Dans le cadre du partenariat la liant à la Banque de France, la Fédération du e-commerce et de la vente à distance (FEVAD) fournit mensuellement le chiffre d’affaires réalisé en e-commerce auprès des particuliers, depuis 2012. Dans l’attente des livraisons, la Banque de France procède à des estimations, dont l’enjeu est renforcé par la croissance du e-commerce. Le modèle autorégressif (SARIMA(12)) utilisé jusqu’ici peut désormais être complété par d’autres modèles statistiques s’appuyant sur des données exogènes grâce à un historique plus long de données. Cet article détaille les différents choix opérés conduisant à la prévision finale : transformation des données, modèles à sélection de variables et stratégie pour la prévision. Les requêtes Google notamment, mesurées par Google Trends, permettent d’améliorer la capacité prédictive du modèle final, obtenu en combinant les modèles simples.

Article en une page

Citer cet article

Robin, F. (2018). Use of Google Trends Data in Banque de France Monthly Retail Trade Survey. Economie et Statistique / Economics and Statistics, 505-506, 35–63.
https://doi.org/10.24187/ecostat.2018.505d.1965