Trendy v zájmu o dostupné druhy ryb na trhu v České republice vyhodnocené analýzou objemu vyhledávání na internetu pomocí nástroje Google Trends

Trendy v zájmu o dostupné druhy ryb na trhu v České  republice vyhodnocené analýzou objemu vyhledávání  na internetu pomocí nástroje „Google Trends“    Lukáš Kalous & Miloslav Petrtýl  Katedra zoologie a rybářství, Fakulta agrobiologie, potravinových a přírodních zdrojů  Česká zemědělská univerzita v Praze   Kamýcká 129  16521 Praha 6 – Suchdol  email: [email protected]  tel: +420608567521   

    Výzkumná zpráva zpracovaná v rámci projektu Technologické agentury České republiky č. TD010045  s názvem: „Numerická a funkční analýza sektoru akvakultury, včetně rekreačního rybářství, zaměřená  na zvýšení konkurenceschopnosti České republiky a zlepšení stavu vodních ekosystémů“.     

 

Úvod  Mnohé  analýzy  sloužící  pro  odhad  budoucí  spotřeby  ryb  se  zakládají  často  jen  na  dotazníkovém  šetření, které je s ohledem na velikost populace ČR často svým rozsahem nedostatečné a může tak  být  navíc  významně  ovlivněno  formulací  otázek  a  často  i  roční  dobou,  kdy  jsou  otázky  položeny.  Druhou  možná  ještě  méně  kvalifikovanou  metodou  je  přebírání  odhadů  trendů  ve  spotřebě  ryb  od  nadnárodních  organizací.  Ačkoliv  tyto  odhady  mohou  být  založené  na  hlubší  numerické  analýze,  často se týkají větších územních celků a teritorií. Převzatý odhad například pro Evropskou unii se pak  různě  ohýbá,  na  základě  konzultací  s odbornou  veřejností  tak,  aby  pasoval  na  podmínky  České  republiky.  Výsledkem  takového  přístupu  je  odhad  založený  na  konsenzu  subjektivních  pohledů  jednotlivých  oslovených  odborníků.  V takovém  případě  můžou  dva  panely  složené  z různých  odborníků dojít k velmi odlišným číslům.  Rostoucí  množství  literatury  zabývající  se  analýzou  objemu  vyhledávání  na  internetu  (tzv.  internet  search  volume  ‐  ISV)  ukazuje,  že  se  jedná  o  zajímavý  nástroj,  který  poskytuje  nové  možnosti  pro  analýzu  rozličných  sektorů  lidské  společnosti  (Amichai‐Hamburger  &  Ben‐Artzi  2000;  Amichai‐ Hamburger  &  Hayat  2011,  Askitas  &  Zimmermann  2009,  Martin  et  al.  2012).  Velkou  výhodou  této  analýzy  je  její  robustnost,  analýza  ISV  pracuje  s nepoměrně  větším  datovým  základem  než  dotazníkové  šetření.  Další  výhoda,  kterou  lze  zmínit,  je  nezávislost  metody  na  formulaci  otázek  a  době,  kdy  je  provedena.  Výsledky  předkládané  ISV  analýzy  je  možné  interpretovat  jako  míru  veřejného zájmu o konkrétních druh ryby v průběhu času. Na základě zjištěného trendu lze poměrně  přesně  v krátkodobém  horizontu  odhadovat  budoucí  zájem  u  jednotlivých  druhů  ryb.  ISV  analýza  nám  přeneseně  poskytuje  zájem  spotřebitelů  o  konkrétní  druh  ryby  definovaný  vyhledávaným  termínem  ve  vyhledávači  Google.  Zvolený  termín  může  být  zatížen  chybou,  protože  ne  vždy  se  vztahuje  pouze  ke  konzumaci  ryb.  Například  analýza  samotného  termínu  kapr  může  a  zřejmě  i  zahrnuje  kombinaci  s termínem  „Koi“,  kdy  vyhledávání  termínu  „Koi  kapr“  se  netýká  zájmu  o  konzumní  rybu,  ale  o  okrasnou  rybu  do  jezírek  (Cyprinus  rubrofuscus Lacepède  1803).  Je  však  také  potřeba zmínit, že tato chyba se vyskytuje napříč celou časovou řadou a nepředpokládáme, že může  mít vliv na zachycený trend, jak na jiném příkladu uvádí např. Goel et al. (2010).    Metodika  Nástroj  Google  Trends  (Google  2013)  byl  použit  pro  analýzu  vyhledávání  čtyř  druhů  ryb  pro  oblast  Česká  Republika.  Jako  analyzované  termíny  byly  zvoleny  „pstruh"  pro  Oncorhynchus  mykiss  (Walbaum,  1792),  „losos“  pro  Salmo  salar  (Linnaeus, 1758),  „pangasius“  pro  Pangasianodon  hypophthalmus  (Sauvage,  1878)  a  „kapr“  pro  Cyprinus  carpio  (Linnaeus, 1758).  Google  Trends  umožňuje porovnat frekvenci slov a frází používaných ve vyhledávání v Google v rámci geografických  regionů, obvykle států, provincií, krajů a měst. Generované výsledky Google Trends ukazují relativní,  nikoli absolutní objem vyhledávání vztažený k celkovému objemu vyhledávání ve stejném regionu a  čase. Pro finální numerické znázornění Google Trends normalizuje výsledky tak, že nejvyšší hodnota,  v daném regionu pro všechny zvolené analyzované termíny v rámci časové řady je nastavena na 100  a  všechny  ostatní  hodnoty  jsou  vyjádřené  hodnotou  vztaženou  poměrově  k hodnotě  nejvyšší  (tj.  každé  pozorování  se  dělí  maximální  hodnotu  v  sadě  srovnání  a  výsledná  hodnota  je  pak  násobena  číslem  100).  Analýza  uvedených  termínu  v  Google  Trends  byla  zobrazena  dne  22.  října  2013.  Analyzovaná  časová  řada  byla  zvolena  od  května  2007  do  30.  září  2013  a  data  byla  hodnocena  v měsíčních intervalech. 

Výsledky  120

100

80

pstruh losos pangasius

60

kapr Lineární (pstruh)

40

Lineární (losos) Lineární (pangasius) Lineární (kapr)

20

0

  Obr. 1 Graf zobrazující relativní objem vyhledávání pro jednotlivé názvy ryb od května 2007 do září 2013 v měsíčních intervalech. Tečkovaně je znázorněna  lineární regrese pro jednotlivé vyhledávané názvy ryb.  „Zdroj dat: Trendy Google (www.google.com/trends)   

pstruh

30 25 20 15

pstruh

10

Polyg. (pstruh)

5

V‐07 VIII‐07 XI‐07 II‐08 V‐08 VIII‐08 XI‐08 II‐09 V‐09 VIII‐09 XI‐09 II‐10 V‐10 VIII‐10 XI‐10 II‐11 V‐11 VIII‐11 XI‐11 II‐12 V‐12 VIII‐12 XI‐12 II‐13 V‐13 VIII‐13

0

 

Obr. 2 Graf zobrazující relativní objem vyhledávání pro termín pstruh od května 2007 do září 2013  v měsíčních intervalech. Tečkovaně je trend zájmu o daný druh zobrazen pomocí polynomické  regrese třetího stupně. Zdroj dat: Trendy Google (www.google.com/trends) 

losos 80 70 60 50 40

losos

30

Polyg. (losos)

20 10 IX‐13

V‐13

I‐13

IX‐12

V‐12

I‐12

IX‐11

V‐11

I‐11

IX‐10

V‐10

I‐10

IX‐09

V‐09

I‐09

IX‐08

V‐08

I‐08

IX‐07

V‐07

0

Obr. 3 Graf zobrazující relativní objem vyhledávání pro termín losos od května 2007 do září 2013  v měsíčních intervalech. Tečkovaně je trend zájmu o daný druh zobrazen pomocí polynomické  regrese třetího stupně. Zdroj dat: Trendy Google (www.google.com/trends)     

 

pangasius 50 45 40 35 30 25 20 15 10 5 0

pangasius

V‐13

IX‐13

I‐13

IX‐12

V‐12

I‐12

IX‐11

V‐11

I‐11

V‐10

IX‐10

I‐10

IX‐09

V‐09

I‐09

IX‐08

V‐08

I‐08

IX‐07

V‐07

Polyg. (pangasius)

 

Obr. 4 Graf zobrazující relativní objem vyhledávání pro termín pangasius od května 2007 do září 2013  v měsíčních intervalech. Tečkovaně je trend zájmu o daný druh zobrazen pomocí polynomické  regrese třetího stupně. Zdroj dat: Trendy Google (www.google.com/trends)     

kapr 120 100 80 60

kapr

40

Polyg. (kapr)

20 IX‐13

V‐13

I‐13

IX‐12

V‐12

I‐12

IX‐11

V‐11

I‐11

IX‐10

V‐10

I‐10

IX‐09

V‐09

I‐09

IX‐08

V‐08

I‐08

IX‐07

V‐07

0

Obr. 5 Graf zobrazující relativní objem vyhledávání pro termín kapr od května 2007 do září 2013  v měsíčních intervalech. Tečkovaně je trend zájmu o daný druh zobrazen pomocí polynomické  regrese třetího stupně. Zdroj dat: Trendy Google (www.google.com/trends)   

 

50 45 40 35

pstruh losos

30

pangasius 25

kapr Lineární (pstruh)

20

Lineární (losos) 15

Lineární (pangasius) Lineární (kapr)

10 5

XI‐13

VIII‐13

V‐13

II‐13

XI‐12

VIII‐12

V‐12

II‐12

XI‐11

VIII‐11

V‐11

II‐11

XI‐10

VIII‐10

V‐10

II‐10

XI‐09

VIII‐09

V‐09

II‐09

XI‐08

VIII‐08

V‐08

II‐08

XI‐07

VIII‐07

V‐07

0

Obr. 6 Graf zobrazující relativní objem vyhledávání pro jednotlivé názvy ryb od května 2007 do září 2013 v měsíčních intervalech s vynecháním prosince  v jednotlivých letech. Tečkovaně je znázorněna lineární regrese pro jednotlivé vyhledávané názvy ryb. Zdroj dat: Trendy Google (www.google.com/trends)   

 

120

100 pstruh losos

80

pangasius kapr

60

Lineární (pstruh) Lineární (losos)

40

Lineární (pangasius) Lineární (kapr)

20

0 I‐07

I‐08

I‐09

I‐10

I‐11

I‐12

I‐13

 

Obr. 7 Graf zobrazující relativní objem vyhledávání pro jednotlivé názvy ryb v letech 2007 – 2013 pro  měsíc prosinec. Tečkovaně je znázorněna lineární regrese pro jednotlivé vyhledávané názvy ryb. Zdroj  dat: Trendy Google (www.google.com/trends)    Diskuze  Analyzované objemy (relativní počty) vyhledávání jednotlivých ryb na internetu reflektují především  zájem  lidí  o  jednotlivé  druhy  ryb  prostřednictvím  zvolených  termínů  použitých  pro  vyhledávání.  Nejčastěji  jsou  vyhledávány  recepty,  kuchyňské  úpravy,  ceny,  prodejny  apod.  Ačkoliv  se  nejedná  o  průzkum  trhu  (prodej,  nabídka),  výsledky  provedené  analýzy  věrně  zachycují  zájem  o  jednotlivé  druhy,  který  je  do  značné  míry  korelován  s reálným  prodejem  (Goel  et  al.  2010).  Z uvedeného  vyplývá,  že  uváděné  grafy  nelze  chápat  jako  vzestup  spotřeby,  ale  pouze  jako  vzestup  vyhledávání,  tedy zvýšeného zájmu ze strany potenciálních spotřebitelů. Je potřeba mít na mysli, že vyhledávání  na  internetu  je  závislé  na  počtu  obyvatel,  kteří  mají  přístup  k  internetu  a  kteří  pro  vyhledávání  používají služeb společnosti Google. Vzhledem k tomu, že připojení obyvatelstva na internet neustále  roste  (ČSÚ,  2013)  a  roste  i  využívání  vyhledávání  prostřednictvím  společnosti  Google  (Ceri,et  al.,  2013),  je  logické,  že  rostou  i  záznamy  o  vyhledávání  jednotlivých  termínů  v průběhu  zvoleného  sedmiletého  období.  Tento  nárůst  je  pro  všechny  zvolené  druhy  ryb  stejný  a  může  být  tedy  z interpretace  odfiltrován.  To  co  analýza  přináší,  jsou  především  rozdíly  v trendech  u  jednotlivých  konzumních ryb. Tyto trendy jsou komentovány v následujících odstavcích.  Celkový  pohled  na  trendy  znázorněné  lineární  regresí  u  všech  čtyř  zkoumaných  názvů  ryb  (pstruh,  losos,  pangasius,  kapr)  je  patrný  z obrázku  1.  Největší  nárůst  zaznamenal  losos,  následovaný  pstruhem  a  kaprem.  Naopak  pokles  je  znatelný  u  pangasia.  Začátkem  roku  2009  předčil  zájem  o  lososa  zájem  o  kapra  a  lze  předpokládat,  že  i  zájem  o  pstruha  předčí  zájem  o  kapra  ve  výhledu  několika let.  Zájem o pstruha je uveden na obrázku 2. a je patrný zřetelný nárůst (více než 100%) od poloviny roku  2008.  V posledních  třech  letech  (2010  ‐  2013)  je  znatelný  opakující  se  cyklus,  který  má  svůj  vrchol 

v letních  měsících s poklesem zájmu v druhé  polovině zimy. Lze  předpokládat, že tento  cyklus bude  pokračovat s nárůstem celkového zájmu o tento druh.  U  lososa  (obr.  3)  je  patrný  nárůst  od  počátku  sledovaného  období  (květen  2007)  a  je  patrný  i  opakující se cyklus s největším zájmem během prosince. Lososa lze označit v jistém smyslu za sezónní  rybu, která v mnoha domácnostech doplňuje či nahrazuje tradičního vánočního kapra. Nárůst zájmu,  jak vyplývá polynomické regrese mezi roky 2007 – 2013, přesáhl 100%.  Pangasius  je  jediným  zkoumaným  druhem,  u  kterého  byl  zaznamenán  pokles  (viz  obr.  4).  V první  polovině sledovaného období je patrný prudký nárůst zájmu o tento druh. Vrchol lze nalézt v prosinci  2009,  kdy  byl  pangasius  během  vánočních  svátků  zřejmě  i  významným  konkurentem  lososa  a  tradičního kapra. V dalších letech dochází k postupnému poklesu a stabilizaci zájmu o tento druh.  Kapr  (viz  obr.  5),  je  nejstabilnějším  zástupcem  sledovaných  konzumních  ryb  s mírným  nárůstem  a  silným sezónním charakterem zájmu. Zájem o tento druh ryby vrcholí v prosinci s prudkým poklesem  v dalších měsících. A to až o 80%. Zájem se mírně zvyšuje v období Velikonoc, po nichž opět klesá na  předešlou úroveň a cyklus se opakuje opět prudkým nárůstem zájmu od začátku prosince.  Na  obrázku  6  jsou  graficky  zobrazená  data  ISV  s vynecháním  prosincových  záznamů.  Z uvedeného  grafu  lze  odečíst  trendy  jednotlivých  konzumních  ryb  v průběhu  celého  roku,  tedy  mimo  vánoční  svátky,  které  významně  ovlivňují  celoroční  trend.  Na  zmíněném  grafu  je  patrné,  že  narůstá  zájem  především o lososa, který dostihl kapra již v dubnu 2008. Toto období je zajímavé i pro pangasia, o  nějž byl tehdy stejný zájem jako o lososa a kapra. Na rozdíl od ostatních druhů ryb však o něj zájem  postupně klesal a v roce 2013 je několika násobně nižší, než je tomu u ostatních ryb. Za hodnocené  období významně narůstá zájem o pstruha, v roce 2013 předstihl kapra a lze předpokládat jeho další  nárůst.  Kapr  má  mimo  hlavní  sezónu  stabilní  zájem,  nárůst  je  však  oproti  lososovi  a  pstruhovi  pomalejší.  Na  obrázku  7  je  vyhodnocen  ISV  pouze  pro  prosinec,  který  je  s ohledem  na  výraznou  sezónnost  prodeje  ryb  v České  republice  nejvýznamnějším  měsícem  roku.  V prosinci  dominuje  zájem  o  kapra,  následovaný  lososem.  O  pstruha  je  v prosinci  stabilní  zájem,  na  rozdíl  od  kapra  a  lososa  se  ve  sledovaném období (2007‐2012) téměř nemění. U pangasia je znatelný pokles zájmu.    Závěr            

Nejrychleji roste zájem o lososa, následovaný pstruhem a kaprem.  Klesá zájem o pangasia.  Kapr má silně sezónní charakter zájmu.  O pstruha je zájem celoročně s vrcholem v létě.  Pstruh nemá tradiční sezónní charakter zájmu jako kapr a losos.  Lze předpokládat stabilní zájem o kapra.  Lze předpokládat rostoucí zájem o lososa a pstruha v průběhu roku.  Lze předpokládat stabilizaci zájmu o pangasia.  Lze předpokládat zvyšující se zájem o lososa během vánočních svátků.   

Literatura  Amichai‐Hamburger Y. & Ben‐Artzi E. (2000). The relationship between extraversion and neuroticism  and the different users of the Internet. Computers in Human Behavior 16, 441–449.  Amichai‐Hamburger Y. & Hayat Z. (2011). The impact of the Internet on the social lives of users: a  representative sample from 13 countries. Computers in Human Behavior 27, 585–589.  Askitas N. & Zimmermann K.F. (2009). Google econometrics and unemployment forecasting. Applied  Economics Quarterly 55, 107–120.  Ceri, S., Bozzon, A., Brambilla, M., Della Valle, E., Fraternali, P., & Quarteroni, S. (2013). Web  Information Retrieval. Springer Berlin Heidelberg.  ČSÚ (2013). Český statistický úřad (http://www.czso.cz/csu/redakce.nsf/i/domacnosti_a_jednotlivci).  (5. listopadu 2013).  Goel, S., Hofman, J. M., Lahaie, S., Pennock, D. M., & Watts, D. J. (2010). Predicting consumer  behavior with Web search. Proceedings of the National Academy of Sciences, 107(41), 17486‐17490.  Google (2013) Google trends help (https://support.google.com/trends) (22. října 2013).  Martin, D. R., Pracheil, B. M., DeBoer, J. A., Wilde, G. R., & Pope, K. L. (2012). Using the internet to  understand angler behavior in the information age.Fisheries, 37(10), 458‐463.