices que representa búsquedas online acerca de un término específico son considerados una forma de Big Data. Es posible obtener los mismos con Google Trends. Los modelos que asocian a las búsquedas online con una eventual compra pueden ser asociados a la Teoría del comportamiento planificado. Sin embargo, los antecedentes revisados evidenciaron que ello era significativo para los bienes duraderos o de alto valor, mientras que para los alimentos los resultados no eran muy auspiciosos. No obstante, luego de analizar 108 series mensuales, los autores de esta investigación evidenciaron que las búsquedas online acerca del jengibre sí eran predictores de las exportaciones peruanas del mencionado producto.

Lo anterior se logró adicionando las distintas dimensiones de las búsquedas online a un modelo base que solo incluía rezagos de correspondientes a un año. Este último alcanzó una precisión de 66.15%, mientras que la versión que adicionó a las búsquedas en YouTube y de imágenes acerca del jengibre registró una precisión de 80.84%. Las búsquedas web ordinarias no contribuyeron a la precisión del modelo final. Adicionalmente, al emplear de forma complementaria la regresión lineal, se evidenciaron relaciones directas y significativas entre las búsquedas web y en YouTube, no ocurrió lo mismo con los índices asociados a la búsqueda de imágenes.

This research aimed to determine whether global online search indices for ginger (Zingiber officinale) were predictors of Peruvian monthly exports of unground and unpulverised ginger to the rest of the world during the period 2013-2021, using a neural network approach.

Indexes representing online searches for a specific term are considered a form of Big Data. It is possible to obtain them with Google Trends. Models that associate online searches with an eventual purchase can be associated with the Theory of Planned Behaviour. However, the background research showed that this was significant for durable or high-value goods, while for food the results were not very auspicious. Nevertheless, after analysing 108 monthly series, the authors of this research found that online searches for ginger were indeed predictors of Peruvian ginger exports.

This was achieved by adding the different dimensions of online searches to a base model that included only one year's lags. The latter achieved an accuracy of 66.15%, while the version that added YouTube and image searches about ginger recorded an accuracy of 80.84%. Ordinary web searches did not contribute to the accuracy of the final model. In addition, when linear regression was used in a complementary way, direct and significant relationships between web and YouTube searches were evident, but the same was not true for the indices associated with image searches.