Nachdem im ersten Teil dieser Serie ein paar grundlegende Dinge besprochen, die bei der Nutzung von Google Insights for Search beachtet werden sollten, soll es nun um die Beobachtung von Verkehrsbewegungen gehen.

Die über Google Insights for Search gewonnenen Daten scheinen oft überhaupt keinen Sinn zu ergeben. Im richtigen Kontext gesehen können aber auch sehr merkwürdig anmutende Beobachtungen durchaus aufschlussreich sein. Man sollte bei allen Analysen also immer ganz genau hinschauen. Die Kunst besteht in der korrekten Deutung. Aber von was genau? Dazu muss man lernen, etwas um die Ecke zu denken …

Zur Veranschaulichung soll es im Folgenden um die Feststellung von Verkehrsbewegungen gehen. Eine Beobachtung des Verkehrs alleine mit Google-Daten kann nur dann funktionieren, wenn aus irgendeinem Grund ein Informationsdefizit gegeben ist, zu dem sich ein Reisender oder ein Dritter informieren möchte, und deshalb eine Suchanfrage absetzt.

[Foto: iotas, photocase]

Elbtunnel

Der Elbtunnel wird zur Zeit saniert und sorgt damit für ein erhöhtes Stauaufkommen. Auch als Ortsunkundiger wird alleine bei der Betrachtung des Suchvolumens im zeitlichen Verlauf zur Suchanfrage “Elbtunnel Stau” sofort klar, dass es sich hier um eine nicht normale Verkehrssituation handeln muss:

Unter der Adresse www.hamburg.de/elbtunnel/ kann man sich über die aktuelle Verkehrssituation informieren.

Interessant ist hier zu beobachten, dass man sich auch in Schleswig-Holstein nach der Stausituation erkundigt. Da Staumeldungen nur relevant sind, wenn sie aktuell und vor der Fahrt bekannt sind, ist davon auszugehen, dass diese zum großen Teil Morgens vor der Fahrt zur Arbeit abgesetzt werden. Da Google Insights for Search leider keine feinere Zeitauflösung bereitstellt, ist nur zu vermuten, dass das hohe Suchvolumen in Hamburg selbst die Rückfahrt nach Hause vorbereiten soll. Es ist also ein Vektor zu erkennen, der eine Pendelbewegung von Schleswig-Holstein in das südliche Hamburg (und zurück) beschreibt. Betrachtet man sich die Karte von Hamburg, bzw. die Lage des Elbtunnels, so kann man sich die Verkehrsbewegungen – nicht nur die zwischen Hamburg Süd und Schleswig Holstein – recht gut vorstellen.

Unfall auf der A8

Am 20.08.2009 war die Autobahn A8 Richtung Salzburg an der Anschlußstelle Weyarn wegen eines verunglückten Tanklasters für mehrere Stunden komplett gesperrt. Untersucht man die Suchanfrage “Unfall A8″ über Google Insights for Search, ergibt sich folgendes Bild:

Hier lässt sich im zeitlichen Verlauf ein erhöhtes Suchvolumen in der fraglichen Woche ausmachen. Leider verfügt Google nicht über eine ausreichende Datendichte, sodass nur die Unfallwoche als solche nachgewiesen werden kann. Da die Fahrer, die im Stau standen, wahrscheinlich nur zu einem geringen Anteil am erhöhten Suchvolumen beigetragen haben, ist davon auszugehen, dass Dritte, die von den Autofahrern möglicherweise über Handy informiert wurden, diese Suche abgesetzt haben. Betrachtet man sich die geografische Darstellung, gewinnt man den Eindruck, dass man sich auch von Hessen aus mit dem Unfall beschäftigt hat. Etwas ungewöhnlich scheint dies aber schon, da die Sperrung nur die Fahrbahn in Richtung Salzburg (Süden) betraf. Es ist anzunehmen, dass man das jeweilige Ziel (im Süden) über eine Verspätung informiert. Genau dies scheint sich auch zu bestätigen, wenn man davon ausgeht, dass zumindest einige der Autofahrer auf dem Weg nach Österreich waren. Auf österreichischer Seite lässt sich das Stauereignis und damit ein eindeutiger Vektor (nach Wien) tatsächlich nachweisen:

Um die Frage mit den Suchanfragen aus Hessen zu beantworten, wird der Beobachtungszeitraum weiter eingegrenzt:

Bei der ersten Ansicht hatten sich wohl mehrere Unfall-Ereignisse (offenbar auch in Richtung Norden) miteinander überschnitten. Nach der zeitlichen Eingrenzung ist aber klar: Für den fraglichen Zeitraum scheint es keine relevanten Suchanfragen aus Hessen gegeben zu haben.

Auch hier wäre eine zeitlich feinere Auflösung der Suchvolumina wünschenswert, da es so möglich wäre sicher zu verifizieren, ob es sich primär um Geschäftspartner oder Angehörige gehandelt hat, die sich zum Stauverlauf erkundigen wollten, oder ob die Autofahrer selbst zu einem späteren Zeitpunkt prüfen wollten, was sich da genau abspielte.

In diesem Beispiel ließ sich alleine Anhand der Google-Daten die Fahrt mehrerer Fahrzeuge ermitteln, die am 20.08.2009 auf dem Weg von Bayern nach Wien unterwegs waren.

Urlaubsflieger

Es ist nicht immer eine Störung von Nöten, damit grundsätzliche Verhaltensweisen aufgedeckt werden können. Manchmal genügt auch einfach eine “Reise-Schnittstelle”, wie ein Flughafen. So lässt sich – ein ganz wenig um die Ecke gedacht – mit der Suche nach “Abflug Hamburg” und “Ankunft Hamburg” ein Start- und ein Endpunkt einer Reise ermitteln:

Sehr schön ist hier zu sehen, wie gegen Ende Juli die meisten Hamburger in den Flieger steigen (Ausbuchtung rote Linie) und durchschnittlich nach etwa 1 bis 2 Wochen (Ausbuchtung blaue Linie) wieder zurückerwartet werden. Bei diesen beiden Suchanfragen wird unterstellt, dass diese zur kurzfristigen Kontrolle der genauen Abflug/Ankunfts-Uhrzeit abgesetzt wurden. Die beiden Suchanfragen stehen also in einem gemeinsamen Kontext und können aufgrund ihres zeitlichen Versatzes als Sequence (siehe Beschreibung, Teil 1) identifiziert werden.

Unterstellt man den Hamburgern ein überdurchschnittliches Interesse an der Urlaubsinsel Mallorca, so deutet die folgende Abbildung in Kombination der gerade ermittelten Daten auf einen gewissen Anteil von Kurzentschlossenen hin:

Reiseplanung: Urlaub mit dem Auto

Aber auch ohne Flughäfen oder Bahnhöfe existieren spezielle Schnittstellen, die die Reiseplanung dokumentieren. Als Beispiel soll hier die Urlaubsfahrt mit dem Auto beschrieben werden. Interessant ist in diesem Zusammenhang übrigens, dass die Deutschen solche Urlaubsländer bevorzugen, die ihnen geografisch am nächsten liegen. Die folgenden Abbildungen machen dies besonders deutlich:

“Urlaub Dänemark”:

“Urlaub Italien”:

Diese Verteilung scheint logisch: Die Urlaubsländer sind deshalb so attraktiv, weil sie für die jeweilige Region leicht mit dem Auto (und mit hoffentlich wenig Stau) zu erreichen sind. Analoge Untersuchungen mit anderen Bundesländern entsprechen ebenfalls dieser Annahme. Die immer noch recht generische Begriffskombination (”Urlaub” + Land) deutet darauf hin, dass sich die Suchenden in einer frühen Phase der Entscheidungsfindung befinden. Da wir nun leider keinen Flughafen oder Bahnhof als Schnittstelle “anfahren” können, könnte möglicherweise ein alternativer Aspekt, also eine virtuelle Schnittstelle, für ein detaillierteres Bild in Frage kommen. Ein Ansatz wäre hier wieder die Frage nach der aktuellen Stausituation:

Auch die Frage nach dem italienischen Benzinpreis scheint in die richtige Richtung zu gehen:

Die Anfragen unmittelbar vor Reiseantritt wurden im Schnitt 2 bis 4 Wochen nach der generischen, vorbereitenden Suche abgesetzt. Damit liegen also Hinweise vor, dass die durchschnittliche Urlaubsvorbereitung in Bayern für einen Italienurlaub mit dem Auto in etwa 2 bis 4 Wochen in Anspruch nimmt.

Mit Google Insights for Search lassen sich also eine Menge Dinge ableiten. Reisevorbereitungen und -bewegungen können in vielen Fällen ohne weitere Quellen, Kontrollmechanismen und statistische Erhebungen gemessen und nachgewiesen werden. Die hier beschriebenen Techniken münden zwar noch nicht unmittelbar ins konkrete Marketing, beschreiben jedoch recht gut die Art und Weise, wie im Rahmen einer produktiven Analyse vorzugehen ist. Zusammengefasst besteht die Herausforderung immer

• in der Findung und Ableitung geeigneter Schnittstellen (Suchanfragen),
• die korrekte Kontextierung,
• sowie eine schlüssige Interpretation der Daten, die einen Hinweis auf reales Verhalten geben kann.

Wie im weiteren Verlauf dieser Serie noch zu sehen sein wird, müssen die Daten oft manuell noch sorgfältig gefiltert werden, damit sie verwendbar werden und eine entsprechende Aussagekraft besitzen. In diesem Sinne: Bis bald, im dritten Teil …