Google Trends e vendite al dettaglio nel settore moda: modelli dinamici per serie storiche.

Negli ultimi anni l'utilizzo di fonti di dati digitali, e in particolare dei volumi di ricerca online, come strumento di supporto all'analisi economica e alla previsione di indicatori statistici ufficiali, ha conosciuto un interesse crescente sia in ambito accademico che istituzionale. Il presente lavoro indaga l'esistenza di una relazione tra i volumi di ricerca di una singola query estratta da Google Trends e gli indici ISTAT delle vendite al dettaglio nei comparti "Abbigliamento e pellicceria" e "Calzature, articoli in cuoio e da viaggio", verificando se i dati di ricerca online possano fungere da indicatore contemporaneo o anticipatore rispetto alle statistiche ufficiali. L'analisi, condotta tramite modelli dinamici, conferma una relazione statisticamente significativa e bidirezionale tra le due variabili, con un segnale anticipatore più stabile nel settore calzature e irregolare e stagionale in quello dell'abbigliamento. L'aggregazione di più query tramite PCA, impiegata come ulteriore verifica, produce risultati eterogenei: nel comparto calzature mantiene un contenuto informativo rilevante, mentre in quello dell'abbigliamento risulta meno informativa rispetto alla singola query. I risultati indicano che i dati di ricerca online costituiscono una fonte informativa tempestiva e complementare alle statistiche ufficiali per l'analisi della domanda nei mercati delle vendite al dettaglio.