La actividad de búsquedas en Google anticipa los resultados electorales

El presente trabajo de investigación analiza la utilidad del uso de las estadísticas de búsqueda en Google a la hora de explicar y/o predecir diferentes acontecimientos. En nuestro caso, pretendemos analizar si la intención de voto a los diferentes partidos políticos participantes en unas elecciones puede ser explicada a través de la actividad de búsqueda registrada en Google de los nombres y siglas de cada partido, es decir, si este puede ser un indicador de la intención de voto y explicar los resultados electorales.

El desarrollo tecnológico y de Internet, así como los hábitos de los usuarios están provocando que surja una herramienta con mayor «potencia»; algunos estudios, como el de Lemmon y Portniaguina (2006), demostraron que las encuestas de confianza del consumidor tenían capacidad predictiva sobre la evolución de los mercados bursátiles, y recientemente se ha observado que el desarrollo tecnológico e Internet están confirmando esta apreciación; siendo estas herramientas complementarias a las ya utilizadas tradicionalmente. Las estadísticas de búsquedas de Google se ofrecen de manera gratuita¹y presentan ciertas ventajas sobre las encuestas tradicionales: son gratuitas, aunque existen herramientas de encuestas que también lo son; es una manera rápida de obtención de información para el usuario; se puede obtener la información en formato electrónico (Excel, Word, CSV -comma-separated values-, etc.) lo que facilita su tratamiento; se pueden personalizar por categoría, período, zona geográfica, etc.; y prácticamente son inmediatas en tiempo, al estar disponibles en línea.

En la tesis doctoral El préstamo de valores en España: Relevancia de la venta en corto y el estado de ánimo de los inversores en la rentabilidad de la Bolsa Española (GómezMartínez, 2012) se analiza la utilidad de las estadísticas de búsquedas en Google a la hora de explicar o predecir diversos acontecimientos económicos o financieros, en este caso la evolución de los mercados bursátiles en función del estado de ánimo de los inversores y su nivel de aversión al riesgo. Gómez-Martínez (2013) utiliza las estadísticas de búsquedas en Google para cuantificar el grado de aversión al riesgo de los inversores. Cuantas más búsquedas realizan los inversores en Google sobre términos como crisis o crash, mayor es la aversión al riesgo de los inversores, y se observan caídas en las cotizaciones de los principales índices bursátiles. En Gómez-Martínez y Medrano-García (2012) se destaca la capacidad predictiva de las estadísticas de búsquedas en Google que están siendo usadas como indicadores de quién ganará las elecciones con al menos la misma precisión que las encuestas pero con las ventajas anteriormente descritas, y a modo ilustrativo de esta ca-

Page 4

pacidad predictiva se mencionaba el caso de las pasadas elecciones generales españolas del 20 de noviembre de 2011, sobre las que se hizo un ejercicio descargando las estadísticas de búsquedas de las siglas de los partidos políticos con representación en el Congreso restringiendo la zona al período de la campaña electoral y a la zona geográfica de España. Los siguientes promedios de los índices de búsquedas realizadas anticipaban con cierta precisión los resultados en porcentaje de voto reales observados con posterioridad.

Tabla 1: Información de elecciones españolas, 20-11-2012

[VER PDF ADJUNTO]

Fuente: Elaboración propia

Tabla 2: Resultados de elecciones españolas, 20-11-2012

[VER PDF ADJUNTO]

Fuente: Elaboración propia

Este ejercicio ilustrativo despertó cierto interés en la audiencia del Congreso, y el ejercicio se repitió para las elecciones autonómicas catalanas y gallegas de 2012,²con resultados de nuevo interesantes. Todo ello nos ha llevado a profundizar y elaborar un análisis más en profundidad y riguroso sobre esta materia. Otros estudios, como el de Kessler (2012) para Mashable.com, muestran la capacidad predictiva de las estadísticas de búsqueda de Google como indicador de quién ganará las próximas elecciones. El estudio de Kessler fue realizado para las últimas elecciones generales de los Estados Unidos de América, y obtuvo resultados similares a las encuestas (misma precisión). La utilización de estas estadísticas está obteniendo relevancia en el ámbito académico, como demuestran los trabajos de Graefe y Armstrong (2010) o el de Lui et al. (2011) que estudian las estadísticas de búsqueda de Google como herramienta/indicador de predicción de las elecciones en los Estados Unidos. Asumimos que, cada vez que aparece el interés por un tema concreto, lo primero que suele hacer el usuario es una búsqueda de ese interés. Google es el buscador mayoritario de Internet, con más de un 80 % de las búsquedas totales realizadas en Internet (Banco Mundial, 2012). Google registra las búsquedas realizadas por los usuarios de Internet, las monitoriza y pone las estadísticas a disposición de los usuarios para su consulta y/o uso.

Las investigaciones sobre campañas electorales y el efecto de los medios de difusión en los resultados electorales fueron llevadas a cabo por un grupo muy heterogéneo de académicos, que actuaban en áreas de periodismo (Chaffee, 1981) o ciencia política (Graber, 1980; Patterson y McClure, 1974; Rose et al., 1980). Entre las conclusiones más importantes de estos trabajos podemos destacar la cuantificación de estas campañas en la intención de voto, de las que se concluye que, en los Estados Unidos, entre el 7 % y el 11 % de los electores cambia de intención de voto, de un partido a otro. Entre los que no tienen una identificación partidaria arraigada, este porcentaje sube entre el 10 % y el 28 %. Las investigaciones enmarcadas en esta perspectiva comunicacional se centraron en el análisis de los medios masivos de difusión, sin embargo, en varios estudios se señalaba la fuerte influencia de los contactos personales en el cambio de intención de voto. Disponer de una herramienta en línea

Page 5

que sirva a los gestores de estas campañas para monitorizar el resultado de sus esfuerzos puede ser de gran utilidad.

Ya en el plano de la investigación académica, encontramos un creciente interés en el estudio de la actividad registrada en Internet, tanto para identificar qué está pasando en estos momentos (Ginsberg et al., 2009; Choi y Varian, 2009; o Metaxas y Mustafaraj, 2010) como para predecir el futuro (Asur y Huberman, 2010; Tumasjan et al., 2010; O’Connor et al., 2010). Todos estos trabajos tienen como punto en común el supuesto de que el volumen de palabras clave buscadas en Google o contenidas en charlas de redes sociales como Twitter están revelando el pensamiento actual de una sección muy representativa de la población (Khrabrov y Cybenko, 2010; Romero et al., 2010). Los resultados observados en los estudios de investigación citados son que se pueden utilizar las estadísticas de búsquedas en Google o el volumen de palabras presentes en los chats de Twitter para predecir todo tipo de datos sociales y de consumo, entre los que destacamos el éxito de las nuevas películas antes de su estreno (Asur y Huberman, 2010), el futuro éxito de la comercialización de bienes de consumo (Choi y Varian, 2009) o, lo que es más relevante para nuestro estudio, la predicción de las elecciones alemanas (Tumasjan et al., 2010 ) y encuestas (O’Connor et al., 2010).

La principal aportación de este estudio es que aplicamos esta nueva fuente de información al caso español, sobre el que no hemos identificado trabajos anteriores al respecto, lo cual queda enmarcado en un modelo econométrico consistente que aporta una valoración cuantitativa del fenómeno estudiado.

La estructura del trabajo es la siguiente, en un primer momento se realizará una revisión de la literatura y se planteará la hipótesis que se va a contrastar, después se realizará una explicación tanto de la muestra como de la metodología empleada para el análisis, para proseguir con los resultados obtenidos y terminar con la discusión y las conclusiones.

Por lo tanto, sobre esta base, en el presente trabajo se plantea verificar la siguiente hipótesis:

H1 Las estadísticas de búsquedas de información en Internet sobre los diferentes partidos políticos participantes en unas elecciones pueden ser un indicador de la intención de voto y explicar los resultados electorales. ¿A mayores búsquedas en Google sobre el nombre y las siglas de los partidos participantes en unas elecciones le corresponde un mayor número de votos? La validación de esta hipótesis nos proveería de una herramienta gratuita y precisa a la hora de anticipar el resultado de unas elecciones.

Si asumimos que el votante elige un partido político porque «compra» su programa político, ideología o valores, podemos asimilar la decisión de voto a la decisión de compra y al comportamiento del consumidor. El modelo de decisión del consumidor (Blackwell et al., 2005) propone que los individuos toman decisiones lógicas sobre la base de unos hechos realizados con anterioridad, es decir, el modelo se fundamenta en una secuencia de etapas:

1. Reconocimiento de la necesidad

2. Búsqueda de información

3. Evaluación de alternativas

4. Decisión

5. Conducta tras la decisión

   Entendemos que este modelo es aplicable a la elección del voto ante una serie de alternativas políticas siguiendo este flujo:

1. Convocatoria de elecciones

2. Búsqueda de información sobre los programas políticos. Este sería el punto en el que los votantes entran en Internet buscando información sobre los partidos políticos, variable explicativa en nuestro análisis.

3. Evaluación de alternativas

4. Decisión de voto, sobre la base de la información recogida en el paso 2. La validación de la H1 implicaría que cuanta más información se busca en el paso 2 más votos son realizados en el paso 4.

5. Conducta tras la decisión

   Page 6

   Imagen 1: Búsqueda del estudio en Google Insights

   [VER PDF ADJUNTO]

   Fuente: .

Aplicamos los datos descritos en el epígrafe anterior al modelo I, utilizando como variable endógena (Y) el porcentaje de votos obtenidos sobre el censo electoral y como variable explicativa (X) el promedio de búsquedas en Google de los partidos políticos realizadas en el mes de las elecciones en la zona geográfica de influencia.

Las regresiones se han calculado utilizando el paquete econométrico GRTL 1.9.5cvs, cuyos listados quedan reflejados en el anexo. De las regresiones realizadas, observamos que el pará-metro b, calculado mediante el método de mínimos cuadrados ordinarios (MCO), de la variable explicativa (X), representada por el promedio de búsquedas en Google, es significativo según el estadístico «t» y distinto de 0 en un intervalo de confianza del 99 %, pues presenta un parámetro positivo superior a la unidad. Podemos interpretar este parámetro asumiendo que un mayor (menor) interés en el partido político observado por mayores (menores) búsquedas en Google de este implica una mayor (menor) intención de voto y un porcentaje mayor (menor) de votos sobre el censo. Además, el coeficiente de determinación R2 es muy elevado, por lo que puede explicarse el 76 % de la intención de voto solamente atendiendo al interés despertado por un partido medido por sus búsquedas en Google.

Gráfico 1: Modelo 1 - MCO combinados

[VER PDF ADJUNTO]

Fuente: Elaboración propia.

Page 10

Aunque no se aprecia autocorrelación en los residuos, a tenor del test de Durbin-Watson, no se supera el test de White, por lo que no tenemos homocedasticidad, y los residuos no son normales. Esto implica que el parámetro obtenido es lineal, insesgado y consistente, pero no es eficiente, por lo que procedemos a calcular la regresión mediante mínimos cuadrados generalizados (MCG) usando el método de mínimos cuadrados ponderados. En esta regresión el coeficiente de determinación R²se eleva hasta el 84 % y de nuevo el parámetro b es significativo al 99 %, positivo y con un parámetro superior a la unidad, pero seguimos sin superar el test de normalidad de los residuos por lo que b sigue no siendo eficiente.

Realizamos la regresión alternativa del modelo de efectos fijos. En esta regresión el parámetro b sigue siendo significativo al 99 % y superior a la unidad, y además, en este caso no podemos rechazar en un intervalo de confianza del 95 % las hipótesis nulas de normalidad en los residuos y de la existencia de un intercepto común por lo que podemos concluir que además es eficiente. El coeficiente R²sigue siendo muy elevado pues se sitúa por encima del 80 %.

Para corregir la heterocedasticidad observada en la regresión realizada por MCO procedemos a realizar una transformación logarítmica de las variables participantes. Esta transformación linealizaría el modelo ante una posible relación cuadrática entre sus variables, fundamentada en que partidos nuevos, relevantes aunque con un menor volumen de electores, despiertan más curiosidad que los partidos tradicionales, por lo que suscitan más búsquedas a través de Internet de las que serían proporcionales a su intención de voto. El resultado del parámetro b vuelve a ser positivo, superior a la unidad y significativo al 99 %, y se corrige la heterocedasticidad del modelo aunque los residuos no llegan a ser normales.

A partir de los resultados anteriores, si las estadísticas de búsqueda de Google aumentan, debemos interpretarlo como un incremento en la intención de voto.

Los resultados obtenidos en las regresiones realizadas se muestran en la tabla 3.

Cuantitativamente, a tenor de los datos anteriores, debemos interpretar que una campaña electoral que despierte un incremento en el interés del partido político medible por un punto en el promedio de búsquedas en Google significará un incremento en la intención de voto de más de un 1 % sobre la del censo electoral que participa en esas elecciones.

El objetivo del trabajo es analizar la utilidad del uso de las estadísticas de búsqueda en Google a la hora de explicar y/o predecir diferentes acontecimientos, partiendo del caso analizado de las pasadas elecciones generales españolas del 20 de noviembre de 2011 desarrollamos un modelo econométrico que modelice y cuantifique esta relación. El estudio demuestra que las estadísticas de búsqueda de Google tienen capacidad explicativa y predictiva sobre la evolución de la intención de voto en las elecciones españolas. Para ello aplicamos el modelo I, descrito anteriormente, el cual utiliza como variable endógena (Y) el porcentaje de votos obtenidos sobre el censo electoral y como variable explicativa (X) el promedio de búsquedas en Google de los partidos políticos realizadas en el mes de las elecciones en la zona geográfica de influencia.

De los resultados analizados podemos concluir que, aplicando la regresión por MCO, podemos asumir que un mayor (menor) interés en el partido político observado por mayores (menores) búsquedas en Google de este implica una mayor (menor) intención de voto y un porcentaje mayor (menor) de

Tabla 3: Resultados de los modelos aplicados

[VER PDF ADJUNTO]

Fuente: Elaboración propia

Page 11

votos sobre el censo. Esta interpretación obtuvo un coeficiente de determinación R²elevado, y puede explicarse el 76 % de la intención de voto solamente atendiendo al interés despertado por un partido medido por sus búsquedas en Google. El problema se encuentra en que no se supera el test de normalidad de los residuos por lo que b es no eficiente.

Aplicando la regresión del modelo de datos de panel mediante mínimos cuadrados generalizados (MCG) usando el método de mínimos cuadrados ponderados, se obtienen resultados similares. El coeficiente de determinación R²se eleva hasta el 84 %, aunque se sigue sin superar el test de normalidad de los residuos, por lo que b sigue no siendo eficiente.

Realizamos la regresión alternativa del modelo de efectos fijos. El parámetro b sigue siendo significativo al 99 % y superior a la unidad, y, además, por este método, sí es eficiente. El coeficiente R²sigue siendo muy elevado pues se sitúa por encima del 80 %.

Los resultados obtenidos por los tres métodos son similares, por lo que puede interpretarse en los tres que un mayor (menor) interés en el partido político observado por mayores (menores) búsquedas en Google de este implica una mayor (menor) intención de voto y un porcentaje mayor (menor) de votos sobre el censo.

Al validar la hipótesis sobre si las estadísticas de búsquedas de información en Internet de los diferentes partidos políticos participantes en unas elecciones pueden ser un indicador de la intención de voto y explicar los resultados electorales, podemos indicar que estas estadísticas proveen a la sociedad de una herramienta gratuita y precisa a la hora de anticipar el resultado de unas elecciones.

Para valorar la capacidad predictiva de las estadísticas obtenidas en Google Insights hemos realizado un estudio profundo mediante los tres modelos utilizados anteriormente, a partir de los resultados obtenidos podemos concluir que, si las estadísticas de búsqueda de Google aumentan, debemos interpretarlo como un incremento en la intención de voto. Estos resultados los debemos utilizar con cautela esperando que se confirmen con estudios posteriores en otros países y en otros momentos de tiempo pasados y/o futuros.

ASUR, S.; HUBERMAN, B. A. (2010). Predicting the Future with Social Media.

BANCO MUNDIAL (2012). Informe Usuarios de Internet como porcentaje de la población. Banco Mundial.

BLACKWELL, R. D.; MINIARD, P. W.; ENGEL, J. F. (2005). Consumer Behavior. South-Western College Pub.

CHAFFEE, S. (1981). «Mass media in political campaigns: an expanding role». En: RICE, D.; PAISLEY, W. (eds). Public Communication Campaigns. Beverly Hills: Sage Pub.

CHOI, H.; VARIAN, H. (2009). Predicting the Present with Google Trends. Google Research Blog. [Fecha de consulta: 2 de abril de 2009].

GINSBERG, J.; MOHEBBI, M.; PATEL, R.; BRAMMER, L.; SMOLINSKI, M.; BRILLIANT, L. (2009). «Detecting influenza epidemics using search engine query data». Nature. Vol. 457. [Fecha de consulta: 19 de febrero de 2009].

GÓMEZ-MARTÍNEZ, R. (2012). El préstamo de valores en España: Relevancia de la venta en corto y el estado de ánimo de los inversores en la rentabilidad de la Bolsa Española. Alemania: EAE Publishing.

GÓMEZ-MARTÍNEZ, R. (2013). «Señales de inversión basadas en un índice de aversión al riesgo». Investigaciones Europeas de Dirección y Economía de la Empresa.

GÓMEZ-MARTÍNEZ, R.; MEDRANO-GARCÍA, M. L. (2012). «Señales de inversión basadas en estadísticas de búsquedas en Internet». AEDEM Proceedings del XXVI Congreso Anual. Barcelona.

Page 12

GRABER, D. (1980). Mass media; Social aspects; Political aspects; United States. Washington, DC: Congressional Quarterly Press.

GRAEFE, A.; ARMSTRONG, J. S. (2010). «Predicting elections from the most important issue: A test of the take-the-best heuristic». Journal of Behavioral Decision Making. Vol. 25, n.o 1, 41-48.

KESSLER, S. (2012). «Are Google Search Trends Better Election Predictors than Polls?». Mashable.com. USA.

KHRABROV, A.; CYBENKO, G. (2010). «Discovering Influence in Communication Networks using Dynamic Graph Analysis». En: In SocialCom 2010.

LEMMON, M.; PORTNIAGUINA, E. (2006). «Consumer Confidence and Asset Prices: Some Empirical Evidence». The Review of Financial Studies. Vol. 19, n.o 4, 1499-1529.

LUI, C.; METAXAS, P. T.; MUSTAFARAJ, E. (2011). On the Predictability of the U.S. Elections through Search Volume Activity. Department of Computer Science. EE. UU.: Wellesley College Press.

MCCLURE, R. D.; PATTERSON, T. E. (1974). «Television news and political advertising». Communication Research. N.o 1, pág. 3-31.

METAXAS, P.; MUSTAFARAJ, E. (2010). «From Obscurity to Prominence: Political Speech and Real Time Search». En: Web Science 2010. Raleigh, NC.

NOVALES CINCA, A. (2000). Econometría. McGraw Hill.

ROMERO, D.; GALUBA, W.; ASUR, S. [et al.] (2010). «Influence and passivity in social media». Lecture Notes in Computer Science. Volume 6913, págs. 18-33.

ROSE, R.; MOSSAWIR, H. (1980). «Voting and elections: A functional analysis». Political Studies. N.o 15, pág. 173-201.

TUMASJAN, A.; SPRENGER, T. O.; SANDNER P. G.; WELPE, I. M. (2010). «Predicting Elections with Twitter: What 140 Characters Reveal about Political Sentiment». En: 4th International AAAI Conference on Weblogs and Social Media (ICWSM).

O’CONNOR, B.; BALASUBRAMANYAN, R.; ROUTLEDGE, B.; SMITH, A. (2010). «From Tweets to Polls: Linking Text Sentiment to Public Opinion Time Series». En: 1st International AAAI Conference on Weblogs and Social Media. Washington, DC. Mayo

Page 13

Tabla 4: Modelo 1 - MCO combinados

[VER PDF ADJUNTO]

Tabla 5: Modelo 2 - MC ponderados

[VER PDF ADJUNTO]

Tabla 6: Modelo 3 - Efectos fijos

[VER PDF ADJUNTO]

Tabla 7: Modelo 4 - MCO combinados (log)

[VER PDF ADJUNTO]

Page 14

Cita recomendada

GÓMEZ MARTÍNEZ, Raúl; PRADO ROMÁN, Camilo (2014). «La actividad de búsquedas en Google anticipa los resultados electorales». IDP. Revista de Internet, Derecho y Política. N.º 18, pág. 2-15. UOC. [Fecha de consulta: dd/mm/aa].

Los textos publicados en esta revista están -si no se indica lo contrario- bajo una licencia Reconocimiento-Sin obras derivadas 3.0 España de Creative Commons. Puede copiarlos, distribuirlos y comunicarlos públicamente siempre que cite a su autor y la revista y la institución que los publica (IDP. Revista de Internet, Derecho y Política; UOC); no haga con ellos obras derivadas. La licencia completa se puede consultar en http://creativecommons.org/licenses/by-nd/3.0/es/deed.es.

[1] Las estadísticas de búsquedas de Google están disponibles en: .

[2] Comentarios publicados en la sección «Actualidad financiera» ().

[3] Los resultados electorales están disponibles en la URL .